AI病理文摘 | Nature Communications:从“可解释AI”到“以数据为中心AI”,前列腺癌研究的创新范例

多客科技

作者：微信文章
点击下方卡片关注AI病理视界，加星标，不错过我们的每一期推送！

病理AI文摘栏目，从学术脉络全景扫描到临床场景精准落地，瞭望病理AI研究的技术底座与实践前沿，构建算法-理论-应用的三维认知坐标系。

推 文 概 览

在病理AI研究的浪潮中，前列腺癌的Gleason评分几乎被研究到了极致——算法结构、模型性能都接近上限。那么，在“成熟任务”中，创新还能从哪里生长？这篇发表于Nature Communications的研究从“数据”重新出发，以“可解释性”为故事外壳，却在方法上实现了真正的Data-Centric AI（数据中心AI） ：通过soft label、分层语义本体与解释级监督，让AI不只是追求准确率，而是学会“像医生一样思考”。

阅读本文，你将看到：

数据结构如何被重新设计为知识体系，让AI具备推理逻辑；

多层标签与soft label如何转化医生分歧，提升模型泛化与可信度；

为什么“解释性”不只是模型的附加特性，而是数据的内在属性。

对于研究者而言，这不仅是一项方法论创新，更是一种重新思考病理AI未来方向的启发：真正的突破，也许不在算法，而在数据如何被“赋予智慧”。

扫码携手AI病理视界，拓展数字医学无限可能



有意向合作的朋友们，可以点击上方的二维码，完成简单的合作意向需求表，我们会在第一时间跟您联系。



一、病理AI研究，何处再创新？

在病理AI的研究版图中，前列腺癌的Gleason评分无疑是最被反复探索的领域。研究者几乎穷尽了可能的架构设计与训练策略。然而，当性能指标都被推至极限，新的问题也随之浮现：在这一“成熟”任务上，创新还能从哪里诞生？

研究团队在近期在Nature Communications上发表的这项工作给出了新的答案：从数据出发。他们的思路与近年来快速兴起的Data-Centric AI（数据中心人工智能）不谋而合。传统的“模型中心”AI侧重算法设计与结构优化，而Data-Centric AI强调：在多数现实任务中，模型性能的瓶颈往往不在算法，而在数据的表达方式与结构质量。

尤其在病理学这种以人为中心、判断带有高度主观性的学科中，数据本身的语义结构、标签层次与不确定性表达，也许比模型结构更能决定学习结果。于是，这项研究将“可解释AI”这一热门主题，从模型层面重新转向数据层面：通过soft label（软标签）、多层语义标注与解释级监督，让AI在训练的过程中就自然地具备了“病理思维”的解释力。

更值得玩味的是，尽管研究的核心创新在于数据与标注体系的重构，作者却以“可解释性”为叙事主线展开。这种“以解释为壳、以数据为核”的写法极为巧妙，不仅顺应了临床AI对“可信”的普遍期待，也让一种本质上属于数据工程的创新，以更具故事性的方式赢得理解与认同。

二、用数据定义解释：

让AI真正“像医生一样看切片”

这项研究研发的GleasonXAI是一个以病理概念为中心的AI系统。研究团队构建了一套分层病理学本体（ontology），将传统的Gleason pattern（3、4、5）细化为多级“解释（explanation）”与“子解释（sub-explanation）”。例如，pattern 4被拆解为“poorly formed glands”、“cribriform glands”、“glomeruloid glands” 等多个形态特征。



研究团队最终汇聚了1015张TMA图像，来自三个独立机构，并由54位经验丰富的病理学家共同标注。尽管97.5%的像素在Gleason层面可获得多数一致标注，但在解释层与子解释层，这一比例分别下降至86.4%与67.8%，揭示了病理学微观层面的主观差异。正是这种“分歧中的丰富性”，为 GleasonXAI模型提供了真正的数据深度——它不仅学习到了医生的判断结果，更学习了医生之间如何在复杂形态中达成共识与分歧。



模型采用concept-bottleneck（概念瓶颈）架构：以U-Net为基础骨干（编码器为EfficientNet-B4），直接预测这些形态学解释性类别，再通过本体映射将其聚合为最终的Gleason分级。这意味着模型的每一次输出都能被追溯到具体的病理结构，AI的学习路径与医生的诊断逻辑高度一致。它不再只是从图像中“猜分数”，而是在形态学层面上“理解结构”，从腺体形态到组织模式，再到评分决策。



三、Soft Label机制：

让AI在医生的分歧中学习

病理学的复杂性在于，它从来不是绝对确定的。不同病理医生在某些区域可能产生分歧，尤其在Gleason 3与4的交界区域。传统AI往往通过“多数表决”合并标注，从而掩盖了这种不确定性。

而GleasonXAI选择接纳这种差异。研究团队引入了Soft Label机制：每张TMA芯片由多位医生独立标注，每个像素的标签不是0或1，而是一个反映医生意见分布的概率向量。



