摘要

基于近几年机器视觉的发展,深度学习的人工智能方法应用于组织病理极大程度上促进了病理学家解决临床上的诊断问题,用该种方法解决病理学问题可被称为计算机病理学。人工智能可以做到帮助病理学家初筛大部分良性数据、辅助诊断、疗效预测、识别生物标志物等,甚至可以做到对药效治疗监测以及识别药物发现未知的信号。基于深度学习在病理领域的深入研究,让计算机自动处理病理数据成为可能。人工智能诊断决策建立在大数据之上,很多有可能做到对每个病人的个性化管理,对于大多普遍性的疾病诊断有着更加快速准确的优势。但数字病理学的发展仍受到一些问题的限制,以至于现阶段没有广泛应用于数字病理诊断平台。本文总结了近几年人工智能在病理诊断领域的最新进展,并讨论这种技术的可行性,补充说明在数字病理学中遇到的困难和挑战,并提出在该领域实用性上的展望。