多模态融合视角下的病理人工智能：病理视觉-语言基础模型研究进展

多模态融合视角下的病理人工智能：病理视觉-语言基础模型研究进展【摘要】为探讨人工智能在病理学领域的演进历程，系统评述以视觉语言基础模型（VLFM）为代表的多模态融合技术的最新研究进展、临床应用潜力、面临的挑战及未来发展趋势。围绕病理VLFM的核心技术范式、代表性模型、临床应用场景及当前局限性，对近年相关高水平文献进行广泛回顾与归纳分析。VLFM通过在海量病理图像文本对上进行预训练，能够有效学习深层跨模态语义关联，展现超越传统单模态模型的性能，特别是在零样本学习与复杂任务处理中显示出巨大的临床应用价值。然而，当前研究仍面临数据稀缺、模型可解释性不足及缺乏统一标准等多重挑战。VLFM代表了病理人工智能从单一模态向多模态融合转化的关键范式变革。未来的发展需聚焦于构建标准化多模态知识库、抑制模型幻觉风险及开展严格的临床验证，以推动实现精准、可靠的病理诊断。【关键词】多模式融合；计算病理学；基础模型；视觉语言模型随着人工智能（artificialintelligence，AI）与病理学的深度融合，计算病理学（computationalpathology）应运而生，并迅速成为推动精准医疗发展的核心引擎。该领域在肿瘤转移灶检测、癌症亚型分类、生存期预测及分子改变预测等任务中已取得了突破性进展。2023年前，计算病理学的成就主要建立在“特定任务、全监督学习”的模型范式之上，这些模型高度依赖海量且经过精细标注的全切片图像（wholeslideimages，WSI）［12］。这种范式正面临双重瓶颈：一方面，病理图像的像素级标注成本高昂，且病理诊断的观察者间差异导致标注数据不可避免地引入主观噪声，削弱了模型的鲁棒性与可靠性［34］；另一方面，为每一个细分的病理诊断任务独立训练专用模型不仅计算资源消耗巨大，更难以有效应对开放集识别挑战及长尾分布的罕见病诊断难题。病理诊断本质上是视觉感知与语言逻辑推理深度融合的多模态认知过程，其中语言在医学知识传递与推理中占据核心地位。然而传统的计算病理方法往往割裂了这两类数据，导致“视觉特征”与“诊断结论”之间存在语义鸿沟。因此，将病理图像特征与医学文本信息相结合，通过跨模态信息的相互印证，能够提升对疑难病变诊断的准确性［5］。借鉴放射学报告生成及通用计算机视觉领域的启发，计算病理学正经历一场从单模态视觉分析向视觉语言基础模型（visionlanguagefoundationmodels，VLFM）演进的技术范式跃迁［6］。VLFM通过在大规模图文对上进行预训练，展现强大的零样本迁移能力与跨任务泛化潜力。本文旨在系统综述病理VLFM的研究进展，深入剖析其核心技术范式与临床应用价值，并针对当前面临的数据异质性与伦理挑战，探讨未来发展方向。为系统评估病理VLFM研究进展，本研究检索了PubMed、WebofScience、Embase、IEEEXplore等核心学术数据库以及arXiv、medRxiv预印本平台，检索时间跨度设定为2021年1月至2026年3月（末次检索更新于本文修回阶段）。检索策略采用主题词与自由词相结合的方式，核心布尔逻辑组合涵盖病理学（如“计算病理学”“数字病理”/“computationalpathology”）、模型范式（如“视觉语言模型”“多模态融合”“/visionlanguagemodel”“foundationmodel”）及AI技术（如“零样本学习”“对比学习”）等维度。文献筛选由两名研究者独立进行，纳入标准严格限定为明确探讨VLFM在病理图像分析中的架构设计、预训练策略或下游临床验证（如零样本分类、跨模态检索、分子预测等）的论著与高质量综述；排除仅聚焦传统单模态深度学习、非病理应用场景、缺乏实质数据支持的会议摘要及非中英文文献。经初筛去重与全文阅读评估后，两名研究者间的分歧交由第三名资深专家协商解决，以确保纳入文献的质量与高度相关性（图1）。一、病理VLFM的技术背景与核心范式VLFM的兴起标志着AI从单模态独立感知向跨模态协同认知跃迁的重大技术范式变革。早期计算病理学研究主要依赖卷积神经网络进行纯视觉特征提取，虽在特定图像分类任务中表现优异［7］，但因缺乏语义上下文的引导，难以理解复杂的病理学逻辑与抽象概念。随着深度学习架构的统一，特别是Transformer模型在自然语言处理及计算机视觉领域的突破性进展，打破了不同模态间的数据壁垒［810］。当前的核心范式已从有监督学习转向基于大规模数据的自监督预训练［11］。例如跨模态对比学习范式（contrastivelearning）［11］，通过全局特征匹配以实现病理图像与报告的关联，是最基础且应用最广泛的框架；掩码多模态建模范式（maskedimagemodeling，MIM）［12］，通过联合掩码图像建模与掩码语言建模，增强模型对病理组织形态与文本语义的深层结构理解，进一步提升表征鲁棒性；当前也常采用自监督视觉预训练+语言对齐微调的两阶段范式［13］，首先在大规模病理图像上通过自监督学习获取高质量视觉表征，再利用图像文本配对数据进行跨模态对齐微调，实现视觉特征与病理报告的统一映射。