AI 肾智慧丨KI Reports 社论：全切片 AI 成像能否精准预判肾功能？
肾脏病理评估素来被视为诊断与预后判定的“金标准”，然而传统人工判读难免存在观察者内及观察者间的差异。人工智能（AI）在数字病理图像分析领域的迅猛崛起，为实现肾脏病理的量化与标准化评估开启了新纪元。2025 年下半年，Denic 团队在《肾脏国际报告》（Kidney International Reports）上刊发了题为《基于多分类 AI 模型的肾组织慢性改变评估》的论文。Alton B. Farris 教授为此撰写社论，深度剖析了该研究，并展望了 AI 赋能肾脏病理学的未来图景。组织病理学检查始终是肾脏
2026病理年会AI虚拟染色技术进展与临床应用展望
随着数字病理与人工智能技术的协同发展，AI虚拟染色已成为引领病理诊断革新的核心技术之一。在2026年病理年会"数字病理与人工智能"分论坛上，厦门大学王连生教授在《AI病理虚拟染色新进展》报告中，系统展示了AI虚拟染色技术的多项创新成果——无需繁琐的实验操作即可直接生成高水准的病理影像。2026病理年会厦门大学王连生教授专题演讲现场PART ONE研究背景与临床意义虚拟染色与传统化学染色虚拟染色技术借助深度学习算法，直接将一种染色方式的病理图像（如H&E染色）转化为其他类型染色的图像（如IHC染色）
罗氏拟7.5亿美元收购PathAI
罗氏方面同意以收购方式引入美国数字病理公司PathAI。根据安排，本次交易将先行支付7.5亿美元，随后还将根据业绩表现最多追加3亿美元的里程碑款项。双方预计在2026年下半年完成交割。交割后，PathAI会并入罗氏诊断业务体系。其AISightIMS软件也将支持在数字病理实验室中嵌入人工智能分析能力。
10个AI模型读片评估HER2：乳腺癌病理的“默契”与“分歧”
在精准医学不断推进的今天，HER2的表达已经不再局限于简单的“阳性/阴性”二元判断。伴随抗体药物偶联物的快速问世，HER2低表达甚至极低表达的患者也被纳入靶向治疗的适用范围。与此同时，这种更精细的分层让病理评估面临新的难题：膜上染色往往只呈现出极其细微的差别，而这些细节可能直接影响患者能否获得新型靶向疗法。更关键的是，即便病理学家遵循统一的ASCO-CAP指南，在HER2低表达区域的判读上仍会出现明显的个人差异。于是，人工智能能否成为那只冷静、客观、可重复的“第三只眼”，就成了令人期待也值得检验的问题。近
构建AI辅助病理图像标注的标准化体系
病理诊断在疾病确诊中占据核心位置，是制定临床决策的关键依据。在现代临床操作中，数字病理学扮演着不可或缺的角色，并逐渐成为实验室环境下的必备技术。全玻片成像技术的问世，让病理学家能更便捷地管理数字切片图像，并将其共享用于临床及非临床研究。与此同时，机器学习的突飞猛进促成了人工智能（AI）与数字病理学的深度融合，这开启了过去仅存在于放射学和心脏病学领域的基于图像的诊断新可能[1]。在数字病理范畴内，AI技术的迅猛进步给病理图像分析带来了颠覆性变革。AI模型在病理学的发展历程显示出清晰的技术演进路线，深刻重塑了
AI技术革新代谢性肝病诊疗格局
编者按：随着AI技术日新月异，其在医疗健康领域的实践正从理论构想迈向临床应用，为疑难杂症的诊治开辟新路径。在第五届肝病创新大会上，清华大学北京清华长庚医院魏来教授全面解析了人工智能在代谢功能障碍相关脂肪性肝病（MASLD）及其炎症亚型（MASH）领域的研究前沿，着重探讨了数字化病理诊断的重大突破、政策导向及未来趋势。人工智能医疗概述与发展政策人工智能作为计算机科学的重要分支，包含机器学习、深度学习等核心技术。近年，以ChatGPT为代表的大模型技术风靡全球，标志着AI真正融入大众日常。而“OpenClaw