数智病理诊断是病理图像数字化与病理诊断智能化深度结合而形成的一种新型的病理诊断技术，目前在子宫颈癌细胞学筛查、乳腺癌、肺癌、甲状腺癌等方面已取得可喜的成果。在感染病理学方面尚待开发。

由显微图像扫描获得的全切片数字图像（WSI）具有可显示（用于读片、讨论和诊断）、可存储（用于建立数字切片档案）、可传输（用于远程会诊和学术交流）、可截图（用于制作病理图片、图库或图谱）等功能，更可用于大数据分析，深度学习资源，在算力算法加持下，进行病理参数分析统计、开发智能诊断程序或软件，以辅助病理医师进行诊断。因此病理图像和资料的数据化是数智诊断的基础和前提。

  利用人工智能（AI）进行病理诊断，类似或模仿病理医师日常诊断中观察病理图像及辨识、思考和决断的过程。其深度学习过程相当于我们日常工作中积累海量病理理论和图像知识的学习过程；人工智能的卷积神经网络（CNN）的运行机制相当于我们进行诊断时的思考和分析过程。人工智能诊断和输出相当于我们撰写病理报告的过程。因此，病理医师在数智诊断中具有重要的不可替代的作用。

病理医师在整个开发过程中起到主导作用，从制定开发计划，确定研发对象，选择和积累病种和病例，制定病理诊断的标准和参数，确定深度学习目标，挑选组织学切片和细胞学涂片，制作数字图像，标记WSI中的特定图像，为特定系统的深度学习和人工智能模型训练提供可靠数据，到场景应用（AI读片，识别图像和诊断）及人工复核验证（与已知结果对照），把控诊断质量，评估诊断模型，提出修改优化完善意见。当然，在开发过程中还需要与人工智能专家进行沟通和配合。因此病理医师是数智诊断的开发者、参与者、评估者和成果转化者。

   病理医师在数智病理学诊断应用过程中的作用，主要是利用AI程序辅助病理诊断，首先需要制备合格的切片和涂片，进行扫描和规范化处理；还要输入和核对患者的各种信息，提供患者的图像数据和辅助资料，包括临床、检验和影像等资料，供AI诊断系统利用，为做出AI诊断做好准备。如果数智诊断系统能与病理科原有的病理诊断系统、HIS、LIS和PACS无缝对接更好。更重要的是复核和解读AI给出的热力图和病理报告，修改和签发病理诊断书，并对诊断报告负责。最后病理医师还要对存在问题提出修正意见，不断改进完善AI诊断功能，总结经验推广应用。因此病理医师还是数智诊断的应用者、复核者、担责者和完善者。

   AI虽可以为病理诊断诊断提供数据支持，却无法替代病理医师的临床思维；可以起到辅助诊断作用，而不能取代病理医师的责任担当；可以提高病理诊断的质量和速度，却不能取代最基本的形态学观察。数智病理诊断不会淘汰病理医师，只会淘汰不会使用他的人。

本文允许在互联网范围内转载，使用时请注明作者姓名、作品名称及作品来源。