这种做法让模型能够“看到”医生之间的差异，并学习如何在模糊边界中作出判断。训练目标不再是追求唯一答案，而是去拟合医生意见的分布。

四、从不确定性到优势：

soft label与SoftDiceLoss的协同

为了验证soft label的效果，研究团队比较了四种训练方式：

Hard Label+Cross-Entropy：传统多数表决标签，优化预测概率与单一真值的交叉熵。假定标签绝对正确。

Hard Label+Dice Loss：同样使用硬标签，但Dice 损失更关注分割区域重叠，能缓解类别不平衡。

Soft Label+Cross-Entropy：将医生意见分布作为目标，模型学习概率分布而非硬分类。

Soft Label+SoftDiceLoss （作者提出）：在Dice框架中引入概率空间[0, 1]，同时优化类别平衡与分布一致性。

SoftDiceLoss将Dice系数推广至连续空间，使得目标标签可取0至1的概率值，从而同时优化区域重叠与分布一致性。结果表明，软标签结合SoftDiceLoss的模型在Gleason pattern分割上取得最佳表现（Dice=0.713±0.003），显著高于硬标签模型（Dice=0.691±0.010）。更重要的是，soft label使模型的输出不再是简单的分类，而是带有“信心”的概率分布——AI第一次具备了“知道自己不确定”的能力。



五、解释级监督：

让额外标签成为AI的“隐性课程”

研究者为每张图像引入的解释级与子解释级标签，不仅在多层语义结构层面丰富了数据，更在方法学上引入了多任务学习的内在机制。

在传统的单任务训练中，模型只在最终的Gleason层级上接受监督，标签稀疏、信息密度低，容易被噪声和医生主观差异放大。而解释层和子解释层的标注则提供了更细粒度、更稳定的中间监督信号，让模型能够在形态学结构上形成一致的表征。

这种分层标签体系建立了一种“病理学语义层级”：从腺体形态（sub-explanation）到组织结构（explanation），再到整体评分（pattern）。模型在训练中相当于完成了一次“从细胞到诊断”的推理模拟。这种学习过程与医生在显微镜下的思维路径高度一致，使得AI的特征空间具备更强的语义可解释性与泛化能力。

从优化角度看，多层标签使梯度反馈更加密集，训练过程更稳定，减少了过拟合风险。模型在早期即通过识别腺体形态、腺体融合、坏死等局部特征获得表征能力，这种“先修式”学习使得最终Gleason评分的决策更稳健、更符合病理规律。正因如此，研究者发现，即使模型仅在解释层标注上训练，通过本体映射回Gleason模式层，其性能几乎不降。这说明：解释级与子解释级标签不仅提升了模型的解释性，也增强了对主任务的预测能力。

六、跨机构验证

研究团队在三个独立机构来源的1015张TMA核心图像上训练并验证模型，进一步在测试集中评估其泛化性能。结果显示，模型的预测概率分布与医生软标签分布高度一致：在Gleason pattern与explanation层面，预测结果的概率质量几乎与医生标注的分布重叠。这意味着模型不仅学会了识别形态学特征，更学会了医生判断的不确定性分布。

值得注意的是，在医生意见差异最大的区域——例如pattern 3与pattern 4的边界，或复杂结构如“glomeruloid glands”“comedonecrosis”等区域——模型输出往往落在医生意见的“中间位置”。这种“折中式”预测既非盲目平均，也非单一偏向，而是反映出soft label学习下AI的“群体共识”效应。



这种现象揭示了soft label方法的深层意义：它不仅提升了分割性能，更让AI在面对真实临床多样性时具备了可迁移性与稳健性。换言之，跨机构验证并非仅仅测试模型的泛化能力，更是在检验AI是否真正理解了医生的判断规律。

在宏观层面，GleasonXAI的预测频率与医生标注几乎一致，少数类别如“单细胞群”“坏死”虽因样本稀少仍表现不稳定，但整体趋势表明，AI输出概率质量与标注分布的吻合度达到病理学可接受范围。

七、结 语

GleasonXAI的意义早已超越了前列腺癌的评分任务。它展示了一种新的研究路径——让数据结构化、语义化，使AI从数据中学到解释力与可信度。通过soft label、语义本体与多层标注，作者让AI学习的不再是“结果”，而是“推理的过程”；不再只是追求准确率，而是学习医生的思维逻辑。

这正是Data-Centric AI在病理学中的最佳注脚：当数据本身具备解释性与层次性， AI的智能也会更接近人类的理解方式。更重要的是， Data-Centric AI并非一种临时策略，而是一种值得病理AI研究者深思的新范式。在模型架构趋同的时代，创新可以隐藏在数据中——在标签定义的微小变化中，在多层监督的组织结构里，在那些原本被视为“噪声”的医生分歧被转化为学习信号的瞬间。

我们之前也曾报道过多项基于数据创新的病理AI研究的范例并总结在年度总结中（深度洞察 | AI病理视界一周年回顾：病理AI赋能临床科研策略特别盘点）。如果未来的病理AI研究者能更多从数据角度重新思考问题，探索标注结构、语义体系与不确定性建模的潜力，我们或许就能迎来一个新的阶段：一个让AI不仅更强，更懂病理学的时代。

感谢您的阅读，欢迎在看、点赞、分享给身边的小伙伴，您的支持是我们持续更新的动力。



有意向合作的朋友们，可以点击下方的二维码，完成简单的合作意向需求表，我们会在第一时间跟您联系。



· 往期推荐

心动不如行动，病理学大模型测评等你来

深度洞察 | AI病理视界一周年回顾：病理AI赋能临床科研策略特别盘点

AI病理文摘 | Nature Communications：无需人工，百万细胞自动标注，数据中心化AI再现威力

AI病理文摘 | 病理AI研究的"隐形"创新点：训练数据的创新之道