编辑推荐：
为解决传统病理学问题，研究人员探究数字病理学（DP）应用，发现其在多领域有优势，助力精准医疗。
在医学的微观世界里，病理学就像一位 “福尔摩斯”，通过观察组织切片来寻找疾病的线索。传统的病理学诊断主要依赖光学显微镜，病理学家需在显微镜下仔细观察玻璃载玻片上的组织切片，从而给出诊断结果。然而，这种方式存在诸多局限性，比如当遇到复杂病例需要多专家会诊时，物理传递玻片不仅耗时，还可能导致玻片丢失或损坏；而且随着病理服务需求增加，病理学家人力却在减少，传统方式难以满足需求。同时，在医学教育和研究方面，传统病理学也面临着效率低、资源受限等问题。为了突破这些困境，数字病理学（Digital Pathology，DP）应运而生。
美国等多个机构的研究人员 Shamail Zia、Isil Z. Yildiz-Aktas 等人对数字病理学展开了全面研究，相关成果发表在《Diagnostic Pathology》上。这一研究对数字病理学的发展及在临床、教育、研究等领域的应用有着重要意义，有望推动精准医疗的进步。
研究人员主要采用了文献综述的方法。他们在 PubMed 数据库中以 “Digital pathology”“telepathology”“whole-slide imaging” 为关键词进行电子文献检索，筛选出 97 篇符合要求的英文全文综述文章进行深入研究。
数字病理学在临床服务中的应用
用于初级诊断
数字病理学的核心技术全切片成像（Whole Slide Imaging，WSI），可将玻璃载玻片上的组织切片转化为高质量数字图像。尽管早期因缺乏 FDA 许可，WSI 在临床应用中受阻，即便获批后，病理学家起初也对其持保留态度。但随着实践发展，WSI 在临床实验室工作流程中的优势逐渐显现，如借助条形码和追踪解决方案、图像管理软件等，不仅提高了患者护理质量，还能让病理学家更便捷地获取专家或专科病理学家的会诊意见，减少诊断误差。同时，数字报告还避免了玻片丢失、方便对比以往活检结果，在多学科会议上展示病理结果也更便利，并且从人体工程学角度看也更有益。多项大型验证研究表明，WSI 在原发性组织学诊断方面与传统光学显微镜下的玻璃载玻片检查效果相当，涵盖多种器官系统、采集方法、数字化光学放大倍数和标本类型 。不过，数字病理学在临床应用中也存在一些问题。例如，数字工作流程需要先扫描玻璃载玻片，这会增加总诊断时间；扫描时间、图像质量、实验室信息系统（LIS）集成等因素都会影响诊断效率；在诊断方面，如分级发育异常、计数有丝分裂、识别肿瘤侵袭区域等，数字病理学还面临挑战，对于某些微生物的识别，数字病理学也无法完全替代传统玻璃载玻片检查。
远程病理学
美国远程医疗协会将远程病理学定义为健康专业人员之间传输病理图片和相关临床信息，用于初级诊断、即时细胞学解释等临床目的。远程病理学主要分为静态远程病理学、WSI、动态非机器人远程显微镜和强大的机器人远程显微镜。静态远程病理学通过电子邮件或联合服务器传输静态数字图片，成本低但存在采样误差等缺点；WSI 适合远程病理学，可生成高分辨率数字玻片，但存在成本高、扫描时间长等问题；非机器人远程显微镜通过视频通话实时传输图像但无法控制图像，机器人远程显微镜虽可控制但成本高且对带宽要求高。在咨询病理学中，数字病理学应用面临图像质量、数字玻片校准和系统间技术互操作性等问题 。
数字病理学在教育中的应用
数字病理学在医学教育中应用广泛且简便。特殊的数字显微镜可通过实时视频流展示玻片，方便学生学习组织病理学评估方法。数字图像还能进行注释，供学生自主学习、远程学习，也可用于考试。有证据表明，医学生更青睐基于 WSI 系统的教育方式，因其更具互动性、用户友好，有助于师生协作。如今，虚拟显微镜在全球多所大学得到有效应用，部分学校甚至开始逐步淘汰传统光学显微镜实验室。
数字病理学在研究中的应用
数字病理学在肿瘤学研究中引发了重大变革，尤其在乳腺癌、肺癌、皮肤癌和淋巴瘤等恶性肿瘤的研究中表现出色，可通过组织病理学图片中的表型信息监测疾病进展和患者生存结果。随着计算机技术和机器学习模型的发展，数字学习成为分析和解释组织学图像的重要方法。美国在数字病理学研究方面十分活跃，研究主要集中在 WSI 的验证和优化以及 AI 在数字病理学中的应用和开发。例如，FDA 批准了首个基于 AI 的前列腺癌检测软件 Paige Prostate，可辅助标准化前列腺癌的 Gleason 评分和其他肿瘤评分标准；研究人员还通过数字病理学预测结直肠癌的微卫星不稳定性（MSI） ，并对乳腺癌的 Ki67 生物标志物进行研究，评估相关平台的预后能力；此外，还有研究开发了用于纤维化分析的数字程序，以及通过数字病理学评估肝脏疾病的炎症和纤维化程度。但 AI 在临床实践中的应用也面临挑战，如担心工作流程改变、AI 算法性能阈值不明确、缺乏可解释性等。
研究表明，数字病理学在未来 20 年有望得到更广泛应用，可增强病理学家为患者提供护理的能力。通过建立合理的验证、分类和探索病理成像生物标志物的路径，并将其纳入临床决策方法，数字病理学将为精准医学提供重要的病理学信息支持。理解形态学与分子机制之间的关系对研究重大疾病至关重要，数字病理学能够助力这类研究。尽管数字病理学在临床实践中的应用仍在不断发展和完善，但它已经展现出巨大的潜力，为医学领域带来了新的机遇和变革。
总的来说，数字病理学的出现为解决传统病理学面临的诸多问题提供了新途径。虽然目前还存在一些技术和应用方面的挑战，但随着研究的深入和技术的不断进步，数字病理学有望在临床诊断、医学教育和科研等领域发挥更大的作用，推动整个医学行业向精准医疗的方向大步迈进，为患者带来更准确、高效的医疗服务。
