Iris RESTful Server 和 IrisTileSource：为现有的 OpenSeaDragon 视图器提供的 Iris 实现

《Journal of Participatory Medicine》：Iris RESTful Server and IrisTileSource: An Iris implementation for existing OpenSeaDragon viewers

AI辅助诊断系统在薄制备Pap检查中的应用验证及技术问题分析。

　　在当前医学技术不断进步的背景下，人工智能（AI）辅助系统正逐渐成为病理学领域的重要工具。这些系统不仅提升了诊断效率，还为远程会诊、标准化流程以及工作负载分配提供了新的可能性。然而，随着这些系统的广泛应用，技术性问题也随之浮现。本文通过分析在验证Hologic Genius Digital Diagnostics System（GDDS）过程中遇到的技术性错误，探讨了其在实际应用中的表现和应对策略。

GDDS是一种专门用于宫颈癌筛查的数字病理系统，其核心功能是通过人工智能技术对ThinPrep宫颈细胞学检查样本进行扫描和分析。该系统采用体积成像技术，通过一次扫描生成多达14个焦平面的图像，并利用图像处理技术将不同层面上的清晰像素合并为一张完整的整张切片图像。这一过程显著减少了图像文件的大小，同时也提高了图像质量，使病理学家能够更高效地进行诊断。然而，在实际操作中，由于样本本身的特点以及扫描设备的限制，仍然存在一些技术性挑战，如滑片事件和成像器错误。

在本研究中，研究人员共处理了909例存档的ThinPrep宫颈细胞学检查样本，并将其与后续活检结果进行比对。扫描过程中发现，21例样本（约占2.3%）出现了技术性问题，其中5例因细胞聚焦问题未能获得清晰图像，12例因质量控制问题被排除，2例因条形码识别失败，1例因图像过饱和，1例因样本重复。这些错误中，有8例通过重新扫描得到了有效的图像，其余13例则因无法扫描而被排除。研究还指出，一些错误可以通过重新定位样本、重启系统或寻求厂商的技术支持来解决，而另一些问题则需要技术人员的干预。

研究团队在分析这些技术性错误时发现，某些问题源于样本本身的特性，如长期存储导致的玻璃片损伤、标签粘连或细胞分布不均。此外，扫描过程中出现的机械性故障，如滑片无法拾取、扫描器移动失败等，也会影响成像质量。这些错误虽然在一定程度上增加了工作流程的复杂性，但总体而言，其发生频率较低，且不会对最终的诊断结果造成实质性影响。因此，尽管在使用GDDS进行扫描时需要一定的技术调整和干预，但其整体性能仍然得到了认可。

值得注意的是，本研究中出现的某些错误在传统数字病理扫描系统中也有类似报道。例如，文献中提到的某些传统扫描系统在处理样本时，滑片事件和图像质量问题的出现率在1%至16%之间。然而，随着系统经验的积累、流程的优化以及新型自动化质量控制工具的引入，这些错误的发生率有望进一步降低。此外，GDDS的使用也强调了在样本准备和标签管理方面的重要性，确保样本在进入扫描流程前已经达到最佳状态，有助于减少不必要的技术性问题。

从研究结果来看，尽管存在一定的技术挑战，但GDDS在实际应用中表现出良好的稳定性和可靠性。研究人员通过重新扫描的方式成功解决了大部分问题，并且最终的诊断结果与传统方法保持了一致性。这种一致性表明，即使在存在技术性错误的情况下，GDDS仍然能够提供准确的图像和可靠的诊断支持。因此，该系统在提高工作效率的同时，也能够在一定程度上保证诊断的准确性。

然而，研究也指出了一些局限性。由于使用的是存档样本，这些样本可能存在因长期储存而产生的质量问题，如玻璃片表面的划痕或标签粘连等问题，这些问题在实时临床实践中可能不会出现。因此，未来的研究应更多关注实际临床环境中样本的状态，以及如何进一步优化扫描流程以减少技术性错误的发生。此外，随着AI技术的不断发展，未来可能需要更多的研究来评估其在不同病理学领域的应用效果，以及如何更好地整合这些系统到现有的诊断流程中。

在应对这些技术性问题时，研究人员建议采用一系列最佳实践措施。首先，应确保使用符合系统要求的标准化样本，如ThinPrep玻璃片。其次，在样本准备过程中，需严格遵循推荐的染色和固定方法，以提高图像质量。第三，标签的正确放置至关重要，应避免标签的过度悬挂或错位，以免影响扫描器的识别能力。最后，定期进行设备维护和质量检查，有助于发现并解决潜在的问题，从而提升整体的扫描效率和准确性。

总体而言，GDDS作为一种新型的AI辅助数字病理系统，在宫颈癌筛查中的应用具有广阔的前景。尽管在实际操作中仍需面对一些技术性挑战，但通过合理的流程管理、设备维护和人员培训，这些问题可以得到有效控制。随着技术的不断进步和应用经验的积累，AI辅助系统有望在未来成为病理学诊断的重要组成部分，为医疗行业带来更高的效率和更精确的结果。