人工智能(AI)在兽医诊断组织病理学中的概念、应用与临床实施:范围综述与诊断实验室调查

《Veterinary Pathology》:Artificial intelligence in veterinary diagnostic histopathology: Concepts, applications, and clinical implementation

【字体: 大 中 小 】 时间:2026年10月09日 来源:Veterinary Pathology 1.7

编辑推荐:

  人工智能(AI)在人类诊断组织病理学(diagnostic histopathology)中发展迅速,但临床采用(clinical adoption)滞后于研究。兽医诊断病理学(veterinary diagnostic pathology)受到的监管较少,可

  
人工智能(AI)在人类诊断组织病理学(diagnostic histopathology)中发展迅速,但临床采用(clinical adoption)滞后于研究。兽医诊断病理学(veterinary diagnostic pathology)受到的监管较少,可能更快采用AI,但其在诊断实验室中的整合程度尚不清楚。该文章结合对关键概念的叙述性介绍、对已发表应用的范围综述(scoping review)以及对诊断实验室的探索性调查,概述了AI在兽医诊断组织病理学中的应用。叙述性综述强调了新兴方法,包括基于视觉Transformer(ViT)的基础模型(foundation models)和自监督学习(self-supervised learning),这些方法可能改善泛化性(generalizability)并减少数据需求,尽管适应兽医场景仍具挑战。范围综述检索到截至2025年9月5日文献检索的34项研究,表明增长稳定但有限。大多数研究使用卷积神经网络(CNN)完成相对低水平的任务,如细胞定量(cell quantification)、面积测量(area measurement)和诊断。调查的应答率较低(5个实验室中的2个)。两名应答者均认识到AI的潜在益处。一个实验室已将2个AI模型纳入常规诊断工作流,并正在评估其他应用;另一个实验室尚未实施AI,但正在积极考虑若干模型。报告的障碍包括泛化性、延迟(latency)和成本。总体而言,兽医诊断组织病理学中的AI研究正在增长,但临床采用仍未被完全表征。尽管较宽松的监管可能使其比人类医学更快被采用,但缺乏监管(oversight)使验证(validation)责任落在实验室和病理学家身上。为实现可信实施,兽医病理学家必须理解AI基础,该领域应优先制定验证、透明性(transparency)和报告(reporting)标准。
Key Concepts of AI in Histopathology

人工智能(AI)可定义为对通常需要人类智能的任务的自动化,AI模型是从输入产生输出的数学算法。计算机视觉(computer vision)是AI的子领域,关注需要视觉感知的任务自动化。最早AI依赖规则编程,例如基于像素阈值的规则分割。20世纪90年代,机器学习(ML)取代规则编程,ML模型从示例中独立推导决策规则。监督学习(supervised learning)是最常见ML范式,目标由标注数据(ground truth)构成。ML中模型架构仍由人类设计,参数值从数据学习。线性回归以γ=α+βx为例,截距α和斜率β从数据学习。现代ML架构包含更多参数,可建模复杂非线性函数。

2012年前后,深度学习(DL)开始主导AI。经典ML需特征工程(feature engineering),如细胞大小、形状、光学密度和色调,支持向量机(SVM)等虽可用于诊断结肠腺癌或脑膜瘤分级,但特征工程繁琐,性能随参数增加趋于平台。DL模型工程化组件更少,可直接从原始数据学习特征(feature learning),且具高度可扩展性,性能随模型增大而改善,前提是有足够数据和计算资源。过去十年计算机视觉架构从数千万参数增长到超过十亿参数。DL基于神经网络架构,核心是节点或神经元通过层连接,节点参数包括权重和偏置,线性操作后经非线性激活函数。堆叠多层和多节点可近似高度复杂函数。连续DL层输出为特征表示(feature representations),本质是数字列表,虽难直接解释,但编码数据有用特征。

图像数据最常用神经网络类型为卷积神经网络(CNN)和视觉Transformer(ViT)。CNN通过卷积、池化和深度逐步构建图像上下文,将局部特征组合为更广模式;ViT通过自注意力(self-attention)在每层捕获全局上下文,可对不同区域赋予不同重要性。ViT可提供内源性注意力图,比CNN的事后显著性图更直接指示模型关注区域。ViT构成当前最大图像分析DL模型骨干,在训练数据超过1000万张图像时,表现可优于CNN。但CNN和ViT成功最终取决于训练数据规模和质量。训练数据量相对模型规模过小会导致过拟合(overfitting)。随着模型更大更复杂,训练数据可用性成为AI发展的关键瓶颈。

组织病理学训练方法从全监督学习发展到弱监督学习和自监督学习,以减少人工标注需求。全监督学习常使用手工标注数据,如标记细胞核用于目标检测或勾画组织区域用于语义分割,但劳动密集且昂贵。弱监督学习提供较粗标签,如对整个全切片图像(WSI)分配诊断,允许回顾性使用现有诊断数据,但模型不知哪些区域驱动诊断;WSI巨大需分为小块,标签可能分配给不含病变的块;多实例学习(multiple instance learning)方法将块级分析聚合为切片级输出,越来越多使用基于注意力的机制。自监督学习(self-supervised learning)在未标注数据上通过预训练任务(pretext tasks)训练模型,如图像掩码/修复和对比学习,学习通用图像特征,随后在标注数据上微调(fine-tuning)。自监督预训练加监督微调可显著减少有效训练所需标注数据量。生成对抗网络(GAN)和扩散模型(diffusion models)可视为自监督学习扩展,能生成逼真合成图像。

