打破数据壁垒，临床级肺癌全景病理大模型发布，几秒完成全流程分析

12月5日，中国抗癌协会第四届智能肿瘤大会智能病例分论坛上，由浙江大学医学院附属邵逸夫医院（以下简称浙大邵逸夫医院）、浙江大学生仪学院、以及杭州医策科技有限公司联合打造的首个临床级肺癌全景病理大模型——SRRSH LungPanor 肺癌全景病理大模型发布。

论坛供图

“它能帮助医生进行更精准的病理诊断，提高效率和准确度，从而为患者提供个体化治疗。”浙大邵逸夫医院病理科主任姜支农说。

肺癌的发病率和死亡率均居癌谱首位，在肺癌的诊疗中，病理诊断是“金标准”，传统病理诊断模式存在一些问题：影像、病理、IHC和分子检测常由不同科室、不同系统独立产生，数据整合靠人工，会导致诊断周期延长和意见不一致。另一方面，分子检测往往耗时较长，一般需要5～7天，在一些需要快速决策的临床场景中，延误可能影响治疗窗口。

“我们聚焦临床需求，研发并发布了肺癌全景病理大模型。”姜支农表示。该大模型的核心特色是“大、专、全”，它将病理、影像、分子、基因等多模态医学数据汇聚，打破传统分散的技术壁垒，实现不同模态数据在同一体系下的协同学习。

它可以提高判断一致性，统一视图可以减少不同科室因数据不对齐导致的分歧，同时，缩短决策时间。

“依托这个大模型，完成肺癌病灶识别和分型，全流程只需要几秒钟。”姜支农说。除此之外，还能提升诊断敏感度与精确度，例如影像提示的微小结节在病理图像中可被快速定位并复核，分子预测模型可提供早期的治疗方向参考。“有助于为患者制定个体化治疗方案，比如是选择化疗、还是靶向治疗、免疫治疗，或者是综合治疗。它构建从诊断、分型、治疗决策到预后评估（如 5 年复发风险预测）的全流程智能支持体系，打破诊断孤岛。”

在病理领域，该模型还能带来一些实效改进：一是亚型判定（如腺癌亚型划分）和分级一致性提升，减少阅片差异；二是 IHC 免疫组化技术的自动定量与阈值建议，使 PD-L1 等指标判读准确性提高；三是对部分常见基因（如 EGFR/ALK）的形态学预测，能在分子检测前提供基因检测线索；四是疑难或少见病理表型的智能提示，帮助病理医生更快定位复核区域。这些改善会直接减轻病理科工作量并提升报告质量。

数据和模型的互联互通还能惠及基层医院。

“肺癌全景病理大模型还将实现多层级医院联网，基层患者在家门口就能享受到精准快速的病理识别服务，不必往返于上级医院。”姜支农表示。

目前，该模型的一些模块已经在浙江大学医学院附属邵逸夫医院投入临床试用，在病理诊断方面的精确性已经接近“金标准”。预计一年后将全面投入使用。

浙大邵逸夫医院党委书记徐国斌表示，医院于2014年率先在全国启动“未来医院”建设，持续打造集“智慧诊疗、智慧服务、智慧管理”三位一体的智慧医疗体系。

如今，医院已构建起覆盖多场景的AI应用矩阵，从精准分诊、智能诊疗到远程医疗、全周期健康管理等，这些AI应用，不断拓展了医疗服务的可及边界，让优质医疗资源惠及更多人群，同时，又能够持续提升诊疗服务的精准度与高效性，为群众带来更优质的医疗体验。本次发布的肺癌全景病理大模型，对于提升病理诊断的效率和精准度、对于破解肺癌精准诊疗的现实困境，具有重要意义。未来，医院将继续坚持医工信交叉融合的探索模式，着力构建医教研产一体的医学生态体系，推动医疗AI技术转化共享，引领行业高质量发展。

责任编辑：蒋升