在诊断性细胞病理学中应用人工智能技术进行社交化（即让人工智能与病理学家等专业人员进行协作）

《BMJ Digital Health & AI》：Socialising artificial intelligence in diagnostic cellular pathology

人工智能在细胞病理学中用于诊断 целиумного病的工具，通过定量分析提高准确性，但面临技术依赖、工作流程改变及专业信任等挑战，需平衡人机协作与医疗监管。

　　

人工智能（AI）在高科技和依赖人工的领域中应用迅速增长，包括医疗保健行业。Jaeckle等人的文章展示了AI在诊断性细胞（解剖）病理学中的潜在应用。1在这篇文章中，作者描述了一种新型的可解释AI工具，该工具可以分析扫描的全切片组织病理图像以诊断乳糜泻。该工具能为病理学家提供相关数据的定量估计——隐窝与绒毛的比例、上皮内淋巴细胞的比例——从而提高诊断准确性。尽管乳糜泻并不是一种罕见的疾病，但由于其诊断标准往往依赖于肉眼观察，因此诊断起来颇具挑战性。

虽然本文报道的这项发展前景广阔，但在采用AI技术时，我们是否有一些问题需要停下来思考呢？病理学检查对于患者的临床治疗进程至关重要，适当的诊断和个性化治疗能够改善患者的预后。同时，随着接受检测的患者数量增加，以及所需信息的精细化（这些信息越来越多地来自微小的组织样本），细胞病理学面临着更大的压力。Jaeckle等人1指出他们的工具在这一领域具有实用性，有望减轻病理学家的工作负担——AI辅助病理学家的工作确实具有吸引力。

在病理学领域，采用技术一直是提高报告质量的传统做法。然而，技术也带来了更多的数据需要解读，从而增加了病理学家在报告工作上所需的知识投入和时间成本。尽管AI工具能够补充数据，但自动化可能会在一定程度上缓解工作量与可用人力资源之间的不平衡问题。AI在肿瘤生物学研究中的表现已经得到了验证（例如，Tiwari等人2），这对患者来说具有重要意义。然而，将AI应用于诊断领域仍需具备先进的数字处理能力，并能够访问扫描的全切片图像，而这需要大量的持续投资。目前，AI尚未成为一种普遍适用的解决方案。

实验室医学以其高度的准确性著称，这依赖于熟练的工作人员、设计精良的安全系统、内部和外部质量控制措施以及质量保证流程。这些方面都受到相关法规的规范，以确保结果的可靠性。围绕AI的应用框架还必须确保数据的保密性（而非开放访问），并得到专业人员、患者和公众的认可。3随着实验室数据在安全有效治疗中的重要性日益凸显，对AI应用进行监管的需求也日益迫切。

最近的一项调查显示，90%的研究论文作者正在使用或计划使用AI技术，并会对其进行相关披露4（尽管具体的披露方式尚不明确）。据估计，只有少数AI用户会在论文中详细说明其使用情况。这一现象凸显了在临床实践中详细说明所使用的AI技术的必要性，明确专业责任（例如，在免疫细胞化学检测等情况下签署结果的责任方）。

不过，医疗保健的核心始终是患者——AI将如何影响与它打交道的病理学家？病理学家对使用AI的态度如何？研究表明，病理学家需要参与AI工具的设计、临床价值的评估以及实际应用过程，这样才能建立信任。5此外，应重点关注工作流程，因为不同专业领域对AI工具的价值感受可能存在差异。6在临床放射学领域，人们担心AI工具可能会影响放射科医生的诊断表现，甚至削弱他们的信心。7>病理学家需要学会信任AI工具，但目前尚不清楚这些工具如何影响他们在临床工作中的表现。一项内镜研究显示，在使用AI辅助检查3个月后，标准结肠镜检查的腺瘤检出率从28.4%下降到了22.4%。8>另一个问题是AI可能导致的认知技能退化，从而降低人们的批判性思维能力9>，同时过度依赖技术也可能削弱人类的临床判断能力，进而影响医生的自尊心。

AI在临床应用中的双重影响（既有积极效果也有潜在风险）凸显了病理学家的重要性。支持病理学家这一专业资源至关重要。为此，需要进一步研究病理学家与AI工具之间的互动方式，确保工具能够满足临床需求，而不是让临床实践去适应工具。AI会对病理学家的工作方式及其工作内容、工作效果产生怎样的影响？病理学家能否信任AI并依赖它？在医疗体系中，病理学家及其报告将如何被看待？临床医学的不确定性很多，而高级医生擅长处理这些不确定性。病理学家常常面临无法做出明确诊断的情况，因为缺乏足够的诊断依据或检测结果不一致——在这种情况下，正确的做法是诚实地要求提供更多组织样本以提高诊断准确性。那么，我们能否学会评估AI给出的“合理”诊断结果呢？

要充分利用AI的潜力，就需要与病理学家建立良好的合作关系，合理地实施技术，并制定保障病理学家和患者安全的相关流程。然而，关于人类与AI之间的互动方式及其中的细微差别，仍有许多问题尚未得到解答。