人机协同增强肾脏病理细胞AI基础模型：多中心评估与优化策略

《Communications Medicine》：Evaluating cell AI foundation models in kidney pathology with human-in-the-loop enrichment

本研究针对当前细胞AI基础模型在肾脏病理细胞核分割任务中的性能局限，开发了一种人机协同(HITL)数据增强策略。研究人员通过整合Cellpose、StarDist和CellViT三种主流模型的预测结果，结合病理专家对困难样本的精准标注，显著提升了肾脏细胞核分割的准确率（StarDist模型F1分数达0.82）。该框架为器官特异性基础模型的开发提供了新范式，有望推动数字病理工作流的智能化升级。

　　

随着数字病理技术的快速发展，传统组织切片已转化为海量高分辨率图像数据，为医学研究提供了前所未有的规模优势。然而，如何高效分析这些数据仍面临严峻挑战。虽然基于大规模多样化数据集训练的人工智能基础模型在疾病诊断和组织定量分析等复杂任务中展现出潜力，但其在单器官（如肾脏）细胞核分割这类基础任务中的适用性尚不明确。肾脏全切片图像(WSI)具有高度细胞多样性——包含至少16种特化上皮细胞以及内皮细胞、免疫细胞和间质细胞，且常用的PAS染色在训练数据集中代表性不足，这些因素都增加了肾脏细胞核分割的难度。

针对这一瓶颈问题，发表在《Communications Medicine》的研究团队开展了一项系统性研究，通过构建大规模多中心肾脏数据集，评估了三种主流细胞AI基础模型（Cellpose、StarDist和CellViT）的性能，并创新性地提出了人机协同数据增强策略。研究发现，即使是最优模型CellViT在基线测试中也仅获得0.78的F1分数，约37%的预测结果存在缺陷，这表明肾脏特异性基础模型的开发仍具迫切性。

关键技术方法方面，研究团队从2542张肾脏全切片图像（包含KPMP、NEPTUNE、HUBMAP等公共数据库及范德比尔特大学医学中心内部数据）中提取8818个图像块，采用三级评分系统（优/中/差）对模型预测进行质量评估，通过加权过采样技术解决样本不平衡问题，并利用融合伪标签与专家校正的混合训练策略进行模型优化。

模型性能评估结果

个体模型分析显示，CellViT表现最佳（63.6%预测评为“优”），但其在长扁平细胞核、边界模糊细胞及肾小球内密集细胞等场景仍存在显著错误。交叉模型评估发现模型间一致性最高仅76%，说明不同模型具有互补性优势。通过融合三种模型的优质预测，最终构建的训练数据集包含68%“优”级样本，较单一模型提升明显。

数据增强的模型微调效果

微调实验表明，不同模型对训练策略响应各异：荧光图像主导的Cellpose模型仅使用“易”样本（伪标签）时F1分数从0.67提升至0.75，而H&E染色主导的StarDist模型在结合“难”样本（专家标注）后达到最优性能（F1=0.82）。值得注意的是，当训练数据缩减至10%时，基于Transformer的CellViT模型性能出现下降，说明数据规模对模型稳定性具有重要影响。

视觉化改进验证

定性分析显示，微调后的模型在多个挑战性场景取得显著改进：Cellpose对长扁平细胞核的分割更精确，StarDist在肾小球密集细胞区域表现提升，而CellViT在PAS染色图像中原本遗漏的淡染细胞核得以有效识别。这些改进证明通过模型间知识迁移，能够有效弥补单一模型的领域盲区。

讨论与展望

本研究揭示了通用基础模型与器官特异性需求之间的性能差距，证实了肾脏特异性模型开发的必要性。所提出的人机协同框架将传统像素级标注成本转化为高效的图像评级工作流，使专家精力聚焦于最具价值的困难样本校正。尽管伪标签质量不均和评级系统粒度不足等挑战仍存，但该策略为器官级基础模型的迭代优化提供了可行路径。未来工作将探索联合分割与分类训练架构，并推动优化模型集成至QuPath等病理分析平台，最终实现临床肾脏病理工作流的智能化变革。

研究结论强调，肾脏病理中的细胞核分割仍需器官针对性基础模型的持续优化。通过融合多模型预测与专家校正的人机协同策略，能够以有限标注成本实现性能提升，为数字病理在精准医疗中的应用提供技术支撑。这种基于大规模真实世界数据的评估框架，为下一代细胞AI基础模型的开发与部署建立了重要基准。