數字化閱片在病理診斷中的可重復性和正確率研究

唐仲平 崔權哲 包驥

[摘要]目的 探討數字化閱片在臨床病理診斷中的可重復性和正確率。方法 選取成都市第一人民醫院病理科于2015年9月診斷的300例連續組織學病例作為研究對象，將所有病理切片運用全切片圖像掃描技術（WSI）進行數字化掃描;再分別于2015年11月、2016年1月、2016年3月再次閱片后做出第一次數字化診斷、第二次顯微鏡診斷及第二次數字化診斷;最后對不同時間用不同方式診斷的四次結果進行比較，分析數字化閱片在臨床病理診斷中的可重復性和正確率。結果 同顯微鏡診斷一樣，數字化診斷在病變性質及種類上均有很高的可重復性和正確率;同第一次數字化診斷與顯微鏡診斷的符合率比較，第二次數字化診斷與顯微鏡診斷的符合率明顯升高;無論是顯微鏡閱片還是數字化閱片，對疑難病例復診的正確率均高于初診。結論 數字化閱片在臨床病理診斷中有很高的可重復性和正確率。隨著病理醫師對數字化閱片的逐漸適應，數字化診斷會越來越貼近、甚至超越顯微鏡診斷的可重復性和正確率。

[關鍵詞]全切片圖像掃描技術;數字化閱片;臨床病理診斷;可重復性;正確率

[中圖分類號] R446.8? ? ? ? ? [文獻標識碼] A? ? ? ? ? [文章編號] 1674-4721（2020）1（c）-0028-04

[Abstract] Objective To investigate the repeatability and correctness of digital reading in clinical pathological diagnosis. Methods A total of 300 consecutive cases in Pathology Department of Chengdu First People′s Hospital diagnosed in September 2015 were chosen as research objects and all the slices were applied with digital scanning by whole slide images （WSI）. The author reviewed slices again and made the first digital diagnosis， the second microscopic diagnosis， the second digital diagnosis separately in November 2015， January 2016 and March 2016. The four diagnosis results at different times and in different ways were compared， and the repeatability and correctness of digital reading in clinical pathological diagnosis was analyzed. Results Just as microscopic diagnosis， digital diagnosis had high repeatability and correctness in the nature and types of lesions. Compared with the coincidence rate of the first digital diagnosis and microscopic diagnosis， the coincidence rate of the second digital diagnosis and microscopic diagnosis was significantly higher. Whether it was microscopic or digital reading， the correctness of re-diagnosis of difficult cases was higher than that of initial diagnosis. Conclusion Digital reading has high repeatability and correctness in clinical pathological diagnosis. With the gradual adaptation of pathologists to digital reading， digital diagnosis will be more and more close to， or even beyond microscopic diagnosis in the repeatability and correctness.

[Key words] Whole slide images; Digital reading; Clinical pathological diagnosis; Repeatability; Correctness

現代病理發展的三大方向包括專科病理、分子病理和數字病理。數字病理核心內容是將傳統病理圖像數字化和數據化，數字化有利于病理信息的傳播和存儲，有利于病理信息的處理及挖掘。數字病理的用途主要包括教學[1-2]、診斷[3-8]、研究和檔案保存[9]四個方面。目前，數字病理在病理教學中運用較為廣泛，有時也用于少數疑難病例會診或術中冰凍切片的遠程會診[10-11]，但在日常病理診斷以及研究、檔案保存中幾乎未發揮作用[12-14]。成都市第一人民醫院病理科利用全切片圖像掃描技術（whole slide images，WSI）將每天產生的所有切片掃描成數字化切片。本研究將2015年9月診斷（第一次顯微鏡診斷）的300例連續組織學病例作為研究對象，之后分別做出第一次數字化診斷、第二次顯微鏡診斷和第二次數字化診斷，對比分析數字化閱片在臨床病理診斷中的可重復性和正確率，現報道如下。

