代码嵌入病理图像 智算赋能影像诊疗

  ——大连理工大学“紫韵星火——软工惠医，智联渤海”暑期社会实践团赴附属中心医院实践纪实

  7月18日下午，骄阳似火，却挡不住青年学子投身科研实践的热情。大连理工大学“紫韵星火——软工惠医，智联渤海”暑期社会实践团在王华夏老师指导下及队长刘桐语的带领下奔赴临床一线，开展“医工结合”主题社会实践。

  实践队员走进医院病理科，侯思竹老师结合真实临床病例，细致讲解组织标本取材、固定、脱水、包埋、切片及染色的HE制片全流程，系统拆解数字病理切片扫描及图像识别的技术要点。在演示AI辅助病理诊断系统时，侯老师指出，当前数字切片设备虽然可以实现图像高清存档及不同放大倍数查看，但受样本差异、病灶形态复杂等多重条件限制，人工智能辅助诊断模型的组织识别精准度仍存在短板，暂不能替代病理医师出具最终诊断结论。细致的讲解让队员深刻理解病理诊断作为疾病判定“金标准”来之不易，队员也认识到每一份诊断报告的背后，都是病理医师反复仔细甄别组织边界、比对细胞形态，层层核验、严谨审慎的专业坚守。这也进一步坚定了队员们投身医工融合、助力临床转化的决心。

  图1病理科侯思竹老师为实践队员讲解病理切片制作流程

  随后，实践队员前往影像科开展学习交流。周杰老师围绕DR、CT、MRI等主流影像学检查技术，全面梳理了科室日常诊疗工作流程，并现场登录PACS影像系统，以膝关节三维重建CT影像为例，完整演示了从影像传输、阅片分析到出具诊断报告的全链条操作。周杰老师重点解读了影像与病理的协同诊疗逻辑：影像学检查不仅能在术前初步判别肿瘤良恶性、精准引导病灶取材，更是与病理诊断共同构筑了影像定位预判到病理确诊核验的诊疗闭环。在此基础上，周杰老师抛出了当前行业面临的核心难题——如何实现三维CT、MRI影像数据与二维高清数字病理切片的精准空间配准，目前这一医工交叉领域的痛点问题暂无成熟解决方案，这也极大地激发了队员的科研热情，为团队后续的探索实践指明了方向。

  图2影像科周杰老师为实践队员讲解医学影像AI的进展

  最后，实践团向侯思竹老师专题汇报了团队在骨肿瘤病理AI辅助诊断领域取得的阶段性研究成果。结合配套教学课件，侯老师带领队员系统梳理了骨肿瘤相关的临床、病理及影像综合知识，并针对阅片顺序、图像观察逻辑、病灶诊断权重等实操痛点逐一进行了细致答疑。侯老师特别强调，病理诊断绝不能脱离临床影像资料的支撑，这在骨肿瘤诊疗中尤为关键。她明确指出，在判别骨肿瘤良恶性及评估恶性程度时，必须重点聚焦五大核心病理指标：肿瘤边界、细胞密度、细胞异型性、核分裂象以及肿瘤性坏死。这一系统性的专业指导，为团队后续优化AI诊断模型提供了明确的方向。

  图3实践团与侯老师、周老师合影

  凝眸判读病理切片，逐层探究医学影像，对话解锁医工新知。通过此次深入的临床实践，队员们深刻领悟到智慧医疗的内核绝非以人工智能替代临床医师，而是依托数字技术延伸医者诊疗的视野与手段。将代码镌刻于病理切片，把算法融铸进医学影像，以软件工程青年的专业力量深耕临床需求、破解医学痛点，这正是新时代青年以实际行动交出的一份“健康中国”硬核答卷。

  撰稿/大连理工大学“紫韵星火——软工惠医，智联渤海”实践团

  摄影/佟雨泽