正观新闻记者  邢进   通讯员  何剑烁

7月29日上午，由郑州大学第三附属医院（河南省妇幼保健院，以下简称“郑大三附院”）与清华大学自动化系师丽教授团队（清麟智能工作室）联合开发的妊娠滋养细胞疾病病理大模型及智能辅助诊断系统在郑大三附院成功发布。

据悉，这一突破性合作项目旨在利用先进的大模型技术，提升妇科病理的诊断效率和准确性，特别是针对妊娠滋养细胞疾病的病理诊断，为临床医疗带来革命性的改变。本次发布会的成功举行，标志着郑大三附院在病理诊断与人工智能的合作领域迈出了重要一步。

在发布会之前，以中国科学院院士常俊标为组长的专家组针对本次发布的妊娠滋养细胞疾病病理大模型GTDoctor及智能辅助诊断系统GTDiagnosis进行了成果鉴定。在听取了GTDoctor项目首席科学家清华大学师丽教授的汇报后，专家组一致认为，妊娠滋养细胞疾病病理大模型GTDoctor及智能辅助诊断系统GTDiagnosis在技术创新性、实用性以及临床应用潜力等方面均表现出色，为妊娠滋养细胞疾病的精准诊断提供了新的有力工具，提升了临床诊断效率与准确性，‌还为患者提供了更精准、‌优质的服务。病理大模型GTDoctor和智能辅助诊断系统GTDiagnosis技术先进，创新度高，实用性强，在妊娠滋养细胞疾病病理智能辅助诊断方面具有重大创新，达到国内领先、国际先进水平，建议进一步加快推广应用。

发布会上，师丽教授对GTDoctor和GTDiagnosis进行了详细展示。她指出，团队建立了妊娠滋养细胞疾病组织切片数据库。团队从郑大三附院病理科七年来的妊娠滋养细胞疾病数据中筛选出上千张典型病理切片，并由专业病理医师进行精确病灶标注，建立了葡萄胎病理切片数据库，形成了十万余张多尺度图像样本数据集，为GTDoctor提供了有力的数据支撑。

师丽教授还表示，GTDoctor是一个以多种视野下多尺度病灶自适应匹配的注意力增强视觉模型为技术核心，由专家临床经验驱动与临床诊疗指南知识库增强的妊娠滋养细胞疾病病理大模型。经过在上千张完整切片、十余万张训练图像的妊娠滋养细胞疾病组织切片数据库中进行训练，多尺度自适配视觉模型实现了水肿绒毛识别准确率＞92.8%，增生绒毛识别准确率＞84.5%，异常绒毛识别准确率＞87.8%，具有优秀的病灶识别性能。为进一步打通智能诊断全流程，GTDoctor利用检索增强生成技术，结合临床诊断逻辑与专业诊疗指南知识库，实现了智能病理诊断报告的自动生成，真正为病理医师提高工作效率。更令人振奋的是，以GTDoctor为核心的智能辅助诊断系统GTDiagnosis可以为不同的病理医疗条件提供自定义解决方案，这使得显微镜和病理切片扫描仪均可以利用GTDoctor来实现辅助诊断，尤其是显微镜使用场景，镜下视野的识别速度为毫秒级，这意味着在临床应用时，病理医生将可以实时得到GTDoctor的病灶标注和辅助诊断报告，大大提高诊断效率。

郑大三附院病理科主任曾宪旭表示，GTDoctor已经在临床实践中初见成效。试验对比了GTDoctor智能诊断结论和专业病理医师诊断结论以及实际STR检测结果，结果显示26例葡萄胎被GTDoctor全部检出，17例非葡萄胎中被GTDoctor正确诊断16例，仅1例被诊断为疑似葡萄胎。GTDoctor在临床试验达到了97.7%的正确率，100%的特异度，96.3%的敏感度。曾宪旭表示，未来团队还将开展更多的临床测试，同时还将收集更多的滋养细胞疾病病理切片数据，进一步提升GTDoctor的泛化性能。

发布会上，郑州市妇幼保健院、洛阳市妇幼保健院、开封市妇产医院、登封市妇幼保健院、新密市妇幼保健院等单位代表与项目组依次签署了框架合作协议，标志着GTDoctor和GTDiagnosis将获取更多训练数据，也将在多中心进行更充分临床测试。郑大三附院院长王新军表示，在下一步的工作中，医院与清华大学自动化系师丽教授团队（清麟智能工作室）将继续深化合作，将GTDoctor和GTDiagnosis不断优化和升级，推进大模型技术在妇幼专科医学领域的应用，助力妇幼专科医疗事业的发展，为广大妇女儿童提供更为及时、精准的医疗服务。