SmartPath在完成开发后、大规模试用前进行了前瞻性临床验证，以评估其稳定性与临床适用性。参与验证的南方医院病理科主任、南方医科大学基础医学院病理学系教授梁莉指出，该系统在术前、术中和术后诊断中均表现高准确度，接近“零误判”。陈浩也表示，正持续纳入多样化数据，以适应各地不同的临床需求。
与内地多家重点医院合作
在术前诊断方面，系统良恶性分类的AUC值高达0.99，几乎无误判。梁莉表示，AI模型完成一次诊断仅需约1分钟，相比传统人工分析，效率显着提升，有助于缩短患者等待时间，并降低不必要的手术风险。
术中冰冻诊断要求在30分钟内出具结果，直接影响手术方案。验证中，AI系统对术中冰冻标本的良恶性分类准确度达0.99，诊断时间缩短30%以上，有助于医生优化手术决策，降低因诊断延误或偏差带来的风险。
针对术后标本，系统进一步扩展应用，涵盖肿瘤分型、分子标志物预测、淋巴结转移判断及癌栓检测等多项任务。在肺癌原发与转移灶的鉴别及来源预测中，分类准确度达0.98。临床数据显示，系统可将医生诊断精准度提升10%以上，在复杂病例中尤其能够减轻医生负担，降低人为误差。
陈浩补充，研发与验证阶段已与全国上百家医院合作，其中十余家重点医院参与了回顾性与前瞻性研究，覆盖多个省份与医疗体系。他强调，联动不同区域医院的核心目的，是纳入多样化人口结构与病例数据，以确保AI模型在后续推广中更好地适应各地临床实验。 |
