跳至正文
朗慧科技

MEDICAL DATA RESEARCH

病理WSI数据采购如何验收:把一张切片变成可复核的研究对象

面向医疗AI研发与数据采购读者,本文拆解病理WSI的物理玻片计量、原生层级、报告关联、专家复核和阻断式验收,帮助把多器官切片交付写成可审计、可复验的研究数据规格,不替代临床诊断或项目授权审查。

临床文本与纵向多模态AI辅助整理 · 研发交流

病理人工智能项目最容易被低估的风险,不是模型选错了网络,而是交付清单中的“一张切片”究竟代表什么:它是患者、病例、标本、蜡块、物理玻片,还是某个玻片的一层金字塔、一次重扫或一块裁剪区域?如果这些对象在入库时没有分开,后续训练可能把同一份证据重复计算,测试集可能与训练集共享患者,报告标签可能被错误地复制到ROI或细胞,最终得到的性能数字也难以解释。对于多器官病理全切片图像(whole-slide image,WSI)项目,真正可复用的交付不是把大量文件放在一起,而是让计量单位、原始图像、病理证据、标注层级和质量门控能够互相回溯。

本文围绕一种可匿名化的医学数据建设需求,讨论多器官病理WSI的临床任务拆解、数据颗粒度、原生文件保全、专家标注、算法研发和验收逻辑。文中不讨论任何特定患者、医疗机构或供应关系,也不把项目目标写成既成库存或临床成果。对于研究和采购读者而言,核心问题是:在不改变既有诊疗流程的前提下,怎样将切片级数据建设转化为一套可审计、可复验、可支持外部验证的技术规格?

一、先把“临床问题”翻译成数据对象

这类需求的临床任务并不是让数据服务方直接给出诊断,而是为病理AI研究提供覆盖多器官、多病种、多染色和多种标本形态的全切片证据。输入模态以扫描仪产生的全视野数字病理切片为核心,配套输入包括正式病理报告、标本层级信息、染色或抗体信息、设备与采集参数,以及在授权范围内可关联的免疫组化、分子检测、手术或随访证据。解剖和病种范围应按项目字典逐项定义,可以包括肺及胸膜、乳腺、胃肠道、肝胆胰、泌尿、妇科、头颈等常见组,也可以对内分泌、中枢神经、骨软组织、淋巴造血和皮肤等少见组单独设定检索和交付规则。这里的“覆盖”只表示可追溯地纳入目标对象,不能在缺少报告或病理证据时从图像推断一个确定的临床结论。

输出也必须按任务拆开。切片级输出可以是器官、标本类型、染色、质量状态和报告关联;病例级输出可以是主要诊断、组织学亚型、分级、分期、切缘或生物标志物原值;ROI级输出可以是肿瘤区域、间质、坏死、炎症、正常或邻近正常区域;细胞级输出可以是细胞中心点、类别或细胞边界。若项目还需要训练分类器、分割模型、检测模型或报告检索模型,就要为每个任务规定输入对象、标签来源、坐标体系和不可判定状态。切片级的“阳性”不能自动复制为每一个图块的阳性,病例级诊断也不能冒充像素级分割金标准。病理数据最重要的颗粒度原则,是标签必须落在它真正描述的对象上。

正式报告中的“疑似”“考虑”“不能除外”“治疗后改变”“会诊意见”和明确确诊也应分列保留。良性、正常邻近组织、炎症、不确定或无法评价的切片,既可以作为研究分层,也可以用于质量控制,但不能为了让类别更整齐而并入阴性。IHC应保留靶标、克隆、检测平台、显色系统、阳性部位、评分原文、对照状态和日期;未检测、检测阴性、结果未知与报告未提及是不同状态。这样的字段设计看似比单一标签复杂,却能让后续研究者按照任务风险重新选择纳排条件,而不必回到原始交付包猜测标签的含义。

病理WSI从物理玻片到可计算对象的分层关系示意查看完整技术图(可放大)

图1 技术示意:展示计量主键、原生WSI、病理证据和研究标签的关系;不含患者样本,不表示已完成实验或临床诊断。

二、计数单位决定了数据是否可信

WSI项目通常同时存在患者数、病例或送检号数、part数、蜡块数、物理玻片数和合格WSI数。它们不是同一个指标。一个病例可以产生多张玻片,一张玻片也可能被重扫、分块保存、转换成多种格式或生成多个金字塔层级。若把文件数、tile数、层级数或ROI数直接当作样本数,规模就会被技术副本放大。更稳妥的做法是以具有唯一受控身份的物理玻片为计量入口,再判断它是否对应一份完整、可读、达到项目质量门槛的WSI;患者与病例统计则作为独立维度保留。

