3-5微米厚的病理切片中，藏着生与死的答案，而显微镜下的百年传承正在迎来AI革命。

近日，西湖大学发布全球首个融合镜下视野和全场图的多模态病理大模型DeepPathAI，可实现从样本处理到病理报告生成全链路的智慧化升级，覆盖40多个癌种。

这项历时5年的研究成果，始于从海量文献书籍的数据中“淘金”，由人工智能与生物医学影像实验室负责人杨林教授，带领一群年轻人组成的团队完成。

杨林教授

目前，DeepPathAI即将在杭州市第一人民医院“上岗”。大模型驱动的AI，正在成为病理医生的“第二双眼睛”和“第二个大脑”，重塑传统病理工作流程。

而对于医疗资源匮乏的偏远地区来说，AI也可以成为打开公平医疗之门的一把钥匙，让优质诊断服务突破地域限制，惠及更多患者。

覆盖40多种癌症类型

从19世纪“细胞病理学之父”鲁道夫·魏尔肖在显微镜下观察细胞开始，病理图像一直是癌症等疾病诊断的“金标准”。病理医生通过对病理图像的判读，来确定患者的癌症等级，以及将采用怎样的治疗方案。

然而根据中国肿瘤登记年报测算，目前，我国每年新发癌症病例约为406万，病理医生却只有2万名左右，存在巨大的人才缺口。

此外，传统的病理诊断，依赖显微镜下图像分析，需要在亿万细胞间寻找病变的蛛丝马迹，这一过程既耗时又易受主观因素影响。

而AI，恰好擅长“大海捞针”。

2017年，谷歌DeepMind团队首次让AI“阅读”乳腺癌病理切片，成功识别癌变区域。当时他们所用的深度神经网络框架，便是基于战胜了人类围棋冠军的AlphaGo。

8年后，杨林团队走得更远——联合多家顶尖医疗机构，整合百万级多模态数据，自主研发临床级多模态病理大模型DeepPathAI，可支持宫颈癌、肺癌、乳腺癌、胃癌等40多种癌症类型的互动式诊断。

“国际上现有开源大模型大多适用于部分研究和测试场景，性能有限，且通常不提供完整的数据集支持，难以满足大规模临床应用的需求。所以，我们要自主开发病理基座大模型，完整嵌入整个临床流程。”见到杨林，是在西湖大学举行的首届数智病理西湖峰会上，他是大会执行主席，也是分享嘉宾。

出席这场峰会的，有中科院院士、高校人工智能专家，还有全国多家三甲医院院长以及超过百位病理科主任等，大家共聚一堂探讨大模型时代的数智病理。

在开幕致辞中，西湖大学校长施一公提道：“当科研真正进入临床，跨界融合的生命力一定会凸显出来。”

半秒完成镜下分析

结构化报告自动生成

眼下，病理大模型是AI+医疗领域的一大研究焦点，也是攻克难点。比如哈佛医学院2024年发布计算病理学视觉语言基础模型UNI和CONCH，2025年初多模态全切片基础模型“泰坦”问世；微软研究院也于去年推出全切片数字病理学模型GigaPath。

在杨林看来，“大一统”是DeepPathAI的核心优势。日常病理诊断中，医生既会用显微镜观察局部细节（镜下视野图），也会查看全场图以了解整体情况。“目前的大模型通常只能处理其中一种，而我们将两者结合，构建了首个融合镜下视野和全场图像的多模态病理大模型框架。”

除了大模型的基础理论研究，这个团队也正在将AI的力量注入常用的光学和硬件设备中，成为病理医生的智能小助手。

显微镜搭载DeepPathAI后，只需将病理切片置于显微镜下，大模型即可实时读取镜下视野图像，并在0.5秒内提供定量分析和判读提示。

遇到疑难区域，病理医生也可以一键采图向DeepPathAI提问，获得关于该视野图像的回答；还可以在数据库中“以图搜图”，找到类似病例和诊疗信息，实时查询相关文献，进一步辅助诊断。

而全切片扫描仪搭载DeepPathAI后，能对40多个癌种进行智能分析，算法模块覆盖细胞病理、组织病理、免疫组化和分子病理等。它还支持多种组织切片的智能分析，定位癌变区域，自动完成疾病分型。

