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，深刻重塑了医学诊断的面貌。该演进路径始于专家系统，经由传统机器学习（ML），最终迈向深度学习（DL），彰显了为提升诊断工具精准度与效率而进行的不断探索。

AI辅助病理图像分析系统在疾病诊断、预后判断及治疗决策等方面表现出巨大潜能，能有效提升诊断效率、降低人为失误，并为精准医疗提供坚实支撑。作为AI模型训练的核心步骤[2]，病理图像标注的精准度、一致性及标准化水平直接关乎AI模型的效能与临床应用价值[3-4]。当前，国内外在病理图像标注方面尚缺统一完善的标准，致使不同研究机构及企业产出的标注数据在质量、格式及标注规则上存在明显差异[5]。标注人员的经验与主观性亦会干扰标注质量，造成标注结果不统一[6]。此类差异不仅制约了标注数据的共享与复用，也阻碍了AI辅助病理诊断技术的普及与临床落地。故而，建立一套科学、合理且具备广泛适用性的病理图像标注标准显得尤为关键。

1 AI辅助病理图像标注的关键要素与标准化层面

1.1 标注对象及任务

通常而言，病理图像标注可划分为3个类别，即切片级标注、图像级标注、像素级标注。切片级标注仅对切片整体病理属性进行标记（例如“存在肿瘤”“无明确病变”），操作简单，适用于AI分类任务。图像级标注针对特定区域的病理类型进行标记，服务于AI目标检测任务（例如病灶定位），要求将病理术语转化为可量化的AI特征标签（如核异型性评分、腺体结构紊乱度等）[7]，而像素级标注则需病理专家精确描绘出癌症区域的边界，适用于AI语义分割任务，需满足像素级标注精度标准，且标注粒度须匹配模型卷积核尺寸，常用于病理图像分割[8-9]。不同标注类型的选择需同时兼顾病理诊断金标准与AI模型训练需求，防止标注信息冗余或缺失。

标注不仅是图像勾画，更是将病理学诊断术语转化为AI可量化特征标签的过程。以肝淋巴瘤辅助诊断为例，标注标准需将病理判读逻辑深度转化为数学特征。譬如，病理学中诊断淋巴瘤的关键依据之一是中等至偏大的淋巴母细胞，细胞质稀少至中度、呈嗜碱性、并可能发生空泡化；细胞核呈圆形、卵圆形、不规则形或卷曲状，染色质具细微斑点。在标注过程中，这些特征被映射为AI对细胞核几何特征及纹理特征的低方差量化。

1.2 标注工具

病理图像标注工具作为标准化标注规则落地执行的核心载体，主要聚焦于工具对标注规则一致性的贯彻、全流程质量把控及完整追溯链条的系统性支撑能力。在选择病理图像标注工具时，应考量其易用性、功能性、可扩展性以及与其他数字病理系统的兼容性[10]。一套符合标准化要求的病理图像标注工具，应具备以下5大核心技术特性。

第一，具备多尺度与多类型标注适配能力，能够覆盖切片级、区域级至像素级或实例级等不同维度的标注需求，实现对病理图像中各类目标的精准标记。第二，构建结构化标签体系与本体管理模块，支持层级化标签体系搭建、医学术语标准化映射及标签版本的全生命周期管理，确保标注语言的统一性与规范性。第三，集成全流程质控与审计追溯机制，包含操作行为的全要素日志记录、支持双人复核与仲裁的标准化工作流程，以及周期性抽样核查模块，为标注质量提供全流程保障。第四，拥有优良的互操作性与标准化数据导出能力，能够实现与DICOM标准及WSI元数据的有效关联，并可灵活输出JSON、XML等结构化数据格式及掩膜图像等可视化数据格式，保障数据的跨平台流通与复用。第五，严格遵循安全与权限管理规范，实现基于角色的访问控制（RBAC）、敏感数据脱敏及数据传输加密等核心功能，确保标注数据的安全性与合规性。

在实际应用场景中，需结合具体需求科学甄选开源或商用工具。其中，开源工具（如QuPath）凭借其高度可定制性优势，更适用于科研探索场景及标注规则的快速迭代优化；而商用平台（如Aperio ImageScope、HALO AI等）则在多中心协同标注、高通量图像分析任务处理及审计追踪体系完善性等方面具有显著优势，更适配临床多中心研究及规模化诊断辅助场景。质量控制工具（HistoQC）能够自动化完成病理图像质控，检测染色、聚焦、组织折叠等问题，常作为标注前处理步骤，提升数据标准化水平。