1資料與方法

1.1一般資料

選取成都市第一人民醫院病理科于2015年9月診斷的300例（共計384張HE染色切片）連續組織學病例作為研究對象，其中男115例，女185例;年齡10～92歲，平均（45±15）歲;來自消化系統155例，乳腺及女性生殖系統82例，皮膚34例，軟組織與骨10例，泌尿系統與男性生殖器官7例，頭頸部7例，造血與淋巴組織3例，肺、胸膜、胸腺及心臟2例。本研究經醫院醫學倫理委員會審核批準。

1.2方法

將病理切片運用Aperio全自動數字切片掃描系統（美國Aperio Technologies公司）掃描成數字化切片（20倍物鏡）。于2015年11月、2016年1月和2016年3月分別做出第一次數字化診斷、第二次顯微鏡診斷和第二次數字化診斷，對比分析數字化閱片在臨床病理診斷中的可重復性和正確率。

1.3觀察指標

本研究將病變性質分為良性、交界性/癌前病變、惡性，病變性質的符合情況分為符合和不符合;將病變種類的符合情況分為完全符合、部分符合和不符合，其中部分符合主要指病變種類的大類正確但亞型不正確或主要病變正確但漏診了一些次要病變。觀察指標包括兩次顯微鏡閱片的符合情況，兩次數字化閱片的符合情況，第一次顯微鏡與第一次數字化閱片的符合情況，第二次顯微鏡與第二次數字化閱片的符合情況。

請上級醫師常規閱片并為300個病例制定“標準答案”，觀察兩次顯微鏡閱片及兩次數字化閱片與“標準答案”的符合情況得出正確率。符合率/完全符合率/正確率較高的標準要求以上指標>90%。

1.4統計學方法

采用SPSS 22.0統計學軟件進行數據分析，計量資料用均數±標準差（x±s）表示;計數資料采用率表示，比較采用χ2檢驗，以P<0.05為差異有統計學意義。

2結果

2.1常規病理與數字化病理診斷病變性質的符合情況

對300例組織學病例的病變性質而言，兩次顯微鏡診斷的符合率（99.33%）及兩次數字化診斷的符合率（99.67%）均在98.00%以上。另外，兩次對比顯微鏡和數字化診斷的符合率亦均在98.00%以上。將四次診斷結果與“標準答案”比較，四次診斷均與“標準答案”符合的病例歸為普通病例（270例），四次中有任意一次診斷與“標準答案”不符合的病例歸為疑難病例（30例）。結果顯示，即使在30例疑難病例的病變性質方面，兩次顯微鏡診斷的符合率（93.33%）及兩次數字化診斷的符合率（96.67%）均在90.00%以上。另外，第二次顯微鏡與第二次數字化診斷的符合率（96.67%）比第一次顯微鏡與第一次數字化診斷的符合率（86.67%）高10.00%（表1）。惡性病變（4例）的診斷符合率為100.00%（表2～5）。

2.2常規病理與數字化病理診斷在病變種類上的符合情況

對300例組織學病例的病變種類而言，兩次顯微鏡診斷的完全符合率（94.33%）及兩次數字化診斷的符合率（94.67%）都非常接近95.00%。另外，兩次對比顯微鏡和數字化診斷的完全符合率都在90.00%以上，且第二次顯微鏡與數字化診斷的完全符合率（97.66%）比第一次顯微鏡與數字化診斷的完全符合率（90.67%）高出接近7.00%。

但就30例疑難病例的病變種類而言，兩次顯微鏡診斷的完全符合率（43.33%）和兩次數字化診斷的完全符合率（46.67%）均在50.00%以下。但第二次顯微鏡與數字化診斷的完全符合率（76.66%）遠遠高出第一次顯微鏡與數字化診斷的完全符合率（6.67%）（表6）。