通过这些技术，模型能够在海量无标注的图像文本对中，自主学习视觉表征与语言语义之间的深层映射关系，从而赋予AI在零样本或少样本场景下的通用泛化能力。二、主流病理VLFM的技术解析与性能对比当前病理VLFM的发展呈现出从通用模型微调向专用架构设计演进、从Patch级分析向WSI级理解跨越的趋势。根据技术发展阶段进行的不同，可将主流模型归纳为三类进行阐述（表1）。（一）基于通用大模型微调的领域适应性探索早期的病理VLFM主要借鉴自然语言处理领域的对比学习范式，通过迁移学习解决病理数据的标注匮乏问题。1.病理图像与文本预训练（pathologylanguageandimagepretraining，PLIP）模型：作为该领域的开创性工作，PLIP基于OpenAI的对比语言图像预训练（contrastivelanguageimagepretraining，CLIP）架构进行微调，实现了通用预训练范式向医学领域的迁移。其核心策略在于利用来自社交媒体及公开数据集的众包数据构建图像文本对，并通过对比学习将视觉与文本特征映射至共享的高维嵌入空间。在Kather结肠癌、PanNuke等外部数据集的零样本分类评测中，PLIP展现出显著优于通用CLIP模型的F1分数，验证了领域自适应预训练在病理场景中的有效性［11，14］。2.Pathchat：一款面向人类病理学的视觉语言通用型AI助手，基于超过1亿张组织学图像的自监督预训练的视觉编码器，使用118万病理图像文本对进行视觉语言预训练，并在999202个问答轮次中与456000余条多样化视觉语言指令上，构建了PathChat。通过开放式问题和人类专家评估，PathChat总体上能够产生更准确的响应，其灵活处理视觉和自然语言输入的能力，在病理学教育、研究及人机协同临床决策中具有应用潜力［15］。3.QuiltNet：该模型沿用了与PLIP类似的CLIP微调范式，但其核心创新在于数据构建策略。QuiltNet利用自动语音识别技术从YouTube病理教学视频中提取专家叙述，构建了包含100万个图文对的Quilt1M数据集［16］。这种基于视频叙述的文本具有更强的上下文逻辑性，使得QuiltNet在BRACS［17］、DigestPath［18］、Camelyon等数据集的零样本分类及跨模态检索任务中，性能超越了PLIP及BiomedCLIP，表明高质量叙述性文本对模型性能的增益作用。（二）架构创新与多模态深度对齐随着研究深入，研究者开始针对病理图像的复杂性设计专用架构，引入掩码建模与高质量文献数据以提升特征对齐精度。1.Contrastivelearningfromcaptionsforhistopathology（CONCH）模型：该模型被视为病理VLFM领域的重要飞跃。CONCH采用了ViTB/16视觉编码器，并利用从PubMedCentral筛选的117万对高质量文献图文数据进行预训练［19］。不同于网络爬取数据，CONCH的数据集构建有意避开了癌症基因组图谱等常用基准源，以降低数据泄漏风险。在包含14项任务的综合评测中，CONCH刷新了多项SOTA（StateoftheArt）纪录，证明了基于高质量医学文献的对比学习能赋予模型极强的泛化能力［19］。2.采用统一掩模建模的多模态Transformer模型（multimodaltransformerwithunifiedmaskedmodeling，MUSK）：针对肿瘤精准医疗场景，MUSK创新性地采用了统一掩码建模策略。该模型不仅利用配对数据，更有效利用了大规模未标注、非配对数据（5000万图像和10亿文本标记），通过预测被掩盖的图文内容学习模态间的隐含关联。这种策略赋予了MUSK卓越的少样本学习能力，使其在无需大量微调的情况下即可适应新的下游任务［20］。（三）面向真实世界数据的全切片级（WSIlevel）建模最新的研究趋势是将视野从局部图块扩展至全切片，并利用真实世界数据解决临床实际问题。1.ProviGigaPath：这是首个真正意义上的全切片级病理基础模型。其预训练数据来源于Providence医疗网络3万余名患者的17万张WSI，具有极高的临床代表性［21］。技术上，ProviGigaPath通过创新的GigaPath架构将整张切片编码为超长视觉标记序列，突破了传统Transformer在长序列建模中的计算瓶颈。在基因突变预测任务中，肺腺癌表皮生长因子受体（epidermalgrowthfactorreceptor，EGFR）、Kirsten大鼠肉瘤病毒癌基因同源物（Kirstenratsarcomaviraloncogenehomolog，KRAS）等关键基因预测上的受试者工作特征曲线下面积和精确率召回率曲线下面积指标仍大幅领先现有方法，充分展示了全切片建模在捕捉肿瘤微环境全局特征方面的优势［22］。