CRISP：面向术中病理的临床导向AI基础模型的开发与多中心前瞻性验证

《Nature Medicine》：A clinically-oriented foundation model for intraoperative pathology

　　

摘要

术中病理对于精准手术至关重要，但其临床影响受到诊断复杂性和高质量冷冻切片数据有限可用性的制约。尽管计算病理学已取得显著进展，但缺乏大规模前瞻性验证阻碍了其在手术工作流中的常规应用。在此，我们介绍了CRISP，一个基于来自十个医疗中心的超过10万个冷冻切片开发的临床导向基础模型，专门设计用于提供临床导向的鲁棒术中病理支持（CRISP）。CRISP在来自近100项回顾性诊断任务的超过15,000张术中切片上进行了全面评估，包括良恶性鉴别、关键术中决策和泛癌种检测等。该模型在6家机构、14种肿瘤类型和24个解剖部位（包括先前未见的部位和罕见癌症）中展现了稳健的泛化能力。在超过3,000名患者的前瞻性队列中，CRISP在真实世界条件下保持了高诊断准确性，直接指导了92.6%病例的手术决策。人机协作进一步减少了35%的诊断工作量，避免了105项辅助检测，并以87.5%的准确率增强了微转移灶的检测。综合这些发现表明，CRISP代表了一种AI驱动的术中病理的临床导向方法，具有支持手术决策并促进计算方法向临床实践转化的潜力。