老龄化进程的加速正在引起中国疾病谱的深刻变化。相关数据显示，2020年大陆新发癌症人数、癌症发病率和死亡率将居世界第一。在未来5—10年内，大陆癌症患者人数将显著增加。
筛查和早诊断早治疗是预防和控制癌症的有效途径之一。“早诊”的关键是扩大病理诊断的可及性，提高病理诊断的准确性，提高基层医疗机构病理诊断水平。
病理诊断是疾病诊断的“金标准”，但培养一名合格的病理医生需要较长的时间。数据显示，到2021年底，大陆注册病理医师将达到2.5万人，其中能独立完成病理诊断的医生不足8000人。病理学家从毕业到独立，往往需要“十年磨一剑”。因此，很难在短期内填补超过100,000病理学家的空缺。
从地区分布来看，80%的病理医师集中在大城市，70%集中在三级医院。一方面，三级医院的病理科超负荷运转，医生过度疲劳，已经成为常态。以三级医院病理科为例，每天需要承担3500多片病理诊断任务，年切片总量超过100万片。
另一方面，基层病理诊断资源严重缺乏，诊断符合率低。目前，二级医院病理诊断符合率为35%，县级医院仅为26%。。病理诊断“含金量”不足，是肿瘤等疾病过度治疗或治疗不足的主要原因。
大陆病理学界已经意识到，推进数字化病理是解决病理资源供需不平衡的关键途径：将玻璃切片转化为数字化切片，再进行数字化存储和数字化诊断，有利于远程病理学、人工智能辅助诊断、病理学大数据研究。为提高诊断效率，减少漏诊、误诊，解决病理资源分布不均等问题。
回顾过去的十多年，病理科的数字化进程相对于检验科和影像科的数字化进程相对滞后。究其原因，是数字病理学的关键技术需要突破。这些关键技术包括：全数字化病理信息系统、数字化病理存储压缩算法、多模态智能病理辅助诊断算法等。
以数据存储系统为例，它是提供数字切片阅读服务的基础IT基础。由于扫描的数字幻灯片是基于传统算法压缩的，切片文件一般在1—3 GB左右。-2PB数量级不断增加，需要存储15-30年，存储成本快速上升。
更重要的是，传统的存储解决方案使用的对象存储具有很高的协议开销。病理切片的检索速度慢，容易出现延迟、拼接等问题。从拖动图像到正常显示甚至需要几十秒的时间。影响病理学家读片的效率和准确性。同时，文件过大导致网络传输速度慢，难以开展对实时性要求较高的业务，如远程术中冰冻病理诊断。
“数字化智慧病理科”的建设不可能一蹴而就，需要经历信息化、数字化、智能化三个阶段。
第一步是信息化，即在信息管理系统的基础上对传统病理工作流程进行全面的数字化升级。
第二步是数字化，即以数字化切片为基础，实现病理诊断及相关的数字化病理应用。重点需要解决的问题是数字切片阅读冻结，和高存储成本。
第三步是智能化，是在人工智能与病理工作流程有机融合的基础上，现高效的人工智能辅助诊断。同时，利用人工智能对病理数据进行深度学习和挖掘，发现新的疾病特征和治疗方法。发展与创新提供了新的思路和方法。
基于“三步走”的路径蓝图，“数字化智慧病理科”可以将科室日常产生和处理的所有病理信息完全数字化、智能化，实现整体病理生态系统的数字化建设。
“要打造数字化智能病理科，单靠病理科或IT团队是做不到的。只有多方合作，组成一个团队，解决数字病理学的关键痛点，才能做到这一点。“为此，将重点任务进行了分解，并将其分为四个重点任务：幻灯片阅读的数字化、科室管理信息化，高效数据管理，智能诊断和质量控制，需要病理研究、硬件支持、信息管理系统、存储等多个团队参与压缩算法和人工智能技术。
提高诊断效率。是在数量多、难度低、重复性高的常规切片诊断中，数字图像读取可以有效地减少医生的重复劳动，提高诊断效率。以消化道内镜活检的小标本为例，传统显微镜读数。
报告期为3个工作日，目前医院已将其缩短为2个工作日。在解决疑难问题方面，借助AI技术的深度学习能力，AI算法在消化管活检中判断小病灶的敏感性和特异性较高。
