（人民日报健康客户端记者 韩金序）“医疗AI不能只告诉医生‘是什么’，还得说清‘为什么’，帮助医生为患者理清治疗思路。”3月29日，重庆大学附属肿瘤医院智能肿瘤学研究中心常务副主任蔡文立告诉人民日报健康客户端记者。医院于3月26日发布的诊疗级病理大模型“灵眸”可识别9大器官57种肿瘤亚型，实现诊断推理过程全透明，为破解AI医疗“黑箱”难题提供新路径。

诊疗级病理大模型“灵眸”操作界面。受访者供图

病理医生被称为“医生的医生”，其诊断是癌症确诊的“金标准”。但病理医生长期面临人才缺口，基层医院常因“看不准、看不快”导致治疗延误。发布的大模型瞄准这一痛点，整合十年国内外中英文权威文献、百万例病理图像，构建覆盖细胞、组织及免疫组化分析的诊疗系统。其核心突破在于“透明化推理”——从染色质量评估到细胞形态分析，AI逐步展示诊断逻辑链，医生可随时追问依据，如同与专家实时会诊。

蔡文立举例说明，肺癌中的大细胞神经内分泌癌在病理切片上常与小细胞癌或低分化腺癌极为相似，但治疗方案差异显著。过去，医生常常需要结合多种免疫组化标记、反复查阅指南才能做出判断；如今，医疗大模型可在数秒内完成亚型分类，并推荐匹配的治疗方案，辅助医生快速决策。“模型首先识别切片来源的器官，比如胃、肺或乳腺，再根据细胞形态锁定具体亚型。”

那么医疗大模型是否会出现“算力幻觉”，误导病理科医生做出错误诊断？对此，蔡文立解释道，“幻觉”的根源通常在于数据不完整或标注混乱，导致模型“孤陋寡闻”只能“猜测”结果。而“灵眸”通过引入高质量、海量的训练数据，包括用于基座模型预训练的过百万例多器官、多癌种的高质量病理图像(WSI)数据，以及用于下游任务模型训练的多器官、多癌种基于三级审核机制数据标注的金标准数据集，使模型“见多识广”，大幅降低了幻觉发生的概率。

在推理过程中，“灵眸”采用了全链路的幻觉抑制机制：包括前置内容过滤、中置生成监控以及后置结果审查，从多个层面最大限度压制幻觉的产生。同时，“灵眸”内部并行运行多个子模型，模拟不同风格的“病理专家”，“如同进行一场专家‘会诊’，结论需多数一致才输出，最大限度降低误判。”

经测试，“灵眸”在细胞病理识别中实现了99.5%的敏感度与82.6%的特异性，在组织病理方面，模型敏感度高达99.6%、特异性达83.5%，并具备95.8%的部位识别准确率，定量分析误差率低于1%。这意味着，AI可帮助医生快速排除大量无癌样本，将精力集中于疑难病例，有效提升诊疗效率。

对于患者而言，灵眸病理大模型最大的价值在于提升了诊断的准确性和效率。“当AI诊断变得可解释、可追溯，人机协作才能真正成为精准医疗的‘新引擎’。”蔡文立说。