| 根据国家癌症中心最新发布的2019年全国癌症报告中指出恶性肿瘤（癌症）已经成为严重威胁中国人群健康的主要公共卫生问题之一，恶性肿瘤死亡占居民全部死因的23.91％，且近十几年来恶性肿瘤的发病死亡均呈持续上升态势,每年恶性肿瘤所致的医疗花费超过2200亿，防控形势严峻。病理学诊断是临床确诊的金标准，它是通过显微镜观察病变微观组织、细胞的形态变化，对癌症诊断分期，为肿瘤患者提供术前诊断、治疗方案和术后预期的参考依据。然而国内病理医生匮乏严重制约了该学科的快速发展，据统计，2018年我国拥有资质的病理医生仅为1.8万人，集中分布在三级医院和二级医院，其中三级医院占比62%，二级医院占比37%。病理医生培训周期长，按照国家卫健委每100张病床配备1至2名病理科医师的配置要求计算，病理医生缺口高达9万人，病理医生较长的培养周期和人才的缺口，导致了超负荷的工作及各医疗机构肿瘤诊疗水平参差不齐。
病理图像人工智能分析软件是采用深度学习等人工智能技术实现对病理图像的分割、检测等功能的医疗器械，可辅助病理医师为疾病的诊断、预后、治疗等提供信息。病理人工智能（Artificial intelligence, AI）产品的落地有望填补病理医生缺口，解决病理学诊断行业供给不足、医疗资源分配不平衡等问题。一方面，AI系统可大量减少病理医生的工作量，在传统病理读片情况下，病变所占面积常常小于1%，病理医生需要将精力花在成百上千万像素点的阴性范围内。如果病理AI系统投入临床使用，在保证灵敏度的条件下，能够减少病理医生65-75%的无谓读片工作，而临床医生只要将注意力集中在可疑位点即可。另外一方面，更重要的是还能通过AI技术获取人眼无法观察到的定量化分布、空间和时间维度的生物指标，为肿瘤的精准诊断和个性化评估提供全新的技术手段。
现阶段，国内多个医疗科技公司或研究机构已推出人工智能病理辅助病理诊断分析软件。然而，由于缺乏统一的算法性能评价标准、测试数据采集和标注的局限性，其产品落地转化仍然面临很大挑战，且难以在医院间推广应用。因此，亟需建立数字病理图像工智能辅助分析的算法性能评价、测试方法和测试数据标准，促进人工智能辅助数字病理诊断和分析领域形成统一认识，促进其推广应用，从而推动智能病理诊断的全面发展。更好的满足国家监管部门对病理图像人工智能产品的审评需求。 |
