近年来，AI技术在临床病理检测结果数字化存储以及人工智能辅助分析等方面得到了广泛关注。近日，思路迪诊断病理AI研发、诊断研发转化医学团队传来捷报。该团队携手中国科学院大学附属肿瘤医院(浙江省肿瘤医院)病理科吴梅娟/程国平教授团队合作的科研成果，在免疫学研究领域权威杂志《Frontiers in Immunology》（IF = 8.786）上成功发表，证实了AI技术辅助PD-L1表达评分系统在临床病理检测方面具有较好的性能，尤其是针对临床上PD-L1低表达（1%左右）的病理切片，表现优异。

肿瘤免疫疗法是临床肺癌治疗的重要选择之一。临床上，PD-L1作为预测免疫治疗反应的一个关键标志物，其表达水平对于肿瘤免疫治疗方案的选择具有重要的参考价值。思路迪诊断的团队发现，基于 AI 技术的定量诊断方法可以有效减少传统判读方法的一些缺点，包括耗时，重复性差和不同观察者之间存在较大差异性。

思路迪诊断在与吴梅娟/程国平教授团队的合作研究中，探索并优化了三种不同的基于AI模型的推理流程（M1、M2和M3），用于对PD-L1 22C3和SP263染色的切片的自动评分。研究中构建的模型对手术和穿刺活检得到的肺腺癌和肺鳞癌组织样本均可以准确识别，并且显示出较高的特异性和准确性。对于临床上PD-L1低表达（1%左右）的肺癌组织样本，该研究的AI辅助诊断模型也能够很好的区分。这些结果都表明，基于AI的辅助诊断模型是一种很有前途的方法，可以辅助病理医生准确评估肺癌 PD-L1 表达，未来在肿瘤生物学标志物的评估和肿瘤精准医学方面具有广阔的应用和开发前景。

值得一提的是，思路迪诊断在病理AI辅助方面不断深入研究，自主研发了用于支撑肿瘤病理图像的数字化和AI处理的APiLab平台。基于思路迪诊断积累的大量病理图像数据，以及与病理专家的紧密合作，思路迪针对病理AI开发团队采用人工智能技术，已经开发了一系列用于辅助病理图像分析和诊断的解决方案。

思路迪诊断病理AI开发团队负责人表示，后续APiLab平台将持续优化性能，不断拓展新功能，并与权威医疗团队展开密切合作，支持医生为肿瘤患者制定全面精准的诊疗方案，为精准医疗事业发展做出贡献。