2.Titan：该模型结合了自监督学习与生成式视觉语言对齐技术。Titan利用包含33.5万张WSI的Mass340K数据集，通过由PathChat合成的描述对热点区域进行精细化对齐［2324］。Titan的突出优势在于对罕见肿瘤的适应性，其在线性探测评估中的平衡准确率显著优于其他模型，揭示了大规模多模态预训练在解决长尾分布疾病诊断中的潜力［23］。三、病理视觉语言模型的临床应用场景拓展病理VLFM凭借其跨模态语义理解与生成能力，正推动病理诊断模式从单一形态学分析向全流程智能辅助转型，其临床应用场景主要涵盖智能辅助诊断、虚拟分子病理预测及知识检索决策支持三大领域（图2）。（一）全流程智能辅助视觉语言模型的应用贯穿于病理诊断的全工作流，实现了从被动分析向主动交互的跨越。在常规诊断中，模型能够跨越视觉特征与语言描述之间的语义鸿沟，自动识别并描述核异型性分级、间质反应类型及淋巴细胞浸润程度等关键形态学特征，并对部分指标进行客观量化［25］，生成标准化、结构化病理报告。零样本癌症诊断是病理VLFM的关键下游应用，适用于仅有少量标注病例及罕见肿瘤诊断场景。在PLIP和BiomedCLIP的零样本能力基础上，通过CONCH视觉编码器，仅使用少量标记示例进行监督学习，能显著提高模型诊断能力，如区别肿瘤良恶性、肾细胞癌和结直肠癌等肿瘤组织学亚型分类、乳腺癌BRCA分子分类、前列腺癌Gleason分级等［19］。KnowledgEEnhancedPathology（KEEP）模型可集成到临床工作流程中，其保留WSI组织学细节，同时与文本提示进行匹配以进行零样本推理，汇总为诊断图，以提高病理学家的诊断效率［26］。罕见肿瘤因可获得数据有限，少样本学习病理视觉语言诊断模型训练在AI病理诊断中尤其具有临床价值，其在颅内罕见肿瘤、儿童罕见肿瘤（如神经母细胞瘤、肝母细胞瘤等）病理诊断中均表现出了较高标签效率［19，26］。更为重要的是，不同于传统深度学习模型的“黑盒”输出，视觉语言模型引入了交互式视觉问答机制。病理医师可用自然语言针对特定感兴趣区域提问，模型通过高亮显示或文字回答进行实时响应。这种“人机回环”的交互模式极大地增强了诊断过程的透明度与医师对AI的信任度。（二）隐匿特征挖掘利用“基因型表型”关联，多模态模型展现出从苏木精伊红染色（hematoxylineosinstaining，HE）图像中挖掘亚视觉特征的潜力，成为“虚拟分子病理学”的核心工具。一方面，模型可预测与靶向及免疫治疗密切相关的分子状态，如乳腺癌的雌激素受体/孕激素受体/人表皮生长因子受体2（humanepidermalgrowthfactorreceptor2，HER2）状态、肺癌的EGFR突变，以及泛癌种的微卫星不稳定和肿瘤突变负荷［27］。MUSK预测HER2表达受试者工作特征曲线下面积可达0.826［95%可信区间（CI）：0.813~0.839］［20］。PathomicFusion模型融合肿瘤组织学及基因组特征，不仅可预测肿瘤关键标志物，如胶质瘤异柠檬酸脱氢酶状态、肾透明细胞癌CYP3A7基因表达水平，还可准确预测肿瘤发生风险及预后［28］。这为分子检测前的快速预筛及医疗资源匮乏地区的精准诊疗提供了新路径。另一方面，通过综合分析肿瘤微环境特征，模型可预测患者对免疫检查点抑制剂或新辅助化疗的病理完全缓解概率，辅助临床制订个性化的精准治疗方案，筛选潜在获益人群并规避无效治疗［29］。（三）知识检索与决策支持视觉语言模型凭借强大的语义检索能力，为疑难病例诊断与科研数据挖掘打造了“数字大脑”。该模型实现了“以文搜图”和“以图搜文”的跨模态检索，医师可通过输入自然语言描述，在海量数据库中快速检索出具有相似形态学特征的历史确诊病例及相关报告。这种基于语义的检索机制，不仅为罕见病诊断提供了重要参考，也为构建高水平教学案例库奠定了基础。此外，在预后评估方面，整合病理图像、临床病历文本及随访生存数据的多模态生存分析框架，能够比传统分期系统更精准地进行风险分层，预测复发与生存概率，并支持治疗过程中的动态风险监测与方案调整［30］。以AFLoc模型为例，其在预训练阶段通过广泛多层次语义结构的对比学习，全面对齐多维度医学概念与丰富的图像特征。该模型有效整合词级、句级和报告级特征，有效捕捉组织病理学图像中的视觉特征和文本描述中的语义语境，从而适应病理的多样化表现［31］。四、当前研究面临的挑战与瓶颈尽管VLFM在试验环境下展现出卓越性能，但要真正实现从实验室研究向临床日常病理诊断工作流的转化，仍需跨越数据壁垒、模型内在局限及临床转化验证缺失这三重主要障碍。1.在数据维度上，高质量的多模态数据是构建鲁棒性模型的基石［32］，但病理学领域数据获取与质量控制依然是核心瓶颈［33］。不同医疗机构采用的数字病理扫描设备在品牌与型号上存在差异，导致生成的WSI在分辨率、色温及对比度等方面存在显著的特征分布偏移。这种数据分布的不一致性严重影响了模型的泛化能力，使其在处理非训练集的外部机构数据时性能显著下降［34］。