数据字典应把匿名患者、检查、送检、part、蜡块、标本、Container/Slide、WSI实例、文件和报告版本串成受控关系。重扫、复染、补扫、替换件和派生件要有明确状态,并记录它们指向的原始对象。不同金字塔层级、多焦平面、光学通道、缩略图、标签图、宏观图、格式转换副本和ROI裁剪都不能再次结算为新的物理玻片。批次统计应能从逐例索引、全局主键、文件路径和哈希重新计算,而不是只交一张无法复核的汇总表。这样既防止重复计量,也为后续撤回、替换和影响范围分析保留了血缘。

这个计量原则还会影响算法划分。病理切片不是独立同分布的普通图片:同一患者的多张切片、同一标本的不同染色、同一病例的多次扫描和同一报告关联的多个对象,都可能携带高度相关信息。训练、验证和测试应至少在患者或病例层面隔离;如果研究问题涉及设备泛化或中心泛化,还应按来源中心、扫描仪、软件版本或时间窗口设计外部验证。否则,即使没有完全相同的文件,模型也可能通过染色风格、扫描设备、报告模板或病例血缘获得捷径,造成看似稳定、实际不可外推的结果。

三、原生WSI不是一张放大的图片

DICOM的WSI设计把超大图像表达为多帧、分块和多分辨率层级,以支持大图的局部读取和缩放;官方WSI说明也明确涉及tile、金字塔、总像素矩阵、焦平面和光学路径等对象。1 因此,交付验收不能只检查一张缩略图能否打开。应优先保留扫描仪原生全视野文件,并在互操作需要时提供DICOM VL Whole Slide Microscopy Image或原生文件加OME-TIFF/BigTIFF 6.3.1等互操作格式。对于OME-TIFF,OME-XML元数据写入首个IFD,完整分辨率平面和金字塔子分辨率有明确组织方式;Level-0被删除或未被正确引用时,文件即使能在某个阅读器中显示,也不能说明原始信息完整。3

验收字段应包括Level-0总行列、MPP_X和MPP_Y、Pixel Spacing、Objective Lens Power或数值孔径、tile尺寸、下采样比、金字塔层数、方向、坐标原点、文件格式、传输语法和转换工具版本。标称的“20倍”或“40倍”只是设备或项目习惯中的描述,不能替代实测像素间距与校准记录。若图像包含可独立访问的Z焦平面,应记录焦平面数量、层间距和坐标;若使用Extended Depth of Field,还要区分它与原始多平面的关系。多光谱、荧光或其他光学路径也不能简单塞进颜色字段,而应记录通道、照明、滤光片、检测路径和颜色表征。

图像完整性要同时做自动检查和病理医师抽检。自动检查可以验证文件是否可解析、随机tile是否可读、Level-0和金字塔层是否存在、尺寸与哈希是否一致、通道与焦平面是否可定位、是否存在缺失tile或截断。宏观图或OVERVIEW则应与高分辨率组织掩膜进行覆盖核对,确认有诊断意义的组织碎片实际进入Level-0,不能用空白玻片面积制造“覆盖完整”的假象。失焦、折叠、气泡、刀痕、污染、条带、拼接断裂、色偏、过曝、欠曝和组织缺失应分层记录;一项自动质量分数不能替代对困难切片的人工判断。

FDA关于数字病理WSI设备技术性能评估的2016年最终指南将技术表征与临床提交数据区分开,并强调应识别可能影响预期用途安全性和有效性的技术限制;它本身不替代支持批准或许可所需的临床提交数据。5 这对研究数据采购同样有启发:扫描完整性、颜色、分辨率、聚焦和组织覆盖属于数据是否适合某个研究任务的条件,不应被写成模型已经达到的诊断性能。CAP的WSI诊断验证指南则针对临床诊断场景强调与光学显微镜的等效性验证;它可以帮助理解验证思路,但不能被直接改写成所有科研数据项目的统一合同阈值。4

四、报告、标注与专家意见要分层管理

病理WSI项目的标签主体通常包括病理医师、复核专家、数据质检人员和算法工程师,但他们在数据链条中的职责不同。初标可以依据项目字典完成器官、标本类型、质量缺陷和报告字段整理;病理专家应负责诊断语义、组织区域和难例判定;复核者检查边界、来源、病例内一致性和跨对象关系;质检人员核对字段、文件、版本和统计;算法团队则根据冻结的数据字典实现读取、划分和评价。任何一个角色都不能以自己的“合理猜测”替代原始证据。

