政策引领与地方实践同频共振。10月22日，记者在郑州大学第三附属医院(河南省妇幼保健院)东院区病理科内看到，医务人员将一张薄薄的病理切片放在显微镜载物台上，连接设备的电脑屏幕随即同步呈现出清晰的微观视野。

纤细的胎盘绒毛、密密麻麻形态各异的滋养细胞……不到2分钟，妊娠滋养细胞疾病病理辅助诊断系统(GTDiagnosis)便自动标出可疑病灶，同步生成一份辅助诊断报告。

“这和张威主任的诊断一致。”一旁的工作人员看着屏幕上的结果轻声说道。年轻医师碰到可疑病理切片，交给妊娠滋养细胞疾病病理辅助诊断系统辅助判读，再请上级医师复核，成为常态化的工作流程。

妊娠滋养细胞疾病病理辅助诊断系统是由郑州大学第三附属医院联合清华大学自动化系教授师丽团队联合开发的。自2024年7月上线以来，该诊断系统已在郑州市妇幼保健院、新密市妇幼保健院、洛阳市妇幼保健院等多家医院持续开展临床验证。

“妊娠滋养细胞疾病是一组源于胎盘滋养细胞的疾病。”郑州大学第三附属医院东院区病理科主任张威说。相较于常规妇科疾病，妊娠滋养细胞疾病的病理诊断难度极高，也是长期困扰各级妇幼医疗机构的诊断痛点。

从病理特征上看，妊娠滋养细胞疾病病变呈现连续且重叠的形态谱系。从滋养细胞反应性增生到具有侵袭、转移特性的恶性滋养细胞肿瘤，各类病变在显微镜下形态高度相似。而临床治疗高度依赖精准的疾病分型与风险分层，仅依靠传统人工镜下观察，很难在关键病变节点进行准确、稳定、可重复的鉴别判断，容易出现分型不准、界定模糊等问题。

在基层医疗卫生机构，这一诊疗短板更为突出。基层医疗机构病理医师缺乏系统、直观的阅片经验，难以精准把握诊断阈值，多数病例容易落入诊断“灰区”，造成漏诊、误诊或分型不精准的情况。

“即使在三级医院，由于疾病形态谱系复杂、病变边界模糊、诊断阈值难以统一，妊娠滋养细胞疾病也会出现不同的判读差异。”张威说。

为破解上述病理诊断痛点，郑州大学第三附属医院联合清华大学自主研发妊娠滋养细胞疾病病理辅助诊断系统，从该院7年来的妊娠滋养细胞疾病数据中筛选出上千张典型病理切片，经专业病理医师进行精确病灶标注，再建立葡萄胎病理切片数据库，将资深病理专家的阅片经验、诊断标准、鉴别逻辑输入辅助人工智能诊断系统，进行数字化固化。

目前，经过上千张完整切片、十余万张训练图像的数据库训练，妊娠滋养细胞疾病病理辅助诊断系统对绒毛水肿识别准确率达到92.8%，为年轻医师、基层医师提供了辅助参考依据。

张威介绍，妊娠滋养细胞疾病病理辅助诊断系统还支持显微镜实时联动识别、数字化切片批量上传分析两种模式，适配各级医院使用场景。以往，一份复杂的滋养细胞疾病病理报告至少需要3天才能出具，依托人工智能辅助研判，现在病理报告出具时长压缩至1.5天。

“妊娠滋养细胞疾病病理辅助诊断系统把资深病理专家的阅片经验固化下来，先做初筛预警，最终诊断结论仍由病理医师综合判定，不是替代医生，而是当好病理医生的‘第二双眼’。”郑州大学第三附属医院东院区病理科医生白忻如说。

目前，国内人工智能诊断系统在细胞学领域相对成熟，但深耕胎盘病理方向的不多。因此，该团队以葡萄胎作为突破口打磨妊娠滋养细胞疾病病理辅助诊断模型，后续还将持续扩充病例样本、优化模型算法，逐步拓展覆盖胎膜病变、脐带病变、胎盘炎症、胎盘发育异常等更多病理场景，进一步完善胎盘病理人工智能诊疗体系，守护女性生殖健康。

全国卫生与健康大会强调，要坚定实施健康优先发展战略，坚持预防为主、关口前移，推进“人工智能+健康医疗”建设。河南省将学习贯彻大会精神，持续推动智慧医疗建设，积极推动人工智能技术从传统影像领域向病理诊断、专科疑难疾病精准诊疗场景延伸落地，满足人民群众多样化的健康需求。（本报记者 常 娟 郭娅妮）