同时，存在数据孤岛与隐私合规的制约。融合了基因组学与详细临床信息的敏感多模态数据，受到《通用数据保护条例》［3536］、《健康保险流通与责任法案》［3738］等法律法规的严格保护。跨机构构建大规模、多中心数据集面临复杂的伦理审查与合规挑战，导致数据孤岛现象普遍，极大限制了模型对罕见病特征及人群多样性的学习能力。另外，现有的临床病理文本报告多为非结构化数据，且存在较高的噪声与冗余。低质量的文本数据可能会干扰模型对视觉特征的有效提取与对齐，导致多模态模型在部分纯视觉分类任务中的表现不及针对特定任务优化的单模态模型［39］。2.在模型维度上，病理诊断本质上是基于形态学证据的推理过程，而当前的深度学习模型普遍存在“黑盒”效应。尽管模型能够输出“高级别肿瘤”等诊断结论，但往往无法提供如细胞核异型性、核分裂象计数或腺管结构缺失等具体的病理形态学依据。现有可解释性AI技术在解析细微病理特征方面尚显不足，这种可解释性的缺失，致使病理医师在人机结论不一致时难以信任模型的辅助诊断［21］。3.涉及文本生成的模型存在“生成式幻觉”风险。在训练阶段，若模型对学习内容掌握不足、学习到错误知识以及推理能力的缺陷，会造成“幻觉”，以及过时或错误信息也会被模型输出甚至放大；其在评估自身回答正确性上存在不足，常表现出过度自信，甚至在面对未知问题时倾向于编造答案；基于人类反馈的强化学习（reinforcementlearningfromhumanfeedback，RLHF）过程中，模型可能为迎合人类偏好而牺牲真实性，出现“谄媚”现象，生成符合用户期望而非事实的内容［40］。在一项以幻觉基准质量测量框架（hallucinationbenchmarkqualitymeasurementframework，HQM）和构建的高质量幻觉基准（highqualityhallucinationbenchmark，HQH）的测试中，大规模评估视觉语言模型的幻觉问题，评估显示，GPT4o总体幻觉率最低（37.0%），但多数模型总体幻觉率超40.0%［41］。在严谨的医疗诊断场景中，此类事实性错误不仅严重影响诊断安全性，也极大地制约了自动报告生成技术的临床应用落地［42］。4.在转化维度上，算法模型向医疗器械转化的过程中，验证标准与监管体系的滞后已成为主要瓶颈。一方面，当前行业缺乏统一的模型评估基准，多数研究仅依赖回顾性数据集，缺乏严格的大规模、多中心及前瞻性临床试验数据的支撑，导致模型在实际临床应用中的真实获益尚不明确。另一方面，监管审批面临不确定性。VLFM通常具备持续学习或生成式能力，这与传统医疗器械审批中要求“算法锁定”的原则存在冲突。加之监管路径尚不明确，以及高昂的临床验证成本，使得相关技术的商业化与合规化进程面临巨大的风险与挑战［42］。五、病理视觉语言模型的未来发展趋势针对前述挑战，病理VLFM的未来演进将不再单纯依赖参数规模的扩张，而是聚焦于构建可信、高效且深度集成的智慧病理生态系统。1.在数据策略上破解数据孤岛，从中心化训练向分布式隐私计算与知识融合转型。鉴于病理数据多源异质性与隐私合规的现实壁垒，未来的数据交互范式将发生根本性变革。一方面，联邦学习作为极具潜力的分布式训练策略，通过在不同医疗机构本地进行模型更新并仅交互加密梯度信息，能够在严格遵守数据隐私法规的前提下，有效打破数据孤岛，构建涵盖多中心、多人群特征的强泛化模型。另一方面，训练数据将超越简单的非结构化“图像文本”对，转向构建结构化的多模态知识图谱。通过图神经网络技术，将病理形态学特征与基因组学、临床表型及随访数据进行深度关联与拓扑映射，从而增强模型对肿瘤异质性及复杂生物学行为的推理能力［43］。2.提升模型可信度，引入检索增强生成与交互式可解释性机制。为突破深度学习模型的“黑盒”瓶颈并抑制“生成式幻觉”风险，单一的生成式架构将向“推理验证”混合架构演进。其中，检索增强生成技术将成为关键解法：模型在生成诊断描述时，不再仅依赖内部参数记忆，而是实时检索权威医学指南、教科书或标准病例库，通过引入外部知识库对生成内容进行实时事实核查，从而显著降低错误率［44］。此外，模型可解释性将从静态热力图升级为交互式验证。未来的系统将允许病理医师通过自然语言与模型进行诊断逻辑的交互，模型能够通过高亮特定区域来响应医师的质疑。这种人机交互式的验证过程是建立临床信任、辅助精准诊断的必经之路。3.重塑临床工作流，跨越落地鸿沟，边缘计算部署与病理智能体化。为克服算力成本高昂与临床工作流整合困难的挑战，VLFM将向边缘端轻量化与自主智能体方向发展。在部署层面，利用模型蒸馏和量化技术开发专用于特定任务的轻量化模型，使其能够直接嵌入数字切片扫描仪等终端设备，实现低延时的实时辅助分析。在应用层面，AI将从被动的辅助工具向具备自主性的智能体演进。新一代病理智能体将具备主动规划能力，能够自主完成病例预审、自动调取患者既往病史、建议补充免疫组织化学检测乃至草拟结构化报告供医师审核。