近日，NEJM AI发表观点文章「Bridging the Gap — Translating AI in Pathology into Clinical Impact」，围绕病理人工智能如何从技术研究走向临床应用展开深入讨论。文章指出，真正决定病理人工智能价值的，不是模型在测试集上的准确率，而是能否适应真实切片、融入诊断流程，并在长期使用中提供稳定、可复核的辅助价值。

这一判断，与当前数字病理的发展现状高度契合。文章统计显示，在美国FDA已授权的1430款人工智能或机器学习医疗器械中，有1094款来自放射影像领域，而基于全视野数字切片（WSI）的现代病理人工智能产品仅有5款；目前，美国只有约4%的病理切片采用数字化方式完成阅片。数字病理基础设施尚未全面普及，病理人工智能的发展速度明显慢于放射影像。

造成这一差异的原因，与病理诊断本身复杂的工作流程有关。CT、MRI等医学影像在采集完成时便已经是标准化数字文件，可以直接进入PACS等成熟的信息系统。而病理诊断需要经过组织取材、固定、包埋、切片、染色、玻片流转和显微镜阅片等一系列流程。切片完成数字化后，还要进一步完成图像质量控制、海量存储、高效传输、快速调阅，并与扫描设备、阅片平台和病理业务系统顺畅衔接。因此，病理数字化并非简单地将显微镜换成屏幕，而是设备、数据、平台与诊断流程的整体协同。

近年来，中国数字病理的发展正在呈现出不同的节奏。2025年12月，国家医保局发布《病理类医疗服务价格项目立项指南（试行）》，将“人工智能辅助诊断”列为病理诊断扩展项，并纳入病理诊断价格项目的价格构成，为相关技术进入临床进一步理顺了收费路径。与此同时，数字切片扫描、数字阅片和区域病理协作持续推进，数字病理正在从局部探索走向更加广泛的临床应用。随之变化的，还有行业对病理人工智能的关注重点。过去，人们更关注人工智能模型是否“能够识别病变”；如今，医院更关心的是人工智能是否能够真正融入诊断流程。

模型进入医院，只是临床应用的开始，真正决定产品能否长期运行的，是模型在真实世界的运行效果。围绕这一临床需求，透彻未来给出了一套以病理大模型为核心、覆盖诊断应用与实施落地的领先病理人工智能解决方案。

以Thorough Brain（透彻大脑）病理大模型为核心，透彻未来通过长期技术攻关，持续精进Thorough Insights（透彻洞察）病理人工智能辅助诊断平台。针对不同医院数字病理建设基础和信息化环境，Thorough Insights可兼容所有数字切片扫描设备、适配各种切片格式，同时无缝对接各品牌病理/实验室信息系统。使人工智能能够与医院既有诊断体系保持一致，帮助医生更加自然地建立对人工智能结果的理解和信任。

目前，Thorough Insights已在全球超过1200家医疗机构投入使用，覆盖顶尖三甲医院、中大型三甲医院、区域医疗中心及基层医疗机构，并应用于多类病理标本和诊断任务。经过海量真实世界数据的测试，Thorough Insights所搭载的病理大模型在不同医院、不同数字病理扫描仪以及不同制片习惯下，均能保持临床应用级诊断水准，在多数器官上的恶性肿瘤检出性能达到高年资医师水平。

引领全球，这是中国前沿科技公司对病理诊断世纪难题交出的答卷。

从数字切片的生成与调阅，到人工智能进入诊断、报告和区域协同，中国病理人工智能正在从模型“可用”走向临床“好用”。跨越这段“最后一公里”，不仅需要模型适应真实切片，更要求产品融入医院系统、衔接诊断流程，并在长期临床实践中成为稳定、可靠的辅助力量。这正是透彻未来始终坚持的理念——让人工智能成为病理医生可信赖的辅助工具，推动数字病理从数字化建设迈向智能化应用，加速人工智能在真实临床场景中的持续落地。