2025 CSCO | 薛卫成教授谈AI病理诊断:从宫颈细胞学到复杂疾病,AI能走多远?

2025-09-18 医悦汇 医悦汇 发表于上海

在第28届中国临床肿瘤学会(CSCO)学术年会上,【医悦汇】特邀病理学领域的资深专家北京大学肿瘤医院薛卫成教授做客对话大咖,深入探讨AI在病理学中的应用。

编者按:在医学领域,人工智能(AI)的应用正逐渐改变传统病理诊断的格局。在第28届中国临床肿瘤学会(CSCO)学术年会上,【医悦汇】特邀病理学领域的资深专家北京大学肿瘤医院薛卫成教授做客对话大咖,深入探讨AI在病理学中的应用。

医悦汇:传统的病理诊断高度依赖医生的经验,是一个“金标准”式的学科,近年来,AI病理大模型的兴起引发了大量的关注,您怎么看待AI病理学的存在?

薛卫成教授:人工智能的出现,如同诸多新事物初现时一样,往往会被大众以一种怀疑的眼光看待。人们常会认为它前景渺茫,难以成就大事,这其实只是大众面对新事物时的一种惯常思维。然而,当人工智能取得一定进展后,我们又容易陷入过度乐观的误区,觉得它仿佛无所不能,能取代诸多事物。但事实上,随着人工智能的发展逐步深入,我们终将回归理性。我们会认可它在特定领域的优势,并且会根据以往的发展成果以及新的变化,持续更新对它的认知。在我看来,人工智能作为一种新兴技术,和其他新生事物一样,都会经历这三个阶段:最初的盲目不信任、随后的盲目相信,最终回归理智,这便是我对人工智能这一新事物的认知。

医悦汇:就您目前的实践来看,AI在哪些具体环节已经能够达到或超越资深病理医生的水平?

薛卫成教授:从实践来看,人工智能(AI)在病理学的某些具体环节已展现出卓越实力,达到甚至超越病理医生的水平。宫颈细胞学是AI最早涉足的领域之一,其专注于单一细胞的识别,为病理学诊断带来了极大助力。此外,在荧光原位杂交、多色荧光以及免疫组化判断等技术含量高且耗费人力的工作方面,AI也表现出了明显优势。它客观性强,能较为轻易地识别有限的形态,这使其在相关场景中得以大展身手。以宫颈细胞学为例,完全可以用AI替代病理医生执行相关工作,其效果是没有问题的。

然而,对于复杂的病理场景,例如疾病场景,AI则面临着诸多限制。这类场景不仅需要关注细胞本身,细胞周围的组织以及所在器官的背景等复杂因素也至关重要。而且在切片中可能出现的杂质、外来物种入侵(如寄生虫或不明感染物)等情况,如果AI没有经过针对性的训练,很容易引发误诊或漏诊。所以,AI的发展和应用始终离不开人类的指导,它是在人工基础上不断前行的。

不过,AI在代替人工方面也具有独特优势。它不会疲劳,能够始终保持高水准的工作状态,其识别精准度也往往超过人眼,这使得它在病理学领域有着广阔的应用前景。

医悦汇:随着AI能力的提升,业界内外常有一种担忧:AI是否会取代病理医生?您如何看待这种“替代论”?

薛卫成教授:对于“有朝一日AI是否能够取代病理医生”这一问题,我们既不应轻易否定,也不宜贸然肯定。在某些特定区域和范畴,AI取代部分人力或辅助人类工作是毫无争议且极具价值的。然而,若从全面取代人类的角度来看,我认为仍存在诸多风险。AI的自主学习虽强大,但存在逻辑局限性,而人类通过学习探索未知领域的能力,是AI当下难以企及的高度。因此,让一部分工作由AI完成是合理且有益的,与此同时,人类也需在这一领域持续拓展视野、开拓新领域。唯有如此,才能确保AI既能高效服务于人类,又不会取代人类,而是由人类引领这一新兴领域不断前行。

医悦汇:尽管前景广阔,但AI技术在临床病理中的大规模落地依然面临诸多挑战。您认为目前最大的瓶颈是什么?

薛卫成教授:这是一个极具深度的综合性问题。从技术层面来看,要实现全方位的突破,尤其要在算法优化、平台搭建以及与不同领域的深度融合等方面发力。这就需要我们摒弃传统的学科界限,打破学科之间的隔阂与壁垒,实现充分的交叉融合。与此同时,多学科、多门类、多平台之间的互动与兼容也是未来发展不可或缺的关键要素。这意味着我们需要汇聚更多人的力量,促进更多领域的融合,以更好地适应社会需求,为人类提供更优质的服务。

评论区 (1)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2281740, encodeId=dbec2281e40e8, content=<a href='/topic/show?id=d3a024808e0' target=_blank style='color:#2F92EE;'>#人工智能#</a> <a href='/topic/show?id=91c012654208' target=_blank style='color:#2F92EE;'>#CSCO 2025#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=77, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=126542, encryptionId=91c012654208, topicName=CSCO 2025), TopicDto(id=24808, encryptionId=d3a024808e0, topicName=人工智能)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Thu Sep 18 15:15:53 CST 2025, time=2025-09-18, status=1, ipAttribution=上海)]
    2025-09-18 梅斯管理员 来自上海

相关资讯

张志宇:人工智能破局放射治疗,重构肿瘤精准治疗范式

本期由北京大学首钢医院放疗科任刚教授担任执行主编,与北京大学首钢医院张志宇医生共同解读AI如何破局放疗精准化难题。

用于诊断罕见骨病的人工智能辅助工具

大多数受访者愿意将AI纳入其RBD诊断流程,但仍存在对AI相关错误、隐私问题以及AI模型可解释性和透明度的担忧。

Pediatric Nephrology:ChatGPT 在罕见肾脏病信息传递中的准确性、实用性与应用局限

ChatGPT在回答罕见肾脏病的基本解释、预后询问和基因检测建议时表现出较高的科学准确性和患者有用性,中位数评分达4分(满分5分);但在替代疗法、第二意见推荐和信息来源建议方面回答较为模糊且缺乏针对性

人工智能影像量化参数预测≤2 cm肺结节良恶性及复发风险的临床价值

本研究旨在探讨利用基于AI的3D量化参数预测≤2 cm肺结节良恶性和高复发风险类型的临床价值以及AI诊断肺结节的准确性,进而探讨指导手术规划的可能性。

Kidney International: 人工智能在罕见遗传性肾脏疾病中的应用前景与挑战

人工智能为罕见遗传性肾脏病的研究与临床管理带来了新的希望,但其成功应用依赖于高质量数据、跨学科合作、严格的模型验证以及合理的伦理与法规框架。

International Nursing Review:人工智能在助产领域的应用潜力与挑战,基于 2015-2025 年国际文献的系统综述

人工智能为助产实践中隐性知识的显性化、系统化及广泛传播提供了前所未有的机遇。

JAMA Surg:人工智能助力胰腺癌免疫表型空间分析,精准预测术后生存

本研究利用人工智能技术对胰腺导管腺癌的肿瘤浸润淋巴细胞(TILs)进行空间密度分析,明确不同免疫表型与患者生存的相关性,揭示AI辅助免疫表型分析在胰腺癌预后评估中的应用价值。

eClinicalMedicine:早期节律控制对心房颤动负荷及心血管事件的影响

本研究基于EAST-AFNET 4试验,评估了早期节律控制治疗中心房颤动负荷对心血管事件的调节作用。