基于视觉语言深度学习模型的妊娠期妊娠性肥厚病的智能病理诊断
计算机视觉与模式识别
2026-03-04 v1 人工智能
摘要
妊娠期妊娠性肥厚病 (GTD) 的病理诊断耗时、依赖病理学家经验且初始诊断一致性低，这严重威胁母婴健康和生殖结果。我们开发了一个名为 GTDoctor 的 GTD 病理诊断专家模型。GTDoctor 可对病理切片实现像素级肿瘤分割，输出诊断结论和个性化病理分析结果。我们基于此技术开发了名为 GTDiagnosis 的软件系统并进行了临床试验。回顾性结果显示，GTDiagnosis 在病理切片肿瘤检测中（n=679 切片）获得平均准确率超过 0.91。在前瞻性研究中，使用 GTDiagnosis 的病理学家实现阳性预测值为 95.59%（n=68 例）。该工具将平均诊断时间从每例 56 秒缩短至 16 秒（n=285 例）。GTDoctor 和 GTDiagnosis 为 GTD 病理诊断提供了新的解决方案，提升了诊断性能和效率，同时保持临床可解释性。
引用
@article{arxiv.2603.02704,
title = {Intelligent Pathological Diagnosis of Gestational Trophoblastic Diseases via Visual-Language Deep Learning Model},
author = {Yuhang Liu and Yueyang Cang and Wenge Que and Xinru Bai and Xingtong Wang and Kuisheng Chen and Jingya Li and Xiaoteng Zhang and Xinmin Li and Lixia Zhang and Pingge Hu and Qiaoting Xie and Peiyu Xu and Xianxu Zeng and Li Shi},
journal= {arXiv preprint arXiv:2603.02704},
year = {2026}
}
备注
29 pages, 3 figures