2026年影像组学与深度学习AI培训班开课通知
（一）课程收费：4300元/人（二）上课时间：2026年6月26日至28日在线直播授课(开课前一天协助安装平台，随后三天进行教学)Radiology (中科院1区, IF=15.2)MRI联合瘤内微生物预测新辅助化疗疗效Int J Surg (中科院1区, IF=10.1)CT深度学习预测肺癌新辅助免疫化疗后的主要病理反应Int J Surg (中科院1区, IF=10.1)影像组学毕业论文写作全流程一、确立医学研究课题1.课题背景开展文献调研，分析治疗背景，明确临床金标准及当前面临的难题2.前瞻性与回顾
我院自研两款智能体正式入驻卫健委平台
近日，我院自主研发的“医技检查智能报告纠错”及“病理诊断符合”两款智能体，成功登陆南京市卫健委“人工智能+医疗健康”应用共享服务平台，现已对外共享使用。此次上线的两款医疗智能体，核心致力于提升临床医技及病理诊断报告的质量。系统能自动逐字校验报告内容，精准识别语法错误、数值异常及描述矛盾等隐患，对关键遗漏处进行高亮标注，从源头规避人为疏漏，从而显著提升报告质量。该智能体可自动匹配患者同一病灶的影像与病理报告，智能对比病灶位置、大小、形态及良恶性等关键信息，自动判定病理一致性并标记差异，有效提升诊断的可靠性。
AI医疗迈入Token计费新模式:武汉实现AI病理数据交易首单
点击上方蓝字关注我们吧5月15日，武汉投控集团权属企业数据集团建设的“汉数通”平台，开出首张AI病理数据交易发票，所交易的产品为30例妇女宫颈癌AI早筛报告，劳动者是“硅基数字员工”，消耗3600万Token（词元），由武汉兰丁智能医学股份有限公司（以下简称“兰丁”）提供服务。2026年3月7日，武汉市东西湖区惠姓医院检验工作人员在“汉数通”平台发起订单——申请使用兰丁推出的“兰丁宫颈癌筛查医学检测服务”。医院工作人员将30位妇女的宫颈细胞样本经数字扫描仪数字化后，上传至“汉数通”平台，兰丁在“汉数通”平
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）
AI医疗新阶段：从技术突破到基础设施建设的转型之路
2026年以来，OpenAI宣布推出ChatGPT Health；英伟达与礼来将合作建设联合研究实验室，加速人工智能在制药行业中的应用；国内蚂蚁阿福应用也蝉联苹果商店免费榜前十。开年后的资本市场更是热闹。板块方面，1月5日截至1月14日收盘，AI医疗板块（BK1170）走出加速度，8个交易日板块涨幅超23%。个股方面，几家AI病理诊断与科学工具企业股价均飙升。上述同一时段，迪安诊断和安必平分别飙涨86%和46%，金域医学涨幅逾30%，润达医疗上涨31%，华大智造同样在上述交易日内累计上涨逾23%，并且1月
AI驱动的Path2Space模型助力空间基因表达预测
美国国家癌症研究所等机构的研究人员近日开发出一种新工具，能够直接从组织病理学切片中预测空间基因表达。空间转录组学分析正在彻底改变我们对肿瘤异质性的认识，但高昂的成本也限制了其在大规模生物标志物发现研究中的应用。美国国家癌症研究所等机构的研究人员近日开发出一种新工具，能够直接从组织病理学切片中预测空间基因表达。这项研究成果于5月8日发表在《Cell》杂志上，能够更快、更经济地确定肿瘤组织中表达的基因，从而让更多患者得到个性化癌症治疗。这个名为Path2Space的深度学习模型是在大量乳腺癌空间转录组数据上训
AI+科研周报｜组学与单细胞AI新进展
本期覆盖时间：2026.04.29-2026.05.12封面图：AI 生成｜组学与单细胞 AI 主题配图本期周二栏目继续聚焦“组学与单细胞 AI”。这两周的文章有一个很明显的变化：AI 不再只是给组学表格做分类，而是在尝试改写数据进入科研问题的方式。最值得注意的是，空间组学和病理图像开始更紧地接在一起。Path2Space 用病理切片预测空间基因表达，把昂贵的空间转录组实验转成可以在大队列里扩展的推断流程。这对做组织结构、炎症微环境、肿瘤微环境或口腔组织空间异质性的人，启发很直接：图像不只是配图，它可能成
AI医疗平台对比测评
在人工智能 AI 技术持续加速的背景下，医疗体系正在迎来一轮明显的升级与转型。无论是疾病诊断还是个性化方案制定，从影像解读到健康管理，AI正逐步成为医生的 超级助手 ，在部分任务上甚至展现出对人类的超越。面对市场上不断出现的AI医疗工具，医疗机构、从业医生以及普通患者都在思考：究竟要如何挑选最贴合自身需求的AI医疗平台。本文把目前市面上的6款主流AI医疗工具放在同一框架下做深度横向评测，内容包括功能表现、主要优势、潜在不足以及对应的应用场景，并附上一份综合对比表，帮助读者更清楚地看见各工具的侧重点与差异。
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。
病理AI里的监督信息到底在干嘛？从标签到Nature复现与Onekey流程
所谓“监督学习”，关键在于用标签来牵引模型进行学习。在病理图像的场景里，标签通常可以涵盖：组织来源：例如正常肺组织、肺腺癌（LUAD）、肺鳞癌（LUSC）基因改变情况：如EGFR突变型与野生型、TP53突变型与野生型等临床结局：复发/不复发、风险高/风险低因此，所谓监督信息，本质上就是这些标签。放到病理AI的训练链路中，它并不是让模型随意去“看”，而是把明确指令告诉它：这个 patch（病理切片小块）来自某个带有已知标签的病例。病理的输入通常是全视野数字切片（WSI），规模极大（常见达到10,000×10
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医疗发展全景
1.1 AI技术发展脉络1.1.1 AI演进历程自1956年人工智能（Artificial Intelligence, AI）概念被提出以来，领域内陆续涌现出一批备受关注的研究突破。人工智能早期的进展显著提高了人们对其的期待，但受限于当时的技术水平，许多充满想象力的目标仍难以真正落地。1974~1980年以及1987~1993年，人工智能先后进入两段相对低谷期，不过这一阶段仍不断出现重要成果。例如20世纪70年代诞生的专家系统（Expert System，ES），可以借助人类专家的知识与经验解决相关问题，
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