在可行的项目中,应先用小批量试标暴露规则歧义,再冻结标签字典和导出格式。标签需要说明对象、类别、来源、证据等级、可见性、复核状态、版本和修改原因。边界模糊、组织碎片、坏死与肿瘤相邻、染色异常或病理意见不一致时,应允许“未知”“待复核”“不可评价”或“证据不足”,并保留原始意见与终裁依据。争议不是必须被隐藏的噪声,而是能帮助研究者判断标签上限、困难样本分布和外部验证风险的质量信息。

若标注主体没有看到模型输出,测试标签更接近独立参考;若复核者看到模型结果后再修改标签,就要明确记录这种依赖关系,相关样本不宜被当作完全独立的盲法测试集。对病理医师质量基准样本,也应预先约定抽样框、覆盖病种、染色、设备和质量档,并确保独立抽检子集与常规交付对象不重复。CAP指南强调,WSI用于诊断前需要经过面向用途的验证;在AI研究里,类似的分层思想应被转化为任务特定的专家复核,而不是简单追求一个总一致率。

五、算法路线要服务于数据结构

WSI的超大尺寸决定了算法往往不能把整张图直接送入普通二维网络。可实施的研发路线通常从组织检测、质量筛查和tile或ROI编码开始,再根据任务选择多实例学习、层级聚合、长上下文建模、弱监督或细胞级精标。若目标是切片级分类,标签可以由报告或病例证据提供,但训练时必须意识到它是弱标签;若目标是肿瘤区域分割,则需要独立的区域边界或明确的区域级证据。不要因为一个切片有病理诊断,就把所有背景tile自动标成同一类,也不要把报告中的分期或分子结果直接当作图像像素的真值。

近年的基础模型研究说明,大规模、多中心和多层级数据可以支持更长上下文的WSI表示,但研究结果不能被等同为临床效果。Prov-GigaPath在一项同行评审研究中使用真实世界病理数据预训练全切片模型,并在多个癌症亚型和病理组学任务上评测;论文同时讨论了不同数据来源、质量异质性和分布外样本对泛化的影响。6 TITAN则将WSI与病理报告和合成描述用于多模态预训练,研究任务包括切片表示、检索、分类和报告生成;这显示了报告关联对模型训练的潜在价值,但不意味着报告生成结果可以替代签发报告或临床判断。7

mSTAR进一步把切片、病理报告和基因表达作为三种互补模态,在研究数据中组织滑片级模态对,并覆盖多个癌种和任务。其方法学启示不是“模态越多越好”,而是每个模态必须有稳定关联键、明确时间与样本边界、可追溯的缺失语义和独立评测设计。8 如果图像、报告、IHC或分子数据只是按文件名近似拼接,模型可能学习到错配或中心特征。对于本地项目,先完成可核对的患者—标本—玻片—报告链,再决定是否做跨模态预训练,通常比先追求复杂模型更稳妥。

外部验证要在数据建设阶段就被设计进去,而不是模型开发完成后再寻找一批“新数据”。验证集应说明来源中心、设备代际、染色协议、标本类型、病种构成、标签证据和排除规则;报告结果时分开描述内部测试、独立中心和真正的外部队列。分类任务需要说明每类例数和参考标准,分割任务需要说明边界来源、评价区域和不可评价样本,报告生成需要区分文本相似性与临床事实正确性。研究性能属于特定样本和任务的实验结果,不能被宣传为普遍诊断能力,也不能由数据交付质量自动推导。

六、把验收写成“阻断缺陷+分层证据”

有效验收不是把所有指标压成一个百分比,而是先设置不可接受的阻断缺陷,再对非关键质量做分层统计。直接身份泄漏、错患者或错标本关联、错配报告、无法读取、缺失Level-0、截图冒充WSI、重复计价、诊断性组织遗漏和未披露的二次有损编码,都应阻断相关批次,并在整改后重新检查。颜色偏差、局部失焦或少量折叠等非关键缺陷,则应依据试标和采购方指定的质量基准确定任务阈值,不能虚构一个适用于所有设备、染色和研究目的的统一国际标准。

来源与合规也属于验收的一部分。DICOM的保密配置文件明确提醒,属性级去标识并不保证整个信息对象没有身份信息,去标识过程仍需结合使用场景、接收者和再识别风险评估。2 因而,头信息、私有标签、文件前导、报告文本、LABEL/OVERVIEW像素和烧录文字都要检查。稳定的匿名ID可以保留必要的跨文件关系,但必须有受控映射和访问边界;去标识化不等于匿名化,也不自动产生商业使用权。若项目含有分子数据、实体标本或跨境访问,还要单独判断适用的伦理、数据安全和人类遗传资源要求。

