杭州高新区（滨江）区块链与数据安全研究院区块链研究中心大图实时智能部冯尊磊团队，深耕AI病理诊断技术研发多年，攻克病理图像分析、跨组学数据融合、标志物自动化挖掘等行业核心技术瓶颈，自主研发智能病理辅助诊疗平台与自动化蛋白表型标志物挖掘平台，以硬核AI技术重构病理诊断与肿瘤科研全流程，推动病理行业从人工粗放判断向细胞级精准分析、从单模态诊断向跨组学科研赋能跨越式升级。
核心技术突破：筑牢病理AI技术底座
团队自2018年布局AI病理领域，依托算力升级、大模型技术成熟与海量病理数据积累，突破多项行业技术难题，构建起全球领先的病理AI技术体系。
自主研发了病理诊断大模型与预后分析大模型，在10余大类癌种百万级病理数据进行微调学习，覆盖了包括分级、分型、脉管癌栓、预后等所有病理临床诊断任务，并且成功解决单张百MB至数GB数字病理切片的高效处理问题，让海量病理图像分析成为可能。
通过对算法框架持续优化，团队将多组学数据融入模型技术底座，实现细胞级精准检测，攻克了样本标注粗放难题，告别传统粗放式区域判断，精准识别病变细胞，有效避免AI模型学习偏差与误判，大幅降低误诊概率。
细胞级表征学习框架
智能病理辅助诊疗平台：高效精准的临床辅助诊断工具
当前国内癌症发病人数持续增长，基层医疗机构病理专业人员短缺，容易出现漏诊、误诊情况。不少患者为求确诊涌向大城市医院，进一步造成优质医疗资源紧张。这些现实问题，让团队坚定了研发高效AI病理辅助工具的想法。
平台可自动完成病理切片判读，生成可视化诊断图谱，用红色标记高度可疑病变区域、蓝色标识正常组织区域。系统遵循 “宁可多筛查，不可漏病灶” 理念，采用人机协同模式，AI完成初步判断后由医生复核，疑似区域交由人工研判，兼顾安全与高效。
系统集成术前筛查、术后诊断、预后评估三大功能，在前列腺癌、胃癌等常见肿瘤检测中准确率达98%，单张切片阅片时间从数分钟压缩至几秒，诊断效率提升10倍以上，可基于随访数据预测肿瘤复发风险，支撑个体化治疗方案制定。
前列腺穿刺辅助诊断平台
自动化蛋白表型标志物挖掘平台：全流程智能科研赋能工具
自动化蛋白表型标志物挖掘平台是团队重磅科研成果，专为病理科医生、科研人员及药物研发机构设计，打破传统标志物研发周期长、成本高、重度依赖人工经验的行业瓶颈。
平台依托领先的多模态病理图像分析与跨组学数据融合能力，实现从图像解析、特征提取到标志物挖掘、可视化验证的全流程自动化，无需大量人工标注即可完成高精度分析与输出。凭借无监督智能识别、多模态图像精准配准、虚拟荧光生成、多通道信息整合、多尺度标志物挖掘、交互式可视化验证等一体化先进能力，平台可高效支撑肿瘤机制研究、预后风险分层、治疗靶点筛选等关键科研工作。
平台支持基于常规HE切片无创虚拟生成超100个荧光通道蛋白表达信号，与真实染色效果高度一致，单细胞量化误差低于5%。建立由果溯因全自动挖掘机制，覆盖细胞、微环境、组织、组织 - 细胞四大尺度，全自动挖掘与预后相关的蛋白标志物。
作为一款高适配性、高可解释性的智能科研工具，平台已实现多癌种、多组学、多类型样本的全覆盖支持，能够快速响应不同科研场景的定制化需求，大幅缩短标志物研发周期、降低实验成本与样本损耗，为肿瘤精准诊疗与创新药物开发提供强有力的技术支撑。
自动化蛋白表型标志物挖掘平台
应用落地：临床实践检验技术价值
团队研发的两大平台已在包括浙江大学医学院附属第一医院与宁波临床病理诊断中心等国内多家重点医疗机构投入使用。
在实际应用中医生将数字化病理切片上传至系统，AI快速完成病灶识别与初步诊断，部分病例仅需医生最终确认，有效提升诊断速度、缓解医生工作压力。同时，泛癌种标志物挖掘平台为病理科研提供技术助力，大幅缩短生物标志物挖掘周期，加速肿瘤发病机制研究与临床转化进程。
cctv焦点访谈报道了临床辅助诊断平台在浙一的使用情况
未来规划：持续升级迈向诊疗一体化
未来，冯尊磊团队将持续优化病理专用大模型，不断扩大覆盖癌种范围，推动两大平台深度融合。致力于让系统从辅助诊断向诊疗一体化方向升级，从 “提升诊断效率” 向 “改善患者预后” 转变，以持续的技术创新，为病理诊断智能化革新与肿瘤防治事业提供更加强有力的技术支持。
