中山大学团队CRISP登《Nature Medicine》：10万份冰冻切片训练术中病理基础模型，92.6%病例直接支撑手术决策
2026年9月10日，中山大学肿瘤防治中心蔡木炎团队联合香港科技大学陈浩团队在《Nature Medicine》发表研究，开发了临床导向型术中病理基础模型CRISP。该模型基于来自10家医疗机构的超过10万份冰冻切片数据开发，在近100项回顾性诊断任务中对超过1.5万个术中切片进行系统评估，覆盖良恶性鉴别、关键术中决策与泛癌检测。在一项包含3000多名患者的前瞻性队列研究中，CRISP在92.6%的病例中直接为外科手术决策提供了依据。
30分钟内的手术决策：CRISP用10万份冰冻切片把AI推进了手术室
数据研究视角 × 临床外科视角 ｜ 深度研报
2026年9月10日，中山大学肿瘤防治中心蔡木炎团队联合香港科技大学陈浩团队在《Nature Medicine》发表论文，题为 A clinically-oriented foundation model for intraoperative pathology。核心数字构成一条证据链：基于10家医疗机构超过10万份冰冻切片训练，在近100项回顾性诊断任务中评估超过1.5万个术中切片，最终在3000多名患者的前瞻性队列研究中，于92.6%的病例里直接为外科手术决策提供依据。
手术台上最紧张的30分钟
手术室里最揪心的时刻，常常不是下刀本身，而是切下来的组织被送进病理科之后的等待：肿瘤是良性还是恶性？要不要扩大切除范围？淋巴结有没有转移？切缘干不干净？术中冰冻切片检查的流程，是把手术中切除的病变组织立即低温快速冷冻、切片、染色，病理医生在显微镜下快速判断病变性质，整个过程通常只要30分钟以内。这30分钟给出的答案，直接决定台上这一刀接下来怎么走。也正因为它要快，冰冻切片的诊断难度反而更高：组织未经充分固定处理，图像质量天然逊色，病理医生要在极短时间内对不完美的图像给出足够可靠的判断。
一本数据账本
CRISP (Clinically-oriented Robust Intraoperative Support for Pathology) 的规模，可以拆成一本账：
| 维度 | 数字 | 说明 |
|---|---|---|
| 训练数据 | 10家机构、超10万份冰冻切片 | 临床导向型术中病理基础模型 (Foundation Model) 的数据底盘 |
| 回顾性评估 | 近100项任务、超1.5万个切片 | 覆盖良恶性鉴别、关键术中决策、泛癌检测 |
| 泛化验证 | 6家机构、14种肿瘤、24个解剖部位 | 包括此前未见的部位与罕见癌症 |
| 前瞻性验证 | 3000多名患者 | 真实临床环境中保持高诊断准确率 |
| 决策支撑 | 92.6%的病例 | 直接为外科手术决策提供依据 |
这本账从上到下层层加码：10万份训练数据撑起基础能力，1.5万个切片的回顾性评估证明任务覆盖面，6家机构、14种肿瘤、24个解剖部位的泛化测试回答模型是不是只会认老东家的切片——罕见癌症与未见解剖部位恰恰是数据最稀缺的角落，能在这些地方站得住，说明模型学到的是病理形态的一般规律，而不是特定机构的数据分布，3000多名患者的前瞻性队列则回答最关键的问题——离开回顾数据集，模型在真实手术室里还灵不灵。92.6%是整条证据链的终点，也是它最有分量的数字。顺带说一下证据等级的差别：回顾性评估检验的是模型在既有数据上的能力，前瞻性队列则把模型放进真实临床流程，患者、切片与流程都不再由研究者挑选，数字因此更难做出来，也更值钱。
为什么不能直接用FFPE模型
| 对比项 | FFPE切片 | 冰冻切片 |
|---|---|---|
| 制备流程 | 福尔马林固定、石蜡包埋 | 低温快速冷冻、切片、染色 |
| 制备时间 | 一天甚至更久 | 30分钟以内 |
| 图像特点 | 清晰、稳定 | 质量波动更大 |
| 适用环节 | 最终诊断 | 术中实时决策 |
已有病理基础模型通常基于FFPE (Formalin-Fixed Paraffin-Embedded，福尔马林固定石蜡包埋) 切片训练。FFPE图像清晰稳定，适合作为最终诊断的依据，但制备周期以天计，手术台上等不起。冰冻切片恰好相反：够快，是术中唯一现实的病理窗口，但高质量标注数据长期稀缺，诊断本身也更复杂。数据少加任务难，正是术中病理AI进展缓慢的双重制约，也是CRISP选择自建数据底盘的原因。换个角度看，这个选择本身抬高了竞争门槛：谁手里握着大规模冰冻切片数据，谁就在术中这个场景里持有别人短期内难以复制的资产。
92.6%之外，还有三个协作数字
前瞻性研究之外，论文还报了一本人机协作的账：医生与CRISP协作，将诊断工作量减少了35%，避免了105项辅助检查，并以87.5%的准确率提升了微转移灶的检出能力。这三个数字的意义不在单点性能，而在说明基础模型嵌入工作流之后的边际收益——省下来的时间和检查，都是手术之外的真实成本，也是病理科人力紧张现实下的直接减负。其中105项辅助检查的省略尤其说明问题：模型判断在相当比例的病例里已经足以支撑术中决策，不需要再动用额外检查做二次确认。
从天到分钟：被压缩的时间尺度
冷静看，这项工作的工程难度被一个时间量级的压缩放大了：病理AI的时间尺度从以天计的FFPE诊断，压缩到以分钟计的术中决策，对模型鲁棒性、切片质量波动的容忍度、以及与手术流程的对接，都提出了数量级更高的要求。从数据供给的角度看，这也解释了高质量术中数据为什么长期稀缺——愿意把AI验证嵌进手术流程的机构，本身就要承担流程改造的代价。研究团队给CRISP的定位是面向术中场景的临床导向型基础模型，目标是促进计算方法在临床实践中的转化应用。92.6%这个数字真正的价值，不在于跑赢谁，而在于它证明了术中这个最缺数据的场景，同样养得起一个基础模型。对同行而言，接下来的问题不是能不能训出类似的模型，而是能不能凑齐同等规模的术中数据，以及愿不愿意把验证做进真实的手术室。
原文链接：澎湃新闻
千方医数集编辑部 出品