迁移学习(transfer learning)指重用先前训练模型,传统上组织病理学依赖在ImageNet上监督预训练的CNN,但自然图像预训练可能限制组织病理学性能。组织病理学缺乏同等开源资源;bigpicture项目旨在汇编超过300万张标注切片,涵盖人类疾病、动物模型和毒理病理,但不包括自然发生的兽医疾病。近年来,迁移学习依赖越来越大的预训练模型,称为基础模型(foundation models),通常在广泛数据集上训练,可用少量微调适应下游任务。计算机视觉中,这主要依赖基于ViT、以自监督学习在数百万甚至数十亿图像上预训练的基础模型,将特征学习阶段与分类阶段分离。早期研究提示该策略在某些组织病理学应用中可优于基于CNN的迁移学习。未来针对组织病理学的ViT基础模型可能克服当前限制,产生更稳健且需更少手工标注数据的模型。

Scoping Review of AI in Veterinary Diagnostic Histopathology

为理解AI在兽医诊断病理学中的开发和应用,研究人员按照PRISMA-ScR指南进行范围综述(scoping review),旨在考察AI研究随时间增长以及模型在方法和预期用途上的演变。检索于2025年9月5日在Scopus和PubMed(MEDLINE)进行,选择英文原创研究文章和会议论文。Scopus通过Scopus Search API使用R编程语言在RStudio中访问,PubMed通过网页界面访问。查询迭代设计以平衡检测目标记录的敏感性和阳性预测值。初筛和去重后,题目和摘要由一位兽医病理学家审查资格,合格记录全文审查并提取数据,包括AI方法、预期用途和可解释性策略。补充材料提供搜索策略、选择过程和数据提取方法,包括PRISMA-ScR流程图和提取表。

范围检索获得34项描述AI在兽医诊断组织病理学中应用的原创研究。首篇发表于2018年,此后年发表率稳步上升。2018年至2022年,每个应用均针对反映常规诊断工作流的任务,要么定量(如细胞计数、面积测量或细胞特征测量),要么诊断(如肿瘤分类)。2023年起,研究人员开始探索超越传统病理学家职责的应用,如生物标志物预测和虚拟免疫组化生成。CNN是最常见架构。两项研究使用经典ML模型,一项比较CNN与经典ML方法,一项比较若干CNN和基于ViT的模型。两个生成模型分别使用扩散模型架构和生成对抗网络(GAN)。仅一篇报告实施专门可解释性技术,采用显著性图可视化最影响CNN预测的图像区域。两项研究无法确定模型架构,因为使用了专有平台或图像分析软件框架而未指定底层算法。

大多数研究关注肿瘤性病变(30/34,88%),使用苏木精-伊红(H&E)染色图像作为输入(32/34,94%)。主导学习范式为监督学习(28/34,82%),用于语义分割、目标检测或图像分类任务,以人工标注为目标。四项研究(4/34,12%)使用弱监督学习,利用来自医疗记录或辅助检查结果的全切片图像(WSI)级标签进行结局或生物标志物预测。四项弱监督研究中仅两项详述块级AI输出如何或打算如何聚合到WSI级:一项采用基于注意力的多实例学习框架,另一项采用多数投票规则。自监督学习仅出现在两篇论文中,集中于生成任务:从H&E图像合成虚拟免疫组化,以及生成合成H&E图像用于数据增强。

Survey of Clinical Implementation of AI in Veterinary Diagnostic Laboratories

研究人员开展横断面Qualtrics调查,评估兽医诊断组织病理学中AI的当前和预期用途,目标为主要国际商业兽医诊断实验室。调查设计为捕获公司层面回应,不收集个人受访者的使用或态度,旨在探索性评估机构经验和观点,而非全面或具统计代表性的领域分析。个人链接通过电子邮件分发至解剖病理科主任或同等角色,每个公司一条,并允许内部转发以便最合适的人员回答。调查于2025年4月3日分发,开放至2025年4月22日。调查分三部分。第一部分包括6个问题,关于公司数字病理和AI应用的实施,以及感知益处和挑战。第二部分包括5个问题,关于每个AI应用的具体方面,包括预期用途、算法类型和来源、验证程序和相关出版物;该部分对受访者提到的每个应用(已实施或考虑中)重复。最后包含自由文本字段。为保持匿名,不分享公司代表或公司名称。所有问题包含“不愿回答”选项,除当前实施和考虑实施的AI应用数量问题外。

