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评估的“金标准”。无论是肾小球硬化、炎症，还是间质纤维化、肾小管萎缩及小动脉硬化等指标，均在各类疾病分类体系中占据核心地位，例如移植肾的 Banff 分类、IgA 肾病的牛津分类，以及狼疮性肾炎的 ISN/肾病理学会分类和 NIH 评估系统。
肾脏疾病的多组学或泛组学策略
这些体系要求对肾脏病变进行定量或半定量评估，实质上是要求病理学家对各项病变进行“计数”。尽管细致评估肾脏组织病理变化至关重要，但学界已公认此类评估存在观察者间及观察者内的变异性。组织病理学评估旨在提供诊断、预后及治疗预测信息，并作为研究（含药物研发）的替代终点。诊断方法需与肌酐水平、肾小球滤过率等功能性指标紧密关联。
为满足慢性肾脏组织病理损伤客观测量的需求，梅奥诊所的 Denic 团队在其研究《基于多分类 AI 模型的肾组织慢性改变评估》中，拓展了其创新的定量形态测量法。研究中，他们利用 Aiforia 平台迭代训练 AI 模型，样本涵盖大量受试者，包括 1,426 名捐献者及 1,699 名肿瘤患者。
其分析最终涵盖 20 个结构类别及多项指标，尤为引人注目的是：肾小球硬化评估、肾小球体积或面积、单肾小球皮质体积、间质增加比例、肾小管萎缩比例、基于皮质面积的细动脉密度、伴透明样变的细动脉比例、动脉管腔狭窄及内膜增厚面积等。该模型还能精准识别皮质与髓质、近端与远端肾小管，以及肾小管萎缩簇或病灶密度。
这些模型均经人工标注验证。基于 AI 检测计算的慢性改变指标，与肿瘤患者肾切除术后肾衰竭风险及捐肾者随访期间的低肾小球滤过率显著相关。研究者构建的慢性评分（含单肾小球皮质体积、肾小球硬化百分比、肾小管萎缩病灶密度、细动脉透明样变病灶平均面积）展现出优异的肾衰竭预后判断力。
作者认为，该研究的算法开发堪称里程碑式的进步。
Farris 教授指出，未来此类评分的开发需更关注置信区间。多种因素可影响慢性评分，例如样本量——样本过小可能导致评分相关的置信区间扩大。同理，对于测量中存在较大观察者间（甚至观察者内）变异或分歧的病变特征，其置信区间亦会相应增大。
提供便于肾内科医师、病理学家及其他专业人士解读的结果也颇具价值，尤其在综合评分尚未完全成熟的过渡阶段。例如，肾小球硬化百分比、间质纤维化与肾小管萎缩程度、动脉管腔闭塞程度等指标，更易被临床医生和病理学家所理解。
不同严重程度的间质纤维化伴肾小管萎缩及动脉狭窄。图中展示了以近似百分比量化的间质纤维化伴肾小管萎缩（IFTA）及动脉狭窄状况。蓝色区域代表间质纤维化程度递增（10%、25%、50%、75%、90%），红色区域示伴发的肾小管萎缩。就动脉狭窄而言，对比最内层区域（蓝色圆圈，即动脉内膜）与次内层区域（橙色圆圈，即动脉中膜）的面积。
该领域的未来创新或涵盖开发评估肾脏组织病理特征的开源方案，以替代本研究采用的部分商业软件。开源模式有望让这一前沿技术更广泛地惠及大众，特别是那些处于发展中、无力承担持续许可费用的机构与人群。开源方案还允许对报告特征进行更灵活的定制。此外，建立图像库对新算法验证至关重要，而就基准测试和 AI 算法指标达成共识，亦是推动领域发展的关键。
经验证的肾脏组织病理损伤 AI 算法，为将这些数据与临床实验室数据、分子数据、数字空间分析、治疗及预后等其他参数整合提供了契机，从而融合多种“组学”手段，以多组学或泛组学视角解读肾脏。此类丰富数据的可视化或需借助虚拟现实、3D 重建及原型打印等新技术。这些技术还可与自主智能体协同，辅助数据解读、加速报告生成，甚至基于数据采取行动——当然，必须确保患者安全。
新技术应与其可能消耗的额外资源相协调。例如，AI 的广泛应用或增加电力消耗，进而对环境产生负面且不可持续的影响。界定这些技术所增加的附加价值，尚需进一步研究。最终，这些技术必须遵循伦理规范与监管指南。
精准算法对于新技术在临床界的普及至关重要。例如，新兴的异种移植领域便是 AI 助力传播特定中心积累知识的典范。若能在临床试验中为异种移植开发 AI 算法，随着新中心采纳该技术，这些算法有望实现广泛共享。
总体而言，精准医学方法本质上可被视为应用于临床实验室、组织病理学及其他医学数据的多数 AI 研究之“圣杯”。人们期盼，寻得此精准之法能改善患者护理，最终通过降低发病率与死亡率，增进人类福祉。
nene 思考时间：AI 在实际场景落地需精准，再精准一些...
参考文献:
Kidney Int Rep (2025) 10, 2535–2538;https://doi.org/10.1016/j.ekir.2025.06.034
AI 肾智慧丨SCM 2026：从 AI 工具对比到患者教育，三项研究揭示肾脏病 AI 应用新动向
AI 肾智慧·【来时路】丨智能体元年：AI 的“辅助”进阶之路（2025）
AI 肾智慧·【来时路】丨大模型与国产化高地—中国力量崛起（2023-2024）
AI 肾智慧丨【来时路】从“预知未来”到“重塑当下”：肾脏病 AI 的奠基时代（2019-2021）