病理AI从“看局部”到“读全片”：SlideChat的切片级跃迁为什么重要

2026年9月1日，上海交通大学何军军、厦门大学俞容山共同通讯在《Nature Cancer》（影响因子28）在线发表题为“SlideChat is a multimodal generative artificial intelligence assistant for whole-slide computational pathology across cancer types”的研究论文，近日经专业媒体报道后引发行业关注。SlideChat将补丁级与切片级病理编码器同预训练大语言模型相结合，首次实现了对十亿像素级全切片图像（WSI）的可交互分析——病理AI由此从“看局部”迈入“读全片”时代。

论文速写：Nature Cancer上的中国病理AI新成果

计算病理学是现代癌症诊断的基石——从诊断分型、预后判断到治疗计划，都建立在对数字化组织病理切片的精确分析之上。近年来，视觉基础模型与视觉-语言模型让病理AI迅速升温，但一个关键瓶颈始终未破：现有病理多模态大模型大多停留在补丁（patch）或区域级分析，只能解读玻片上的孤立局部，缺乏对整张切片组织背景的整体把握。

SlideChat正是针对这一瓶颈而生。研究团队将其定位为“跨癌种全切片计算病理学的多模态生成式AI助手”——不仅看清单个细胞团，更能理解十亿像素整张切片中不同区域、不同尺度、不同背景之间的关联，支撑亚型分型、鉴别诊断和病理报告生成的完整诊断工作流。

技术拆解：补丁级局限与SlideChat的双层编码器解法

为什么全切片分析难？一张数字病理WSI的像素规模可达数十亿，直接输入任何视觉模型都不现实。传统做法是切成无数小补丁分别分析，再拼接结果——但“只见树木不见森林”：肿瘤的整体结构、侵袭边缘与周围组织的空间关系，恰恰藏在这些被切碎的上下文里。

SlideChat的解法是双层编码器架构：补丁级编码器负责抓取局部细胞与组织细节，切片级编码器负责建模全局空间背景，两者的表征再与预训练大语言模型对接，让模型既能“放大看细节”又能“缩略读全局”，并以自然语言对话的方式输出分析。这相当于把病理医生“低倍扫全片、高倍看局部”的阅片习惯，第一次完整地翻译给了AI。

评测账本：31种癌症、5个队列与GPT-4o的对照

研究团队的评测覆盖颇为扎实：31种癌症类型、5个独立队列，任务包括8836道选择题、129道开放题及3149份报告生成。结果显示，SlideChat在多项指标上显著优于GPT-4o、MedDr等主流基线模型。

这份评测账本有两点值得数据从业者注意。其一，跨癌种、多队列的设计检验的是模型的泛化能力——在未见过的癌种与机构数据上表现稳定，才具备真实临床部署的可能；其二，报告生成任务直接对标临床产出物，评测的不再是“答对率”而是“可用性”，这标志着病理AI的评测标准正在向临床工作流靠拢。

行业评论：全切片时代，病理科工作流将被怎样改写

SlideChat的意义需要放进中国病理科的现实处境中衡量。病理诊断是肿瘤诊疗的“金标准”，但全国病理医师缺口超过10万人，基层医院“有切片、无人读”的困境普遍存在。从重庆大学附属肿瘤医院的“灵眸”病理大模型将诊断耗时压缩80%以上，到华为在HIMSS26 APAC联合伙伴发布AI+病理方案，病理已成为医疗AI落地最密集的赛道之一。

而SlideChat所代表的全切片可交互分析，预示着这条赛道的下一次跃迁：AI不再只是标记可疑区域的“筛片助手”，而是能参与鉴别诊断讨论、起草结构化报告的“数字住院医”。当切片级乃至患者级的分析能力成熟，病理AI将真正嵌入从初诊到会诊的完整链条——对缺口巨大的基层病理科而言，这是比单点提效更有想象力的改变。

当然，从论文到产品仍有长路：前瞻性临床试验、医疗器械注册审批、与医院LIS系统的集成，每一关都需要时间。但至少在方法论上，中国团队已经向世界证明：病理AI“读全片”的时代，正式开始了。

原文链接：生物谷

千方医数集编辑部 出品