想象一下，在忙碌的工作中，医生们只需启动扫描仪，DeepPathAI就会在后台默默工作。第二天，就能看到一份AI填写的结构化报告。当然，病理医生仍需完成最后报告的核验、审批和最终签发。

这场变革不止于硬件。当DeepPathAI深度集成到病理信息管理系统，语音交互让病史查询变得轻松自然，智能校对还能敏锐捕捉诸如“女性前列腺”之类的手误……

很快，杭州市第一人民医院就将迎来这位“新同事”的正式上岗。

将临床和研究深度融合

从事计算机病理学超20年，杨林的最大感受就是：“这个领域太卷了，大家都在拼命往前跑。”他展示了一张病理大模型研究历程的时间轴图表，上方是西湖大学的相关研究，下方是哈佛、斯坦福、微软等国际顶尖团队的成果，你追我赶。

这位从西安走出来的科学家，人生轨迹充满了跨界色彩。本硕就读于西安交通大学，2002年获得图像处理与模式识别硕士学位，随后赴美深造。在罗格斯大学攻读博士期间，他同时师从计算机专家和病理学家两位导师，由此开启AI与医学交叉研究的学术生涯。

2009-2015年，杨林先后在美国多所知名高校任职，从罗格斯大学的病理学系、放射学系，到佛罗里达大学的生物医学工程系、计算机系，并在那里获得终身副教授。

2017年，他回国创业，在杭州创办迪英加科技有限公司，现已成为杭州准独角兽企业，致力于将AI技术和数智病理深度融合。

“当时发现学术论文已经发了很多，但似乎都还没有真正抓到本质问题。”杨林回忆道，“在我现在所处的职业阶段，最在意的只有工作影响力。而深入临床一线后发现，只有真正理解临床需求，才有机会挖掘到具有更大范围影响力的学术研究问题。”

3年后他再次转身，加入西湖大学工学院，成立人工智能与生物医学影像实验室，逐步建立起针对不同疾病的研究项目。杨林意识到：“临床中有很多迫切需要解决的基础理论问题，这些基础理论问题就必须回归学术研究，比如模型泛化问题，这些需要长期投入的基础性工作更适合高校环境。”

初到西湖大学的那两年，他带领团队埋头于海量数据的收集与清洗工作。“我们整合了网络公开资源、专业书籍、共识指南等，也和全国上百家三甲医院合作，最终建立起百万级别的病理图文数据库。”

2023年，团队发布首个成果——医学数据库PathAsst，包含130亿参数、700万医学文献；2024年，连续发布4个病理基础大模型，并获得领域顶级会议MICCAI 2024的Young Scientist Award。

从学者到创业者，再回归学术，成就了杨林临床和研究全面融合的独特视角。

让病理医生有机会多吃上一顿热饭

2023年初，国家多部门联合印发《加速消除宫颈癌行动计划（2023-2030年）》，加快推进我国宫颈癌消除进程。面对每年3亿适龄妇女的筛查需求，传统病理诊断模式面临巨大压力。

“在做了100万例人工智能的分析比对后，我们看到DeepPathAI的阳性检出率，比传统的第三方高出约2个百分点。”

这个数字的背后，是AI对宫颈癌筛查流程的重构——大模型负责海量样本的初筛，医生可更专注于阳性病例的复诊，阅片效率和诊断准确率都能得到提升。事实上，早两年，新疆地区农村妇女的“两癌”（乳腺癌、宫颈癌）筛查中，已经用上了杨林团队研发的人工智能解决方案。

杨林自称是“科技的乐观主义者”“理想的现实主义者”。“AI不会取代医生，但会重塑医疗场景。”在他看来，技术终将回归服务本质——减轻医生负担，弥合医疗鸿沟。

在那天的峰会上，杨林用了一个小故事，结束了关于“从DeepSeek到DeepPathAI”的分享：在过去几年交流的数百位病理主任中，他注意到其中一位的办公室里总是放着很多方便面。追问之下才知道，这位主任每天都要等冰冻室送来切片，只能用泡面当晚饭。

“而我们努力在做的，就是让这样的病理医生可以早点回家，吃上一顿热饭。”

文 | 童蔚

VIEW MORE

@一举包揽全球前三，杭州成了开源大模型之城？>>

@AI智能体“实在人” >>

@我们用吉普力的画风重新演绎“来自东方的力量” >>

@华人“芯”事>>