一、辅助病理诊断

目前，CAPDS作为CPATH中主要的一种临床病理诊断决策辅助支持工具，已经广泛用于临床病理诊断的诸多领域，以帮助病理医师进行决策参考、减轻病理医师工作负荷，最终达到病理标本的精确诊断。

CAPDS在肿瘤病理辅助诊断方面的应用已经非常广泛深入并且研究的热度正在不断加强。已有的算法可以识别含有肿瘤细胞的图像并能够对肿瘤的良恶性、分级等进行分类，而且在几乎所有系统器官的肿瘤中都有所涉及。一种CNN模型可以用来区分胃肿块病变的性质并识别不同病变的类型，包括胃腺癌、腺瘤和非肿瘤性病变，其鉴别胃腺癌的AUC最高为0.97［217］，表现接近完美；计算乳腺癌的核分裂象数和Ki67指数从而对肿瘤进行更精准的分级分型［218，219］；提高乳腺癌HER2免疫组化评分的准确性和精确程度［219，220］；应用标准量化的组织学评分标准，如Gleason评分对前列腺癌进行分级分组［221］等。目前，关于CAPDS的最大进展和突破是前列腺活检标本的辅助诊断工具“Paige Prostate”，这是美国FDA于2021年9月21日批准的第一款用于临床病理的基于AI的辅助病理诊断软件。同时，FDA在声明中特别强调这款软件是协助病理医师辅助检测可疑癌症的区域，是作为对前列腺活检标本的DS图像人工观察的补充。其目的是识别前列腺活检图像中最有可能存在癌症的区域，因此，如果该软件对可疑区域的最初预测中没有得出明确的结论或与预期结果相差明显时，病理医师必须通过进一步人工视觉观察DS图像而非单纯依赖辅助诊断工具［79］。所有这些肿瘤病理诊断中的CAPDS不仅减轻了病理医师的决策困难，同时也为这些肿瘤的临床管理和治疗策略的精准化提供了非常重要的支持。另外，利用CAPDS等辅助工具检测肿瘤细胞淋巴结转移也是CPATH领域应用研究的热点［223］，研究结果显示使用DL算法提高了肿瘤细胞淋巴结转移的检测敏感性（特别是微转移），并且具有与病理医师视觉观察同等的特异性，而诊断所需的时间显著减少。(https://www.daowen.com)

除肿瘤领域外CAPDS在非肿瘤领域的研究应用也越来越广泛。对于代谢性脂肪性肝病患者，AI辅助病理工具用于识别和量化肝脏的病理变化，包括小泡性和大泡性脂肪变性、汇管区及小叶炎症、肝细胞水肿及气球样变性及纤维化等，算法输出的评分结果与经验丰富的病理医师视觉诊断进行定量比较，取得了良好的一致性［224］。而CPATH的DL工具对肾脏疾病的辅助诊断就更加深入和系统。首先，CAPDS工具的加持使肾脏病理诊断从单纯的形态学进展到综合病理诊断模式。CPATH的DL工具可以促进疾病从形态学分类转向基于发病机制的综合检测评估。疾病形态学诊断面临的一个主要困境是，同一种疾病可以呈现不同的模式，而一种损伤模式可以由不同的疾病引起。以形态为基础的疾病定义或分类的目的是显示病变与一些临床表现的相关性。其次，CAPDS工具可以促进肾脏疾病从描述性诊断向量化诊断转变。尽管一些肾脏疾病如狼疮性肾炎活动性或慢性指标及IgA肾病MEST-C（M：肾小球系膜增生；E：毛细血管内皮增生；S：阶段性肾小球硬化；T：肾小管萎缩／纤维化；C：新月体）评分已经在临床实践中广泛应用，但对于大多数肾脏疾病的诊断，还依然是描述性的报告模式。而与肾功能密切相关的其他参数，如部分间质面积、平均肾小球体积和肾小球皮质密度等无法用人眼视觉观察做到精确判断，但是，CAPDS工具通过深度分析DS图像中的上述各种参数特征，可以快速准确地完成形态计量学测量［225-227］。

总之，CPATH技术在临床病理诊断中发挥着越来越重要的辅助决策作用，而且这些诊断工具的开发呈现出越来越快的趋势。这些方法正在加速改变原有的病理工作流程，并为临床决策优化和患者个性化治疗方案的改进等提供支撑。