2.3常規病理與數字化病理診斷的正確率

兩次顯微鏡診斷和第二次數字化診斷的正確率均高于95.00%，而第一次數字化診斷的正確率（94.33%）也非常接近95.00%。且數字化診斷與顯微鏡診斷的正確率比較，差異無統計學意義（P>0.05）。

在30例疑難病例的診斷正確率方面，無論是顯微鏡閱片還是數字化閱片，復診（即第二次）的正確率均高于初診;更重要的是，顯微鏡復診比初診的正確率只提高了16.67%，而數字化復診比初診的正確率卻提高了26.67%（表7）。

3討論

在數字病理蓬勃發展的今天，數字化閱片的可重復性和正確率成了醫生和患者最關心的問題[15-18]。本研究通過將300例組織學病例的兩次顯微鏡診斷、兩次數字化診斷以及高年資病理醫生制定的“標準答案”進行對比分析，以此探討數字化閱片在臨床病理診斷中的可重復性和正確率。

本研究首先針對整組300例組織學病例，分析了顯微鏡診斷與數字化診斷的可重復性，結果顯示，兩次顯微鏡診斷在病變性質上的符合率為99.33%，在病變種類上的完全符合率為94.33%;兩次數字化診斷在病變性質上的符合率為99.67%，在病變種類上的完全符合率為94.67%。重要的是，所有不符合的病例中，并無惡性病變的漏診或過診斷，提示無論是患者最關注的病變良惡性，還是醫師追求的病理診斷精確性，數字化診斷都擁有與顯微鏡診斷同樣的高重復性。就病變性質而言，兩次對比顯微鏡和數字化診斷的符合率都在98.00%以上，提示閱片者對病變性質有較準確而穩定的把握。

本研究還針對30例疑難組織學病例分析了顯微鏡診斷與數字化診斷的可重復性，結果顯示，兩次顯微鏡診斷在病變性質上的符合率為93.33%，在病變種類上的完全符合率為43.33%;兩次數字化診斷在病變性質上的符合率為96.67%，在病變種類上的完全符合率為46.67%，提示在疑難病例的性質方面，顯微鏡診斷和數字化診斷均擁有很高的可重復性。但就疑難病例的病變種類而言，兩次顯微鏡診和兩次數字化診斷的完全符合率均不理想。但無論是病變性質還是種類，兩次數字化診斷的符合率均略高于顯微鏡診斷，提示對于疑難病例而言，數字化診斷的可重復性略高，可能是由于數字化切片能永遠保持圖像質量，而常規切片隨著時間的流逝，切片質量的下降（褪色、灰塵、破損等）可能會對診斷造成一定的影響。

無論是針對整組300例組織學病例還是30例疑難病例，在病變性質和種類兩方面，第二次顯微鏡閱片和第二次數字化閱片的診斷符合率均高于第一次顯微鏡閱片和第一次數字化閱片的診斷符合率，提示只要有專業的設備和訓練，病理醫生會越來越適應數字化閱片和診斷，數字化診斷與顯微鏡診斷的符合率也會明顯提升。

更重要的是，就整組300例組織學病例而言，第一次數字化診斷的正確率為94.33%，第二次數字化診斷的正確率為97.00%，這么高的正確率提示數字化閱片所做出的診斷是完全可以用于臨床工作的。就疑難病例而言，第一次數字化診斷的正確率為43.33%，第二次數字化診斷的正確率為70.00%，雖然兩次數字化診斷的正確率均不理想，但數字化復診比初診的正確率提高了26.67%，提示隨著病理醫生診斷經驗的積累和對數字化閱片的熟練，數字化診斷在疑難病例的正確率方面還有很大的提升空間。

綜上所述，數字化閱片在臨床病理診斷中有較高的可重復性和正確率，并隨著病理醫師對數字化閱片的逐漸適應，數字化診斷會越來越貼近、甚至超越顯微鏡診斷的可重復性和正確率。另外，隨著人工智能技術的興起[19-21]，相信在今后日常病理工作中，WSI將逐步取代傳統切片的診斷地位。

[參考文獻]

[1]Fung KM，Hassell LA，Talbert ML，et al.Whole slide images and digital media in pathology education，testing，and practice：the Oklahoma experience[J].Anal Cell Pathol，2012，35（1）：37-40.