验收材料应至少包括机器可读manifest、逐例索引、字段字典、文件级和序列级质检、分布统计、核心疾病与场景清单、问题样本、整改复验、授权或合规记录以及版本变更表。manifest可以记录相对路径、文件大小、格式、对象ID、原始或派生状态、去标识和转换工具版本、文件摘要和批次号。摘要证明的是比特完整性,不证明来源授权、病理标签正确或临床适用。每次替换、撤回或标签修订都应形成新版本或delta包,记录旧新摘要、影响对象、原因和回滚方式。

病理WSI交付的分层验收闭环示意查看完整技术图(可放大)

图2 技术示意:展示来源、图像、证据和研发验收的门控关系;不含患者样本,不表示实际批次、实验结果或临床性能。

七、从采购条款到可执行研发工作包

把需求转成项目工作包时,可以先拆成四个相互连接但不互相替代的层。第一层是对象和计量:明确合格物理玻片、病例、标本、WSI实例和派生件的主键。第二层是原生与互操作:明确格式、Level-0、金字塔、tile、MPP、焦平面、通道、ICC和转换记录。第三层是证据与标签:明确报告版本、病种或组织学类别、IHC、阴性与不确定语义、ROI或细胞标注及专家复核。第四层是质量与研究:明确自动检查、病理医师抽检、独立验证、数据划分、阻断缺陷、整改和版本冻结。四层共同构成可验收的研究对象,缺少其中任何一层,后续的“规模”都可能难以解释。

项目初期可用少量样例做五项核对:一是文件是否能在独立阅读器中定位Level-0、层级、tile和通道;二是报告、标本和玻片关系能否从索引回溯;三是标签是否区分切片、病例、ROI和细胞;四是病理专家能否在盲态下复核困难质量问题;五是训练和测试划分脚本能否拒绝同一患者的跨集合对象。样例通过后再扩大批次,能尽早暴露字段歧义、格式兼容、图文错配和重复计数问题,减少后期返工。

朗慧科技已核验的定位是AI数据基础设施及流程服务商,能力边界包括按项目开展数据整理、专业标注、质量记录、版本管理和交付协作;这不等同于对任何特定数据库存量、专家规模、客户项目或临床效果的证明。对于病理WSI项目,较合适的研发价值表达应是帮助研究团队把临床问题转译为数据字典、标签规范、质检脚本、专家复核和可追溯交付,而不是宣称已经拥有某种固定规模的现货数据,或已经完成基础模型和临床验证。具体数据来源、人员资质、许可范围、质量阈值和交付周期,都应在样例评估、伦理与授权审核及项目书面约定后确认。

最终,WSI数据采购的业务逻辑应围绕“可使用的证据”而不是“文件数量”展开。只有计量口径稳定,原始图像可读,病理语义有来源,标签颗粒度不越界,专家争议可追溯,患者和中心划分没有泄漏,质量缺陷能够阻断或整改,研究团队才有可能把数据用于模型训练、独立测试和后续复现。这样的交付也更利于未来新增病种、染色、标注任务或外部验证,而不必推翻早期数据结构。

研究与应用边界

本文讨论病理WSI研究数据建设、标注和验收工程,不构成医疗建议、临床诊断、筛查结论、治疗意见或个体风险预测。文章中的病种、诊断、IHC、分期和标注词语用于说明数据对象与证据层级,不能据此判断任何个人健康状况。基础模型论文中的数据规模和研究性能属于各自论文的样本与实验设置,不代表本文项目、朗慧科技或任何服务方拥有相关数据、获得相关机构背书或已经实现临床效果。实际使用还需符合适用法律法规、伦理审查、数据授权、隐私保护、质量管理和临床验证要求。

参考来源

  1. DICOM Whole Slide Imaging (WSI)
  2. DICOM PS3.15 Attribute Confidentiality Profiles
  3. OME-TIFF specification
  4. Validating Whole Slide Imaging for Diagnostic Purposes in Pathology: Guideline Update
  5. Technical Performance Assessment of Digital Pathology Whole Slide Imaging Devices
  6. A whole-slide foundation model for digital pathology from real-world data
  7. A multimodal whole-slide foundation model for pathology
  8. A multimodal knowledge-enhanced whole-slide pathology foundation model