商汤医疗在中华医学会病理学年会上展示了智慧病理综合解决方案，强调AI在病理诊断中的应用与临床融合，提升诊断效率，推动精准医疗发展。

常州第一人民医院与商汤医疗合作，运用多模态AI技术推动智慧医院建设，提升病理诊断效率，优化就医体验，成为地市级医院智慧化转型的标杆。

该研究提出了VideoPath-LLaVA，这是首个在计算病理学中集成多种影像场景的大型多模态模型。该模型通过结合视频数据和指令，显著提升了病理诊断的合理性，为未来的病理视频分析和临床决策支持系统奠定了新基准。

本研究提出了一种适应尺度的多实例学习方法（SMILE），旨在改善STAS肺癌的病理诊断。通过引入尺度自适应注意机制，SMILE在多个数据集上超越了临床平均AUC，为计算病理学的发展奠定了基础。

本文研究了预训练视觉语言模型在医学图像中的应用，强调医学提示语设计的重要性。通过自动生成医学提示和多尺度特征集成，显著提升了模型的识别性能和鲁棒性。此外，提出了对抗提示调优和混合视觉提示等新方法，增强了模型在复杂病理诊断中的表现，减少了假阴性预测。

本文介绍了PathAsst，一种结合多种语言和视觉模型的生成式AI助手，旨在改善病理诊断和治疗。研究表明，预训练的病理基础模型在下游任务中表现优异，尤其是DINO算法展现了更好的泛化能力。此外，PathoTune框架通过多模态提示调整，提升了病理学任务的适应性。这些进展为病理学领域的AI应用开辟了新前景。

本文总结了人工智能在数字组织学图像中的自动信息提取的应用，以改善病理诊断。提供了病理测试数据集的一般建议，以帮助开发者证明产品的实用性，并帮助监管机构和用户验证性能指标。