这种模式将彻底重塑病理科工作流，通过自动化处理常规初筛工作，使病理医师能够专注于疑难复杂病例的决策分析。参考文献[1]DatwaniS,KhanH,NiaziM,etal.Artificialintelligenceinbreastpathology:overviewandrecentupdates[J].HumPathol,2025,162:105819.DOI:10.1016/j.humpath.2025.105819.[2]HannaMG,ArdonO,ReuterVE,etal.Integratingdigitalpathologyintoclinicalpractice[J].ModPathol,2022,35(2):152-164.DOI:10.1038/s41379-021-00929-0.[3]LuMY,WilliamsonD,ChenTY,etal.Data-efficientandweaklysupervisedcomputationalpathologyonwhole-slideimages[J].NatBiomedEng,2021,5(6):555-570.DOI:10.1038/s41551-020-00682-w.[4]姚小红,何志承,卞修武.加快数智化病理科建设与展望[J].中华病理学杂志,2024,53(5):424-429.DOI:10.3760/112151-20240221-00108.YaoXH,HeZC,BianXW.Acceleratingtheconstructionofdigitalandintelligentializedpathologyandtheprospects[J].ChineseJournalofPathology,2024,53(5):424-429.DOI:10.3760/112151-20240221-00108.[5]GaoY,Ventura-DiazS,WangX,etal.Anexplainablelongitudinalmulti-modalfusionmodelforpredictingneoadjuvanttherapyresponseinwomenwithbreastcancer[J].NatCommun,2024,15(1):9613.DOI:10.1038/s41467-024-53450-8.[6]笪倩,王书浩,王玟雯,等.大模型时代下的病理人工智能进展与挑战[J].中华病理学杂志,2025,54(3):305-309.DOI:10.3760/112151-20240926-00640.DaQ,WangSH,WangWW,etal.Progressandchallengesofpathologicalartificialintelligenceintheeraoflargemodels[J].ChineseJournalofPathology,2025,54(3):305-309.DOI:10.3760/112151-20240926-00640.[7]ChenC,MatIsaNA,LiuX.Areviewofconvolutionalneuralnetworkbasedmethodsformedicalimageclassification[J].ComputBiolMed,2025,185:109507.DOI:10.1016/pbiomed.2024.109507.[8]SooW,BattistaA,RadmardP,etal.Recurrentneuralnetworkdynamicalsystemsforbiologicalvision[J].AdvNeuralInfProcessSyst,2024,37:135966-135982.[9]WangX,XuX,LiuZ,etal.Bidirectionalencoderrepresentationsfromtransformers-likelargelanguagemodelsinpatientsafetyandpharmacovigilance:acomprehensiveassessmentofcausalinferenceimplications[J].ExpBiolMed(Maywood),2023,248(21):1908-1917.DOI:10.1177/15353702231215895.[10]AggarwalA,BharadwajS,CorredorG,etal.Artificialintelligenceindigitalpathology-timeforarealitycheck[J].NatRevClinOncol,2025,22(4):283-291.DOI:10.1038/s41571-025-00991-6.[11]HuangZ,BianchiF,YuksekgonulM,etal.Avisual-languagefoundationmodelforpathologyimageanalysisusingmedicalTwitter[J].NatMed,2023,29(9):2307-2316.DOI:10.1038/s41591-023-02504-3.