OnSight Pathology: 面向组织病理学的实时平台无关计算病理伴侣
计算机视觉与模式识别
2025-12-05 v1 人工智能
摘要
显微镜检查外科组织是疾病分类的基石，但依赖主观解释且需要高度专业的专家，这可能影响诊断准确性和临床护理。尽管人工智能 (AI) 的新型突破为自动化组织学分析提供了前景，但日益增长的专有数字病理解决方案已制造了部署障碍。为此，我们引入 OnSight Pathology，一款面向计算机视觉的平台无关软件，该软件使用持续的自定义屏幕捕获，为用户在审阅数字切片图像时提供实时 AI 推理。作为单一自包含的可执行文件（https://onsightpathology.github.io/），OnSight Pathology 可在消费级个人电脑上本地运行，无需复杂的软件集成，从而在科研和临床工作流程中实现成本效益高且安全的部署。本文通过使用超过 2500 份公开的全切片图像（跨不同切片查看器）以及来自临床数字病理环境中的病例，展示了 OnSight Pathology 的实用性。该软件在常规组织病理任务中的鲁棒性得到凸显，包括常见脑肿瘤类型的分类、细胞核裂核检测以及免疫组织化学染色的量化。内置的多模态聊天助手提供可验证的图像描述，摆脱僵化类别标签，以获得额外的质量控制。最后，我们展示了与直观显微镜摄像头（包括来自个人智能手机）的兼容性，为在更类医学、手术内以及远程病理环境中的部署提供了潜力。我们概述了 OnSight Pathology 如何在广泛的病理管道中提供实时 AI 推理，消除病理学中 AI 工具采纳的关键障碍。
引用
@article{arxiv.2512.04187,
title = {OnSight Pathology: A real-time platform-agnostic computational pathology companion for histopathology},
author = {Jinzhen Hu and Kevin Faust and Parsa Babaei Zadeh and Adrienn Bourkas and Shane Eaton and Andrew Young and Anzar Alvi and Dimitrios George Oreopoulos and Ameesha Paliwal and Assem Saleh Alrumeh and Evelyn Rose Kamski-Hennekam and Phedias Diamandis},
journal= {arXiv preprint arXiv:2512.04187},
year = {2025}
}