人工智能辅助胃部组织病理学诊断的数据采集和标注专家共识发表

中华病理学杂志于24年9月发表了由专家组编写的《人工智能辅助胃部组织病理学诊断的数据采集和标注专家共识》，共识对于组织学AI的数据采集和标注要求给出了相应指导，对于病理人工智能研发具有重要意义。

当前我国几乎所有医院病理科均存在病理医师严重短缺的情况，病理医师的工作负担日趋加重。目前人工智能辅助病理诊断在胃癌病变检出方面的应用已经取得了显著进展，可望很快走向临床，协助病理医师解决疾病诊疗的现实问题，并赋能病理科室。

胃癌是全球范围内癌症发生率第5病死率第4的恶性肿瘤，严重威胁人民生命健康，聚焦于胃部组织病理数字图像的人工智能研发已成为热点。AI研发当中数据集的质量对人工智能产品的安全性和有效性具有至关重要的作用。研发组织病理人工智能所需的数字图像在数据来源上应满足合规要求与脱敏要求，保证患者隐私安全和利益不受损害。

在病理图像的标注方面，共识对人员资质、标注规则、流程设计等方面也提出了指导意见。

人员资质：考虑不同环节的标注任务、标注工作量以及资质差异，标注流程需要标注医师、审核人员、仲裁专家以及质控专家共同参与完成，标注人员任用前需进行培训并考核，标注人员应熟悉标注工具或标注软件的操作，遵从规则交付标注任务。

标注规则：胃部组织病理的疾病分型可参考第5版WHO消化系统肿瘤分类或者Lauren分型等具有共识的分型标准进行，癌的分型至少包括为：印戒细胞癌、黏液腺癌、低分化腺癌、中分化腺癌、高分化腺癌、其他肿瘤；癌前病变为：高级别上皮内瘤变；良性病变的疾病分型为：低级别上皮内瘤变、肠上皮化生、萎缩性胃炎、单纯炎症及其他。

标注流程：大致可分为三步，第一步病例诊断级标注：对筛选出的病例进行双人双盲阅片，给出疾病的良恶性及分型，两人诊断结果一致的病例直接进入下一步标注环节；不一致时审核医师介入审核，对于可直接诊断的切片给予判读结果后，进入下一步标注环节；遇到疑难切片时可申请由仲裁专家进行病例诊断；第二步像素级标注：标注时采用双人线性标注的形式，标注医师1标注完成后，标注医师2对标注医师1标注的内容进行复核并修改。第三步审核及仲裁，审核医师审核通过即可完成标注过程，审核医师如有疑问则请3位仲裁专家进行商议，仲裁专家对于疑难区域的标注达成一致性意见时对该区域标注后完成标注，如仲裁专家对疑难区域的标注未达成一致，标注标签可设置为忽略，完成切片标注。

在未来的数据采集与标注工作中需重点考虑以下几个方面：数据来源的多样性、数据标注的自动化程度以及建立数据质量的评估标准，以确保数据质量的一致性。