AI如何驱动肿瘤病理科研创新?迪安诊断提供五大场景化解决方案

用户头像
迪安诊断(SZ300244)
   

随着信息化、数字化、人工智能技术的持续演进,传统病理学科面临前所未有的机遇与挑战。病理科的工作模式已从传统的人工核对、纸质流转、实体存储、显微镜诊断等,向信息化流程、数字化存储及智慧化诊断转变。

如何把海量病理诊断数据转化为可发表的高影响力成果?如何缩短科研从“想到”到“做到”的距离?迪安诊断(300244)及旗下医策科技提供的数智病理解决方案,以“检测-数据-算法-场景”全链路能力,助力医疗机构产出高质量科研成果,推动精准诊疗发展。

迪安诊断作为“全省(浙江)数字医学诊断技术重点实验室”的依托单位,同时还是“全省智慧+肿瘤生物标志物研究与转化重点实验室”和“全省肿瘤分子诊断与个体化治疗研究重点实验室”共建单位,具备强大的数智病理平台、深厚的医学积淀、全面的临床及科研检测服务。公司提供前沿的数智病理技术工具、创新的研究方向和落地的合作模式,为医疗机构科研创新开辟了全新路径,在众多场景中展现出巨大潜力。

场景一

专病病理AI诊断研究

AI(人工智能)技术在病理诊断中的核心优势之一,是通过自动化分析和深度学习算法,提高诊断速度以及结果的精确性,其在癌症、肾脏疾病和神经系统疾病等领域有重要的应用价值,值得开展深入研究。

2023年,迪安诊断及旗下医策科技联合浙江大学医学院附属邵逸夫医院,开展了一项“甲状腺结节术中快速诊断的机器学习模型研究”。该研究展示了AI和机器学习在甲状腺结节术中诊断中的巨大潜力,为解决病理学家短缺问题提供了可行的潜在解决方案。

在191张测试载玻片上,该方法预测了甲状腺结节术中冰冻样本良性和恶性类别,敏感性为72.65%,特异性为100.0%,AUC(曲线下面积)为86.32%。对于亚型诊断,甲状腺髓样癌的最佳AUC为99.46%,平均单张玻片处理耗时约237.6秒。

empty

深度学习算法处理前的组织病理切片示例

场景二

AI助力病理图像的分子特征预测与诊断研究

精准医疗时代,分子标志物检测(如基因突变、MSI状态、HRD状态、TMB状态)是肿瘤分型和精准治疗的核心依据。然而,目前许多分子检测依赖较昂贵的技术平台(如NGS),耗时长且对样本质量要求高,导致资源匮乏地区患者难以获益。此外,部分活检样本因组织量少或核酸质量欠佳,常面临诊断困难。

AI技术的崛起,为破解这些难题提供了新思路。通过深度学习解析病理图像的微观形态,可开展预测样本基因突变的研究,有望将分子检测“内嵌”于常规病理流程。针对近20种常见癌种,迪安诊断可提供迪晓安TM系列(20-30个基因)-中阶系列(70-130个基因)-高阶系列(228个基因)-大panel系列(665个基因)等产品。依托AI技术,可以针对基因检测数据、组织病理切片数据及其它医疗数据进行多维智能化分析,助力医疗机构开展仅通过常规组织学切片即可预测患者基因突变的研究,并探索AI在精准诊疗及预后分析中的应用。

场景三

AI助力病理图像的肿瘤微环境分析

组织学切片图像中的肿瘤微环境(TME)对癌症诊断和预后评估至关重要。深入研究其空间异质性与细胞动态互作,有望提高免疫治疗响应率、揭示耐药机制,从而改善疗效并延长患者生存期。

然而,传统TME分析面临诸多挑战:难以量化肿瘤与免疫细胞的互作距离,病理医生工作负荷重,不同医生对特定免疫细胞(如CD8+T细胞)计数的组间差异大,细胞簇空间分布模式、多细胞互作强度(如巨噬细胞-癌细胞接触面积与生存期的负相关性)难以量化。

随着AI技术的发展,深度学习正将肿瘤微环境研究带入“AI显微镜”时代。迪安诊断旗下医策科技研发的空间肿瘤免疫微环境分析系统,可利用连续切片进行多重免疫组化检测,一次检测多种抗体。AI可自动圈选肿瘤、坏死等目标区域,精确定量抗体表达强度、面积、数量和细胞间距离,实现交互式、可重复的微环境分析,解析肿瘤细胞与免疫细胞在组织中的空间分布与相互作用。

empty

多抗体度指标实现空间肿瘤免疫微环境分析

场景四

基于数智病理的肿瘤专病数据库打造

迪安诊断重磅推出新一代一体化智能病理解决方案,深度融合病理信息管理、远程病理会诊、AI智能辅助诊断及安全可靠的数字化存储等核心功能模块。该方案旨在全面赋能医疗机构病理科,显著提升病理诊断的效率、准确性与协作水平,加速病理工作流的智能化转型升级。尤为关键的是,方案在运行过程中自然沉淀的海量、高质量病理数据资源,经过规范整合与深度挖掘,可为构建高价值的专病数据库提供坚实、可靠的数据基石,有力驱动精准医疗研究与临床决策支持。

迪安诊断自研的X-MedExplorer临床科研大数据平台,运用大数据和AI技术提供专科/专病数据库建设,涵盖患者数据智能采集、多元化院外随访和全景式数据管理等功能,配备一站式临床科研分析工具,助力客户提高科研效率,促进研发成果转化落地。依托该平台,迪安诊断已助力多家医疗机构在数字化赋能临床科研方面取得了成果。

empty

X-MedExplorer提供的一站式临床科研分析工具

场景五

生信分析一体机——

赋能病理科开展NGS panel的科研转化

基因数据是生命研究的“核心原料”,广泛应用于疾病诊断、遗传病筛查、用药指导等领域,而“生信分析”正是解码这些数据的“翻译器”。医学实验室开展的基因测序检测,会产生海量数据(603138),如何从中挖掘出与患者病情直接相关的有效信息,是生信分析的终极目标。然而,传统生信分析流程复杂、周期长、专业门槛高,出现“遗传病表型关联挖掘与肿瘤低频变异真实性判读”两大深水区。且由于多数医院病理科没有专职的生信分析人员,在病理科进行NGS科研转化研究时,亟需智能化的破局利器。

迪安诊断倾力打造“基因领航”生物信息分析一体机,搭载“表型罗盘+变异信标”双智能引擎,融合“智能分析流水线、个性化报告工厂、‘本地+云端’协同、动态更新知识库”四大落地保障体系,可以为医疗机构提供全栈式、高可信、易运维的生信分析智能化解决方案。

empty

以上仅是迪安诊断数智病理解决方案助力医疗机构科研转化的部分应用场景。2025年8月22日至24日,“中华医学会病理学分会第三十次学术会议暨第十四届病理年会”将在上海举行。诚邀各位专家莅临医策科技展台(上海世博中心1层多功能厅-银厅A43展位)沟通交流。8月23日下午15:00-17:00,公司特别策划了学术病理研讨会《智解病理 科研转化新范式研讨会》,聚焦AI技术在病理科研领域的实践突破,期待您参与讨论,共同推动精准诊疗与科学研究的深度融合。

来源:同花顺财经

为提升阅读体验,雪球对本页面进行了排版优化

风险提示:用户发表的所有文章仅代表个人观点,与雪球的立场无关。投资决策需建立在独立思考之上。