本报讯 （记者常 娟  通讯员何剑烁）7月30日，记者从郑州大学第三附属医院（河南省妇幼保健院）获悉，该院与清华大学自动化系教授师丽团队联合开发了妊娠滋养细胞疾病病理大模型（GTDoctor）及AI（人工智能）辅助诊断系统（GTDiagnosis），有望为妊娠滋养细胞疾病的病理诊断带来变革。
据了解，GTDoctor具有优秀的病灶识别性能，其水肿绒毛识别准确率超过92.8%，增生绒毛识别准确率超过84.5%，异常绒毛识别准确率超过87.8%。为进一步打通智能诊断全流程，GTDoctor还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，可以提高病理医师的工作效率。而以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。比如，显微镜和病理切片扫描仪均可以利用GTDoctor来实现辅助诊断，尤其是显微镜的使用场景，镜下视野的识别速度为毫秒级，这意味着在临床应用时，病理医生可以实时得到GTDoctor的病灶标注和辅助诊断报告，大大提高了诊断效率。
据师丽介绍，该团队建立了妊娠滋养细胞疾病组织切片数据库。团队从郑州大学第三附属医院病理科7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。
郑州大学第三附属医院病理科主任曾宪旭说，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。未来，郑州大学第三附属医院和师丽团队还将开展更多的临床测试，以进一步提升GTDoctor的泛化性能。