基于AI大模型的病理诊断系统的应用

马嘉潜; 张群群; 余晓强; 薛伟濠; 杨林彬; 施书霖

doi:10.16009/j.issn.1009-5624.2026.20.028

信息记录材料 ›› 2026, Vol. 27 ›› Issue (20) : 85 -87. DOI: 10.16009/j.issn.1009-5624.2026.20.028

基于AI大模型的病理诊断系统的应用

马嘉潜, 张群群, 余晓强, 薛伟濠, 杨林彬, 施书霖

作者信息 +

Author information +

文章历史 +

摘要

针对液基细胞学人工判读效率低、主观性强等问题，以及超大尺寸图像有效表征、微小目标精准检测与多类别自动分类三项关键技术挑战，本文提出一套基于人工智能(AI)大模型的病理辅助诊断系统。研究方法包括：采用滑动窗口切割生成标准化图像块；利用RetinaNet、YOLOv7、EfficientNet及ConvNeXt-B等网络实现细胞级目标检测；在切片级分类环节引入随机森林、注意力双向长短期记忆网络、Transformer及多实例学习模型；最终通过加权投票机制输出综合诊断结论。研究结果表明，该系统在独立测试集上取得94.7%的分类准确率，多模型融合架构较单一模型的平均准确率显著提升，单张全视野图像平均处理时间为2.4 s,在诊断精度与效率方面均展现出明显优势。