[12]LiD,WanG,WuX,etal.Asurveyoncomputationalpathologyfoundationmodels:datasets,adaptationstrategies,andevaluationtasks[DB/OL].(2025-02-26)[2025-12-03]./abs/2501.15724v2.[13]RadfordA,KimJW,HallacyC,etal.Learningtransferablevisualmodelsfromnaturallanguagesupervision[DB/OL].(2021-02-26)[2025-12-03]./abs/2103.00020.[14]ZhangR,ZhuQ,XuX,etal.Visual-guidedattentiveattributesembeddingforzero-shotlearning[J].NeuralNetw,2021,143:709-718.DOI:10.1016/j.neunet.2021.07.031.[15]LuMY,ChenB,WilliamsonD,etal.AmultimodalgenerativeAIcopilotforhumanpathology[J].Nature,2024,634(8033):466-473.DOI:10.1038/s41586-024-07618-3.[16]IkezogwoWO,SeyfiogluMS,GhezlooF,etal.Quilt-1M:onemillionimage-textPairsforhistopathology[J].AdvNeuralInfProcessSyst,2023,36(DB1):37995-38017.[17]BrancatiN,AnnicielloAM,PatiP,etal.BRACS:adatasetforBReAstcarcinomasubtypinginH&Ehistologyimages[J].Database(Oxford),2022,baac093.DOI:10.1093/database/baac093.[18]DaQ,HuangX,LiZ,etal.DigestPath:abenchmarkdatasetwithchallengereviewforthepathologicaldetectionandsegmentationofdigestive-system[J].MedImageAnal,2022,80:102485.DOI:10.1016/j.media.2022.102485.[19]LuMY,ChenB,WilliamsonD,etal.Avisual-languagefoundationmodelforcomputationalpathology[J].NatMed,2024,30(3):863-874.DOI:10.1038/s41591-024-02856-4.[20]XiangJ,WangX,ZhangX,etal.Avision-languagefoundationmodelforprecisiononcology[J].Nature,2025,638(8051):769-778.DOI:10.1038/s41586-024-08378-w.[21]HackingS.Foundationmodelsinpathology:bridgingAIinnovationandclinicalpractice[J].JClinPathol,2025,78(7):433-435.DOI:10.1136/jcp-2024-209910.[22]XuH,UsuyamaN,BaggaJ,etal.Awhole-slidefoundationmodelfordigitalpathologyfromreal-worlddata[J].Nature,2024,630(8015):181-188.DOI:10.1038/s41586-024-07441-w.[23]DingT,WagnerSJ,SongAH,etal.Amultimodalwhole-slidefoundationmodelforpathology[J].NatMed,2025,31(11):3749-3761.DOI:10.1038/s41591-025-03982-3.[24]RaniV,NabiST,KumarM,etal.Self-supervisedlearning:asuccinctreview[J].ArchComputMethodsEng,2023,30(4):2761-2775.DOI:10.1007/s11831-023-09884-2.