[2]方微，陳東.數字病理時代的病理學學習與臨床實踐[J].中國醫藥導報，2017，14（28）：144-147.

[3]Camparo P，Egevad L，Algaba F，et al.Utility of whole slide imaging and virtual microscopy in prostate pathology[J].APMIS，2012，120（4）：298-304.

[4]Retamero JA，Aneiros-Fernandez J，Del Moral RG.Complete digital pathology for routine histopathology diagnosis in a multicenter hospital network[J].Arch Pathol Lab Med，2019.[Epub ahead of print].

[5]Williams BJ，Knowles C，Treanor D.Maintaining quality diagnosis with digital pathology：A practical guide to ISO15189 accreditation[J].J Clin Pathol，2019.[Epub ahead of print].

[6]Hanna MG，Pantanowitz L.Feasibility of using the omnyx digital pathology system for cytology practice[J].J Am Soc Cytopathol，2019，8（4）：182-189.

[7]Hanna MG，Reuter VE，Samboy J，et al.Implementation of digital pathology offers clinical and operational increase in efficiency and cost savings[J].Arch Pathol Lab Med，2019，143（12）：1545-1555.

[8]胡佐鴻，趙春，包驥，等.全片數字化圖像在診斷細胞病理學中的應用[J].中華病理學雜志，2017，46（8）：581-585.

[9]Mroz P，Parwani AV，Kulesza P.Central pathology review for phase Ⅲ clinical trials：the enabling effect of virtual micros-copy[J].Arch Pathol Lab Med，2013，137（4）：492-495.

[10]申成香，楊小苗，司有誼，等.數字切片在病理遠程會診中應用分析[J].臨床與實驗病理學雜志，2017，33（8）：935-937.

[11]陳機瓊，馮慧艷，林丹麗，等.基層醫院基于遠程數字病理的術中冰凍診斷應用實踐[J].中國數字醫學，2018，13（2）：60-62.

[12]Paradis V，Quaglia A.Digital pathology，what is the future？[J].J Hepatol，2019，70（5）：1016-1018.

[13]Tizhoosh HR，Pantanowitz L.Artificial intelligence and digital pathology：challenges and opportunities[J].J Pathol Inform，2018，9：38.

[14]Higgins C.Applications and challenges of digital pathology and whole slide imaging[J].Biotech Histochem，2015，90（5）：341-347.

[15]Wilbur DC，Madi K，Colvin RB，et al.Whole-slide imaging digital pathology as a platform for teleconsultation：a pilot study using paired subspecialist correlations[J].Arch Pathol Lab Med，2009，133（12）：1949-1953.

[16]陳穎，魏培蓮，潘軍，等.數字化全玻片助力人工智能病理圖像決策[J].第二軍醫大學學報，2018，39（8）：840-845.

[17]包驥，步宏.中國數字病理發展展望[J].實用醫院臨床雜志，2017，14（5）：1-2.

[18]鄧楊，包驥.數字病理中計算機輔助診斷研究展望[J].實用醫院臨床雜志，2017，14（5）：10-12.

[19]Colling R，Pitman H，Oien K，et al.Artificial intelligence in digital pathology：a roadmap to routine use in clinical practice[J].J Pathol，2019，249（2）：143-150.

[20]Niazi MKK，Parwani AV，Gurcan MN.Digital pathology and artificial intelligence[J].Lancet Oncol，2019，20（5）：e253-e261.

[21]Aeffner F，Zarella MD，Buchbinder N，et al.Introduction to digital image analysis in whole-slide imaging：A white paper from the digital pathology association[J].J Pathol Inform，2019，10：9.

（收稿日期：2019-07-02? 本文編輯：任秀蘭）