低资源环境下数字病理学工作流程的实施与验证：机遇、挑战及诊断一致性研究

本研究针对低资源地区数字病理学（DP）实施面临的成本高、基础设施不足等挑战，详细描述了巴西东北部高负荷实验室如何通过中端扫描仪（MoticEasyScan?）与实验室信息系统（apLIS?）集成，成功建立并验证全切片图像（WSI）诊断流程。研究显示数字化诊断与传统显微镜诊断的一致性高达98.72%，观察者间一致性近乎完美（Kappa=0.928–0.958）。该成果为资源有限地区提供了可扩展的DP部署模型，并展现出整合人工智能（AI）工具的潜力，显著提升诊断效率与病理服务质量。

　　

在当今病理学实践中，数字病理（Digital Pathology, DP）正逐步成为提升诊断效率与一致性的关键技术。它通过将玻璃切片转化为高分辨率数字图像——即全切片图像（Whole Slide Imaging, WSI），支持远程会诊、病例复审和多中心协作，尤其有助于解决资源匮乏地区病理医生短缺、诊断标准化不足的问题。然而，在基础设施有限、预算紧张的低资源环境中，DP的推广仍面临诸多障碍，包括扫描设备昂贵、数据存储需求大、工作流程重构复杂等。

为此，由Guilherme Velozo、Juliana Cordeiro、Cleto Nogueira等作者共同完成并在《Surgical and Experimental Pathology》发表的一项研究，系统性地探索了在巴西东北部一家高负荷诊断实验室中部署DP的实际方案与效果。该地区病理医生数量严重不足（全州仅114名），且多数缺乏亚专科培训背景，亟需通过技术手段优化资源分配、提升诊断可及性。

为验证DP在真实低资源环境中的可行性，研究团队选用中端扫描仪MoticEasyScan? 120，将其与实验室现有信息系统apLIS?进行深度集成，重新设计了包括切片扫描、图像存储、质量控制和诊断审核在内的全套数字工作流程。研究还依据美国病理学家协会（CAP）指南，对384张H&E染色切片进行了数字化与传统显微镜诊断的一致性比较，涵盖多器官类型病例，并由两名病理医生分别进行双盲评估。

关键技术方法包括：使用MoticEasyScan?扫描仪对H&E染色及辅助染色切片进行40倍分辨率成像；通过apLIS?系统实现病例与数字图像的双向集成和状态跟踪；依据CAP标准完成384张切片（来自64个病例）的验证流程，包括两周洗脱期以避免记忆偏倚；组织病理医生与技术团队开展多轮培训以优化切片质量和扫描效率；利用Cohen’s Kappa和Spearman检验进行统计学一致性分析。

研究结果主要包括以下几个方面：

一、Foundational steps in digital pathology deployment

通过流程优化——如优先扫描小组织活检、夜间处理多切片复杂病例、利用预览模式筛选特殊染色切片等，实验室成功将数字化病例的比例从初始的7%提升至常规工作量的60%。每月约扫描2万张切片，年均数据量达144TB，需配备专用网络和分级存储策略以支持高速存取与长期归档。

二、Storage infrastructure and data management challenges

团队发现切片中组织碎片布局过散会导致单张图像增加约220MB，通过规范制片流程每月节省4.4TB存储空间。尽管采用本地硬盘与手动迁移策略缓解了存储成本压力，但仍需面对NAS系统价格高昂、自动化迁移影响扫描性能等问题。

三、Bidirectional integration for slide access and quality assurance

apLIS?与Motic系统的集成实现了病例状态实时同步——如未扫描（红色图标）vs. 已完成（蓝色图标），医生可一键访问WSI并标记需重扫的病例，显著提升错误修正与信息追溯效率。

四、Quality control in slide scanning: challenges and solutions

约8%的切片存在扫描质量问题，包括模糊区域、条码无法识别、色彩偏差等。通过培训技术人员优化制片工艺（如改善切片平整度、减少封片胶残留），并结合供应商提供的自动模糊检测功能，有效降低了重复扫描与无效存储。

五、Secure image sharing for clinical collaboration and remote diagnosis

系统支持隐藏患者信息的图像分享功能，约16%的数字化病例用于临床会诊或外部咨询，尤其解决了本地缺乏皮肤病理专家的困境，五名远程皮肤病理医生借此加入诊断网络。

六、Diagnostic reproducibility of digital pathology in a representative case set

数字化诊断与传统显微镜诊断总体一致率为98.72%（62/64病例），Kappa值达0.928和0.958（p<0.05），显示极高观察者间一致性。仅两例出现分歧：一例直肠神经内分泌肿瘤在数字化中被漏诊，另一例胃活检中Helicobacter pylori（HP）未被检出，反映出小微结构在数字成像中的识别难度。

七、Scanner throughput as a bottleneck in routine digital pathology

中端扫描仪处理速度无法满足全部病例需求，大样本复杂病例仍依赖物理切片。未来需寻求更高通量解决方案以扩大DP覆盖范围。

八、Opening of opportunities for research

DP的实施促进了多个研究项目开展，包括基于WSI的生物标志物定量分析、人工智能辅助肿瘤组织百分比测算等，三年来已产出三篇论文及多篇会议摘要。

研究结论强调，在低资源环境中成功部署数字病理学需依托成本可控的扫描与存储方案、跨学科团队协作以及持续的工作流程优化。本研究不仅验证了DP诊断非 inferior 于传统显微镜，还探索出适合资源受限地区的集成模型与操作标准。尽管存在扫描通量不足、复杂病例数字化难度大、HP等微生物识别挑战等诸多限制，DP已显著提升该实验室的诊断效率、病例追溯能力和远程协作水平。

尤为重要的是，该实践为后续引入人工智能（AI）工具打下基础——例如应用深度学习辅助检测HP感染、预测分子突变等，从而减少对高分辨率图像的依赖，进一步降低存储与运营成本。作者建议未来研究应聚焦于DP平台标准化、跨系统互操作性提升以及更适合低资源环境的经济型技术方案，以推动数字病理在全球范围内的公平可及。