在调查的5个兽医诊断实验室中,2个完成调查。2个明确表示不愿参与,剩余1个未回应邀请。两个完成调查的实验室均报告完全使用WSI,其中一个已将2个AI模型纳入常规诊断工作流。这些模型包括一个用于量化犬肥大细胞瘤活检中Ki-67免疫组化反应性,另一个用于检测特殊染色上的抗酸细菌。两个模型均基于CNN架构。Ki-67模型通过与外部AI供应商合作开发,随后在内部进一步开发;抗酸细菌模型完全在内部开发。Ki-67模型已进行内部验证,包括一项基于结局的研究中的统计分析,但结果尚未发表。抗酸细菌模型在调查时尚未经过正式验证,处于beta测试阶段。此外,该实验室表示计划评估更多AI模型以整合到诊断流程。第二个实验室尚未实施任何AI模型,但正在积极考虑若干模型供未来使用。受访者指出AI在诊断设置中的潜在益处,包括改善工作流效率(如更快完成重复任务)、增强诊断检测准确性,以及通过减少病理学家内部和之间变异提高可重复性。一名受访者还指出AI用于报告生成和客户交互的潜力。挑战包括泛化性和AI模型生命周期中性能一致性,包括在工作流变化(如组织学实验室或扫描程序变化)中维持输出可靠性。另一名受访者强调技术实施障碍,如在高通量诊断设置中实现实时零延迟性能,以及相关成本增加。受访者还强调更广泛担忧,包括AI整合的财务成本和监管监督的演变格局。

Discussion

范围综述表明,兽医诊断组织病理学中的AI研究正在增加,但规模和重点仍有限,主要聚焦相对狭窄的低水平任务,如量化核分裂象或分类皮肤肿瘤。与人类病理学一样,更高级应用如生物标志物预测和合成染色生成正在出现,但仍不常见。方法学上,兽医文献仍由任务特定CNN模型主导,而人类数字病理学已越来越多转向自监督学习和基于ViT的基础模型。这一差异可能重要,因为较小的任务特定CNN方法尤易受域偏移(domain shift)和跨机构、跨工作流性能退化影响。因此,基础模型方法可能对兽医病理学特别相关,不仅用于高级预测应用,也可提高低水平诊断任务的稳健性。同时,尚不确定哪些形式的大规模预训练在此场景最有用,以及它们相较传统CNN方法提供多少益处。

调查对临床实施的洞察有限。5个实验室中2个回应,不能定义全领域采用程度。但它提示实验室认为AI在工作流效率、诊断支持和可重复性方面有价值,同时遇到实际障碍,包括泛化性、性能漂移、延迟和成本。这些挑战与更广泛AI文献中的技术担忧一致,提示实施障碍既是方法学的也是操作性的。兽医监管环境可能放大验证相关挑战。因为兽医AI工具通常不经过与人类医学要求类似的上市前审查,验证、监测和质量控制责任主要落在实验室和病理学家。因此,严格内部验证、生命周期监测和可解释性尤其重要。可解释性和严格验证对所有安全AI部署均重要,但当终端用户不能直接验证每个预测时,它们变得至关重要。对于病理学家可逐例审计的任务,如AI辅助核分裂计数,稳健的部署前测试和常规抽查可能足够。AI预测以掩膜叠加在原始H&E图像上可提供合理性检查;即使模型做出用户无法在切片上确认的预测,如虚拟生物标志物状态或预后,可解释性工具、更严格证据标准和持续性能监测对防范隐藏模型失败和性能随时间衰减至关重要。

该研究也有重要局限。范围综述虽系统,但搜索策略可能因术语变化未捕获所有相关研究。范围综述旨在映射应用和趋势,而非正式评估研究质量、数据集特征或验证策略。外部验证、数据集多样性和诊断益处的系统评估超出当前范围。此外,出版物报告不一致使提取此类细节困难。调查为探索性且受低参与率限制;鉴于兽医实验室运营的商业和保密考虑,无回应不应解释为缺乏AI活动。未来工作应聚焦确定AI在兽医诊断组织病理学中何处、如何以及在多大程度上提供临床有意义、安全的益处。兽医医学的优先事项可能不同于人类医疗,后者诊断工作流与辅助检测和靶向治疗更紧密结合。兽医诊断通常更成本敏感,市场较小,可能降低某些高级预测应用的价值主张。在此背景下,最有价值的方向可能不是实现越来越复杂的任务,而是提高常规诊断工作流相关低水平应用的稳健性和泛化性。开发稳健且可泛化的常规诊断应用模型需要更好证据,说明哪些模型方法可靠、在何种条件下泛化以及有哪些实际权衡。因此,文献和临床实施环境中更大透明度至关重要。新兴的AI医学报告指南以及近期兽医病理学特定建议应改善已发表研究的一致性,使未来深入系统综述更可行。然而,出版标准本身不能解决常规实践中AI使用透明度有限的问题,其中模型开发、验证和性能披露是自愿的。超越毒理病理学设置的多机构合作和数据共享联盟可帮助汇集跨实验室、物种、染色、扫描仪和工作流的多样兽医诊断数据,从而实现更强外部验证、开放基准和更有信息量的模型方法比较。此类努力不仅推动领域前进,还有助于确定AI何处可信、何处有用,以及何处风险或成本可能超过益处。
相关新闻
生物通微信公众号
微信
新浪微博

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号