[25]ZhangX,YangS,ShiY,etal.WeaklyguidedattentionmodelwithhierarchicalinteractionforbrainCTreportgeneration[J].ComputBiolMed,2023,167:107650.DOI:10.1016/pbiomed.2023.107650.[26]ZhouX,SunL,HeD,etal.Knowledge-enhancedpretrainingforvision-languagepathologyfoundationmodeloncancerdiagnosis[J].CancerCell,2026,44(4):777-791.e7.DOI:10.1016/j.ccell.2026.01.019.[27]MarraA,MorgantiS,ParejaF,etal.Artificialintelligenceenteringthepathologyarenainoncology:currentapplicationsandfutureperspectives[J].AnnOncol,2025,36(7):712-725.DOI:10.1016/j.annonc.2025.03.006.[28]ChenRJ,LuMY,WangJ,etal.Pathomicfusion:anintegratedframeworkforfusinghistopathologyandgenomicfeaturesforcancerdiagnosisandprognosis[J].IEEETransMedImaging,2022,41(4):757-770.DOI:10.1109/TMI.2020.3021387.[29]SolimanA,LiZ,ParwaniAV.Artificialintelligence′simpactonbreastcancerpathology:aliteraturereview[J].DiagnPathol,2024,19(1):38.DOI:10.1186/s13000-024-01453-w.[30]ZhangDY,VenkatA,KhasawnehH,etal.Implementationofdigitalpathologyandartificialintelligenceinroutinepathologypractice[J].LabInvest,2024,104(9):102111.DOI:10.1016/j.labinv.2024.102111.[31]YangH,ZhouHY,LiuJ,etal.Amultimodalvision-languagemodelforgeneralizableannotation-freepathologylocalization[J].NatBiomedEng,2026,10(8):1595-1609.DOI:10.1038/s41551-025-01574-7.[32]SchwendickeF,CejudoGranodeOroJ,GarciaCantuA,etal.Artificialintelligenceforcariesdetection:valueofdataandinformation[J].JDentRes,2022,101(11):1350-1356.DOI:10.1177/00220345221113756.[33]ThakurN,AlamMR,Abdul-GhafarJ,etal.Recentapplicationofartificialintelligenceinnon-gynecologicalcancercytopathology:asystematicreview[J].Cancers(Basel),2022,14(14):3529.DOI:10.3390/cancers14143529.[34]步宏.积极推动人工智能在病理学的应用[J].中华病理学杂志,2021,50(4):307-309.DOI:10.3760/112151-20210219-00148.BuH.Promotetheapplicationofartificialintelligenceinpathology[J].ChineseJournalofPathology,2021,50(4):307-309.DOI:10.3760/112151-20210219-00148.[35]MondscheinCF,MondaC,KubbenP,etal.TheEU′sgeneraldataprotectionregulation(GDPR)inaresearchcontext[M].Cham(CH):Springer,2019:55-71.DOI:10.1007/978-3-319-99713-1_5.[36]YuanB,LiJ.Thepolicyeffectofthegeneraldataprotectionregulatio