一年2万例、耗时降八成：“灵眸”病理大模型在肿瘤医院跑通了什么

重庆日报9月7日报道，重庆大学附属肿瘤医院联合重庆医策科技有限公司，共同搭建起“AI辅助诊断+多模态病理大模型+数字病理服务”的智能化应用体系。依托海量病理专业语料库与高质量数字病理切片完成融合训练的“灵眸”病理大模型，正推动传统“显微镜下肉眼阅片”转向“人机协同智能病理”新形态——目前该系统可将病理诊断耗时压缩80%以上，今年以来AI辅助病理诊断已超20000例。

落地实况：AI先筛，医生复核

报道配发的图片说明勾勒了新的工作场景：在重庆大学附属肿瘤医院病理科，医务人员正复核由人工智能系统筛选出的异常细胞。

“AI先筛、医生复核”是当前病理AI的标准工作流。系统对数字切片完成初筛，标记可疑病灶，病理医生把精力集中在复核与诊断决策上。诊断耗时压缩80%以上、年内超2万例的完成量，说明这套流程已经越过了试验阶段，进入科室的常态化运转。

产品拆解：大模型、数字病理、服务体系

“灵眸”体系的完整表述是三件套：AI辅助诊断、多模态病理大模型、数字病理服务。

拆开看，多模态病理大模型是引擎——训练素材是海量病理专业语料库与高质量数字病理切片的融合，这意味着模型既有图像理解能力，也有病理语言的理解与生成能力。数字病理服务是底座——切片数字化是一切的前提，没有高质量的WSI（全切片图像）数据流，大模型就是无米之炊。AI辅助诊断则是面向科室的交付形态，嵌入真实工作流而非游离在外的演示系统。

医策科技此前还与阿里云合作推出过AI病理一体机，思路是把优质病理AI能力打包下沉到县域医院。模型能力+算力集成+区域服务，产品化的路径比较清晰。

为什么先跑通的是病理

病理是肿瘤诊疗的“金标准”，但长期被两个数字困住：全国病理医师缺口超过10万人，而阅片负荷随着肿瘤筛查量增长持续加重。一个患者的病理分析往往对应十几张切片，全靠肉眼逐张判读。

供需缺口越大，AI的替代价值越直接。与影像科相比，病理的数字化起步更晚、人才缺口更深，反而让“人机协同”的接受度更高——不是AI抢医生的活，而是有些活本来就没人干。重庆这个案例把结论落到了两个硬指标上：耗时降八成，说明效率真实提升；2万例的年完成量，说明质量被临床持续信任。

从单院到县域：下一盘棋

单家三甲跑通只是第一步。病理AI更大的想象在区域病理中心：基层医院制片、切片数字化上云、AI初筛、上级医院医生复核签发，让县域患者不再为一张病理报告辗转多家医院。

从医策科技的一体机布局到金凤实验室联动全国46家三甲医院建设的479万张WSI病理数据库，重庆在病理AI上的拼图正在变完整。对行业而言，“灵眸”这2万例的意义在于证明：病理大模型不是论文里的指标，而是可以按“万例”为单位计量的临床产能。

原文链接：重庆日报

千方医数集编辑部 出品