8万！中山大学肿瘤防治中心拟转让两项智能辅助管理系统

日前，中山大学肿瘤防治中心发布成果转化公示，拟将其“AI驱动的病理实验室内审缺陷预测与闭环管理系统”、“基于知识图谱的病理实验室ISO15189智能迎检辅助系统”两项专利以转让的形式转让给深圳市惠康信息科技有限公司，交易金额为8万元。

图片来自中山大学官网

两项专利均为病理实验室智能化质量管理的核心创新成果，填补了行业内智能迎检、内审缺陷预测与闭环管理的技术问题，该技术将推动人工智能技术在病理实验室质量管理领域的落地应用，助力医疗实验室质量管理的标准化、智能化升级。

病理诊断作为疾病诊断的“金标准”，其核心是通过对病变组织、细胞等样本的检测分析，为肿瘤等疾病的临床诊断、治疗方案制定提供精准依据，而病理实验室的操作规范性、质量管控能力直接决定诊断结果的准确性，更是关乎患者诊疗决策的关键环节。

在临床诊疗与行业认证的双重要求下，病理实验室既要面对日常海量样本的检测分析工作，保障每一步操作符合实验室标准作业程序（SOP），又需满足ISO15189医学实验室质量和能力国际标准的严苛要求，完成定期认证与复评审的迎检工作。

但当前病理实验室的质量管理体系却面临诸多临床痛点，一方面，日常内审工作中，试剂超限、设备校准遗漏、诊断不规范等质量缺陷难以及时发现，传统人工审查模式不仅耗时耗力，还易受主观因素影响，导致审查结果缺乏客观性与一致性，且只能在问题发生后被动整改，无法提前预判潜在质量风险；另一方面，ISO15189迎检工作需完成大量文档整理、标准条款匹配工作，病理学专业术语与标准条款的语义对应关系复杂，人工梳理易出现疏漏，且难以对检验全流程进行实时风险监控，迎检准备效率低下。

目前市面上大部分实验室信息管理系统（LIS）仅能实现基础的数据记录和简单统计分析，缺乏对病理专业知识的深度理解和智能分析能力，无法完成标准条款与实验室操作的语义映射；部分基于数据挖掘的质量管理方法也仅针对特定检验项目，未能实现对病理实验室全流程的覆盖；而传统的迎检辅助工具多为静态规则匹配，既不能自动生成符合标准的迎检报告，也缺乏实时的风险评估与预警机制，难以满足病理实验室对内审质量管控和国际标准认证的双重需求，行业亟需智能化的解决方案填补技术空间。

这两项发明专利均以人工智能技术为核心，精准切入病理实验室质量管理的迎检认证、内部审查两大核心环节，在技术架构、功能落地、实际应用层面实现多重创新突破，二者各有鲜明技术优势，又能形成高度功能互补，突破了现有病理质控解决方案的技术局限，为行业打造了从内部缺陷预防到外部标准合规的全流程智能化质量管理方案。

基于知识图谱的病理实验室ISO15189智能迎检辅助系统的核心创新，在于实现了病理学专业知识与ISO15189国际标准的智能融合。该系统首次将知识图谱技术深度应用于病理实验室迎检场景，构建病理学领域专属知识图谱，通过TransD模型实现实体与关系的多对多映射，攻克了传统方法难以理解病理专业术语语义的行业痛点；同时融合自然语言处理技术，采用CNN-BiLSTM结构精准识别病理报告中的专业术语实体，结合BERT模型完成术语与标准条款的语义相似度匹配，搭配TF-IDF技术提取样本关键信息，实现迎检文档的自动化、结构化生成，将原本数天的人工文档整理工作缩短至数小时，效率提升显著。此外，该系统创新打造定量+定性双重风险评估体系，支持染色图片、免疫组化图像、扫描玻片等多模态数据的合规性验证，能实时采集实验室业务流数据进行风险打分、等级划分，触发阈值后自动预警，并完成风险事件的统计、追踪与闭环处理，实现从“被动迎检”到“主动合规”的模式转变。

而AI驱动的病理实验室内审缺陷预测与闭环管理系统的核心创新，则实现了病理内审从“事后整改”到“事前预测”的关键跨越。该系统突破传统人工内审的主观局限性，基于支持向量机、随机森林、深度神经网络等多类AI算法构建内审缺陷预测模型，结合OCR识别技术将非结构化的内审文档转化为标准化结构化数据，大幅丰富训练样本库，提升缺陷预测的准确性与可靠性。

同时打造全链路缺陷闭环管理体系，从潜在缺陷的概率预测、结果筛选，到自动生成整改工单并推送至对应科室，再到整改进度的实时监控、逾期预警、超限升级，以及整改完成后的闭环验证，实现内审缺陷的全生命周期管理，彻底解决传统整改不彻底、同类问题重复出现的行业痛点。

该系统还具备极强的系统兼容性与自学习能力，通过数据集成模块可与医院LIS、HIS、PACS等现有系统无缝对接，实现多源异构数据的整合与高效利用；创新设计的自学习优化模块能持续收集预测与实际内审结果的对比数据，当模型准确率提升停滞时自动触发重新训练，更新样本库并优化模型参数，实现预测能力的动态提升；配套的设备管理、风险评估模块还能实现设备状态的实时监控与精准风险评估，让病理实验室的内部质量管理更具系统性、科学性。

两项技术均针对病理学专业特点、实验室操作实际流程进行算法优化与功能定制，同时大幅降低人工操作门槛，无需专业AI技术知识即可高效应用。二者在应用场景上形成完美互补，分别聚焦病理实验室的外部国际标准认证和内部日常质量管控，共同构建起“内部缺陷主动预防+外部标准智能合规”的全流程智能化质量管理体系，为病理实验室质量管理的标准化、智能化升级提供了可落地、可推广的技术方案。

当前病理实验室质量管理智能化赛道已形成国内外企业同台布局的竞争格局，各类医疗科技企业依托自身技术优势推出了适配实验室质控、ISO15189合规迎检的智能产品，覆盖实验室信息管理、质控数据分析、内审缺陷管理等细分场景，成为病理实验室质量管理数字化升级的重要支撑。

广州金域医学研发的病理实验室智能质控管理系统，核心实现ISO15189迎检辅助、内审缺陷分类管理与整改跟踪，同时支持病理切片图像质控分析，依托金域医学第三方检验机构的实践经验，实现了产品功能的场景化落地。

杭州迪英加科技研发的AI病理实验室质量闭环管理系统，基于机器学习算法实现内审缺陷AI预测、整改工单自动生成与质控数据可视化，经实际应用验证，产品的缺陷预测准确率实现新的突破。

上述产品已实现病理实验室质量管理部分环节的智能化升级，成为行业数字化转型的重要基础，未来会有更多针对病理专业定制化的技术设计和场景全覆盖的技术出现，有望为病理质控智能化产品的研发提供新方向，推动病理实验室质量管理智能化产品的技术升级与功能整合。