11月22日記者獲悉，西安交通大學電信學部計算機科學與技術學院李辰教授團隊聯合劍橋大學，在AI醫學領域取得重大技術突破——研發出新型人工智能框架SMMILe，可自動精準識別腫瘤在組織中的具體位置、邊界范圍及不同亞型的空間分布，且無需醫生逐一切片標注。

　　在癌癥精準診療中，千兆像素級數字病理切片是診斷“金標準”。但長期以來，計算病理學面臨一大難題：現有主流AI模型雖能以較低成本判斷切片“是否患癌”，卻無法明確“病灶在哪”“惡性細胞如何分布”“腫瘤亞型占比多少”，這些關鍵信息仍需病理醫生耗費大量精力分析。

　　SMMILe的問世打破了傳統AI算法“重分類、輕定位”的局限，不僅將原本需20分鐘的復雜病理切片分析壓縮至1分鐘，還省去了醫生逐一切片標注的步驟，能自動生成腫瘤位置、邊界及亞型分布的詳盡數據，大幅提升診斷效率與精準度。

　　為何SMMILe能實現同類模型難以企及的突破?核心在于其獨特的設計理念——如同一套用于圖像分析的“聲吶”系統，讓計算機具備了“在黑暗中視物”的能力。

　　“傳統方法常因缺乏病理詳細坐標信息而‘束手無策’，或只能捕捉到最明顯的病變特征。”李辰介紹，SMMILe融合了特征壓縮、參數自適應處理等前沿數學模型，能敏銳捕捉微弱病理信號，即便沒有任何位置標注，也能像聲吶探測海底地形般，精準鎖定并還原具有生物學意義的腫瘤空間圖譜。這一技術革新讓病理分析效率實現數量級飛躍，為臨床診療提供了高效助力。

　　據介紹，此次新型AI病理模型的發布，標志著AI病理診斷正式從簡單“粗略分類”邁向“精準量化”新階段，為全球腫瘤篩查領域注入新動能。

　　(記者 任娜)