建立工具功能与标准化要求的深度适配机制，方能保障不同机构、不同标注人员产出的标注数据具备良好的一致性与可比性，为后续病理图像分析模型的训练及临床应用奠定坚实的数据基础。常用病理图像标注工具的核心功能对比见表1。

1.3 评价指标

评估AI模型性能的标准指标涵盖准确率、精确率、召回率、F1值以及曲线下面积（AUC）等[11]。这些指标能够量化模型在诊断、分类和预测方面的能力。同时，鲁棒性亦是一个重要的评价标准，确保模型在不同数据集和环境下的稳定性与泛化能力。Pr指模型预测为阳性的所有样本中实际阳性样本的比例，亦称为阳性预测值。Re，亦称为真阳性率，指模型正确预测为阳性样本的样本比例，反映了算法的灵敏度。F1评分是一个极具价值的评估指标，因为它平衡了准确度与召回能力。对于二分类AI模型，常采用受试者工作曲线（ROC）及其AUC进行评估。AUC量化了模型在所有可能分类阈值下的整体性能，其数值越接近1，表明区分能力越强。计算评估指标的方程如下。

Pr＝TP/(TP＋FP)

Re＝TP/(TP＋FN)

F1＝(2×Pr×Re)/(Pr＋Re)

TP代表真阳性，FP代表假阳性，TN代表真阴性，FN代表假阴性，表示模型预测阳性类为正（即TP）或负性（即FN），而阴性类分别预测为正（即FP）或负性（即TN）

1.4 核心挑战

病理图像标注面临诸多挑战，这是标准化需着力解决的难题。例如，高度依赖病理专家专业知识引发的主观性差异，致使不同专家对复杂或交界性病变的判断可能出现观察者间或观察者内差异；同时，像素级标注过程极为耗时费力，精细标注单个全切片数字图像（WSI）往往需要数小时。AI模型通常需要大规模高质量标注数据，但获取难度较大，部分归因于某些病理特征（如肿瘤浸润前沿或特定免疫细胞亚型）定义边界的模糊性。数据本身的异质性亦是障碍，不同中心、扫描仪及染色批次导致的图像颜色、对比度和质量差异显著。此外，标注过程及数据存储、传输还涉及高度敏感的患者隐私信息，必须严格遵守隐私法规，这增加了复杂性。高昂的专家标注时间和专用工具费用构成了显著的成本负担。这些因素共同构成了病理图像标注工作的主要难点。

1.5 病理诊断逻辑与AI训练需求的衔接

病理诊断通常遵循“低倍定位→中倍判别结构→高倍确认细节（细胞学异型、核分裂象等）”的层级化判读逻辑。与之相对应，AI训练往往采用基于WSI的多尺度策略（如WSI→ROI→patch），因此标注标准应明确：不同任务的最小标注单元（MAU）与模型训练的patch尺寸/分辨率（如5×/10×/20×/40×）之间的匹配关系[11]。实践上建议在标注说明文档中固化3类约束。

在病理图像分析中，通过将“诊断判读层级”转化为明确的“训练数据尺度与粒度规范”，可有效约束模型学习过程，从而显著降低跨机构数据异质性对模型泛化性能的影响[12-13]。具体而言，该规范包括：空间尺度约束，即依据形态学特征确定最适观察倍数，例如评估“均质片状分布”的组织结构和“其他部位肿瘤性淋巴细胞聚集”的整体模式在中倍视野下更为稳定，而判断“细微斑点的核染色质”“中央核仁”的清晰度以及“高核质比”等细胞核特征，则需依赖高倍视野以保证可靠性；边界精度约束，即在语义分割任务中明确边界容许误差，例如按像素或微米计设定容差带[11,14]；以及抽样策略约束，例如分类训练可采用弱标注（切片级或ROI级）配合代表性区域抽样，而分割训练则需基于“强标注（像素级）”进行[15-16]。通过系统引入这些约束，能够使模型训练与临床诊断的实际层次和精度要求对齐，提升其在不同