提高管理效率。全过程的数字化质量控制，不同程度地提高了病理科的标本流通效率、生产质量和生产效率。
授权临床研究，病理科信息化、数字化建设提高了病理数据质量。建立了数字化智能病理辅助服务平台，覆盖了多个病理AI技术领域，建立了亚专科数据库，扩展了前列腺癌、淋巴瘤、肺癌等亚专科疾病的AI模型，为“下一代病理技术”奠定了基础。
利用全流程自动化、数字化辐射到医疗联盟内的分支医院和医疗机构，为国家/省级区域医学中心建设提供参考，带动基层医院提高病理诊断水平，进一步提高普通患者获取优质病理诊断资源的可及性，实现医院就在你隔壁，病理科就在你身边。
三大创新带来病理数据管理的科技革命
“数字化智能病理科”的建设需要解决海量数字化切片的分析效率、阅读体验和存储成本等问题。病理数据管理的技术革命正在发生。
数据存储产品线秉承“为场景找技术，为技术找场景”的宗旨，将数字技术与病理业务场景深度融合，推出首款支持医院级读取和病理无损的“数字病理存储系统”。压缩算法在病理数据的高性能获取和数据缩减方面实现了质的飞跃。
第一是“阅读速度快”
对象存储协议的开销和访问延迟都大于文件存储协议，不是最好的病理存储协议。数据存储自主开发了“分布式并行文件客户端（DPC）”技术，它将分布式并行客户端作为存储客户端运行在计算节点上，通过高速网络与后端存储节点进行数据交换，并采用智能算法大大降低访问延迟，提高吞吐量，使上层应用更智能地访问存储空间。此方案无需升级网络和阅读客户端，可有效保护现有IT投资。
将DPC技术引入病理数字化玻片的读取中，系统在读取玻片时可以根据浏览需要自动匹配图层。这种方法解决了对象存储协议开销大的问题，实现了80倍的检索性能提升，实现了每秒观看1000张病理切片的流畅体验。
从病理科医生的反馈来看，真正做到了“想看哪里就看哪里，不需要等待，非常流畅”，同一个切片支持多人同时读取切片，支持包括临床、科研、教学等所有场景。无需医院层面的停读片，可将病理诊断的协同效率提高70%以上。
其次是“低存储成本”
传统病理图像压缩后的平均大小仍接近1GB，病理图像的特征和“瓦片”之间的相关性不能得到充分利用。在充分研究病理数据特点的基础上，创新性地提出了"病理数据二次无损压缩算法"，通过智能识别算法、语义分割、参考压缩等技术，大大提高了病理切片的压缩率。
不同于只能压缩TXT文本文件的“通用压缩技术”和压缩数据块的“重复去重压缩技术”，这种“病态二次无损压缩算法”的本质是基于病态图像的精确场景压缩。在原有压缩算法的基础上，可节省30%的存储空间和网络带宽。未来，随着算法的不断演进，将带来更大程度的节省空间。
此外，病理学资料具有明显的周期性存取特征。根据数据访问频率和热、温、冷进行分类，既能兼顾图像读取的性能要求，又能有效降低存储成本。分层存储技术允许同一存储池中不同类型的物理节点划分到不同的硬盘池中，实现热、温、冷数据的分层存储和管理策略。以冷数据的蓝光存储为例，可以帮助医院将30年病理数据的蓝光存储成本降低57%以上。
第三是“广覆盖”
针对最需要数字化病理赋能的基层医疗机构，部署模式推出“数字化病理一体机”。
该一体机基于FusionCube 500的一体化功能，集扫描、存储、计算、网络、安防、人工智能六大功能于一体，集数据采集系统、病理读取系统、病理信息系统、人工智能辅助诊断系统、远程病理系统等多个系统于一体。对于基层来说，只需要一套设备就可以获得传统的六套设备才能实现的功能，从而以最快的速度、最低的成本实现基层病理科的数字化，为优质病理诊断资源的下沉提供基础。
工欲善其事，必先利其器。未来的“数字化智能病理科”会是什么样子。“迈向下一代病理诊断理论”不仅依赖于数字切片，更依赖于基因数据、影像学信息、临床信息等多种数据的融合应用与分析。随着智慧病理学研究的深入，病理数据存储和管理的技术革命不断，应用融合、数据融合、存储融合的趋势已日益清晰。