IF 24.1 | 赛维森PanCAM 泛癌淋巴结 AI 模型多中心前瞻性验证成果发表！

导语：在病理诊断的“金标准”领域，如何突破人力极限，实现更精准、更高效的淋巴结转移检测？赛维森科技联合多家顶尖医疗机构，交出了一份里程碑式的答卷。

在肿瘤诊疗的全流程中，淋巴结转移状态是决定癌症分期、制定治疗方案及评估预后的关键依据。然而，面对海量的病理切片，尤其是微小的转移灶，病理医生往往面临着巨大的工作负荷与漏诊风险。

近日，赛维森科技联合中山大学孙逸仙纪念医院、南方医科大学珠江医院、中山大学附属第三医院、中山大学附属第五医院等17家顶尖医疗机构，正式发布基于人工智能的泛癌淋巴结转移检测模型——PanCAM 的多中心临床研究成果。该研究已刊登于国际顶级期刊《The Lancet Digital Health》（IF= 24.1），不仅刷新了该领域数据规模纪录，更在真实世界临床场景中，有力验证了 AI 辅助诊断的卓越价值与落地潜力。

AI 模型能否在不同医院、不同设备间保持“稳定发挥”，是衡量其临床落地能力的核心指标。

本次研究由赛维森提供核心技术支撑，联合国内 17 家中心 共同完成。我们构建了迄今为止该领域规模最大的多中心数据集，以坚实的数据底座验证模型的泛化能力：

· 覆盖机构：17 家中心（含 9 家前瞻性验证医院）

· 患者数量：9,256 例

· 影像数据：69,502 张全切片图像（WSIs）

· 淋巴结样本：153,985 枚

· 癌种覆盖：33 种癌症类型（9 种常见癌 +24 种罕见癌）

【赛维森解析】数据量级决定智能高度。不同于以往仅基于单中心或少量数据的研究，PanCAM 模型在训练与验证阶段全面兼容市面主流品牌病理扫描仪。这种跨机构、跨设备、跨癌种的鲁棒性验证，标志着赛维森 AI 病理技术已具备在复杂真实医疗环境中大规模部署的能力。

淋巴结转移的精准检出，直接关系到患者的生存机会。PanCAM 模型在“泛癌”策略上的突破，为临床带来了实质性的改变：

在 9 家医院的前瞻性验证中，PanCAM 表现出极高的敏感性（0.93–1.00）和特异性（0.89–0.98）。

· 实战成果：在真实临床流程中，模型作为“第二双眼睛”，成功辅助检出 21 例常规阅片中难以察觉的微小转移灶，有效降低了假阴性风险，为患者争取了更宝贵的治疗窗口。

· 效率平衡：平均每位患者仅增加 13 秒 的额外审查时间，极大提升了诊断效率。

针对 24 种罕见癌症，PanCAM 依然保持了优异性能（敏感度 0.98，特异度 0.93）。

【赛维森观点】罕见病病理数据稀缺是行业痛点。我们的模型通过强大的泛化能力，有效弥合了计算病理中的数据鸿沟，让基层或资源有限医院的患者也能享受到同质化的 AI辅助诊断服务。

拒绝“黑箱”操作。PanCAM 支持肿瘤区域分割与概率可视化，病理医生可清晰看到 AI 判读的依据，确保人机协作的透明与安全。

研究数据显示，漏诊率在市属医院及部分省级医院中相对较高，这往往与手术量大、病理医生工作负荷过重直接相关。

赛维森认为，AI 的价值不仅在于“强”，更在于“普惠”。

· 资源下沉：在资源相对有限的市属医院，PanCAM 的辅助作用尤为明显，能有效缓解高负荷带来的诊断压力。

· 同质化医疗：通过 AI 赋能，缩小不同级别医院间的诊断水平差距，助力实现“大病不出县”的分级诊疗目标。

本次多中心前瞻性验证的成功，是赛维森在数字病理领域的重要里程碑，但并非终点。

基于现有成果，赛维森研发团队已规划下一步方向：

🚀 架构轻量化：探索更轻量的模型架构，适应更多样化的硬件环境。