收费路径更加清晰
国家医保局病理类价格项目立项指南将人工智能辅助诊断列为扩展项；数字切片上传也与减收规则直接关联。
SERVICE OVERVIEW
一套服务，把建设投入转化为持续诊断能力
覆盖从数字化采集、病理信息化到多病种AI辅助诊断及持续运营服务的完整链路。
700+病理合作医院华银康集团病理服务网络基础
26省级区域覆盖当前智慧病理签约及试用项目覆盖
43签约服务客户截至 2026-09-26 的在册签约口径
24已核验三甲客户登记表与北京医院公开信息交叉核验
52,259试用累计分析量46/74家试用客户填报累计上传数量
NATIONAL FOOTPRINT
项目已覆盖26个省级区域，形成全国化服务基础
地图仅展示省级聚合，不包含医院名称、合同金额及内部推进信息。点击省份查看覆盖结构。
全国服务版图
颜色越深，省级项目覆盖记录越多
颜色越深，省级项目覆盖记录越多
低高· 26省级区域
CUSTOMER PORTFOLIO
标杆客户背书先行，复旦榜单三甲领衔全国客户阵容
默认展示全国已核验客户：标杆客户优先（含复旦版2023年度中国医院综合排行榜上榜医院），标杆内部按复旦档位排序、同档不分先后；其余已核验客户随后展示。点击地图省份可联动筛选。
VERIFIED CUSTOMER LIST
全国客户阵容
机构 115 家项目记录 117 条已核验三甲 24 家试用分析 52,259 例
试用分析量取自Excel“累计上传数量”字段，共46家有填报、28家为空；空值不按0计算。三甲等级来自客户登记表及北京医院公开信息；复旦榜单自2023年度起采用A++++至A分档，同档内不排序。
CUSTOMER VALUE
政策、投入与采购周期，三条路径共同推动落地
用服务替代重资产自建
三个套餐五年服务价为100万—160万元；通过分期服务模式降低前期资金压力，把一次性建设投入转化为持续诊断能力。
把建设周期压缩到可执行
技术服务采购通常可在1—4周推进；传统设备招采周期通常为3个月至2年，更适合快速启动与阶段验证。
SERVICE PACKAGES
三档服务套餐，匹配不同基础与建设目标
产品类型为智慧病理科服务，非单纯设备销售、非单纯系统销售。
| 服务套餐 | 五年服务价 | 核心配置 | 部署方式 | 交付周期 |
|---|---|---|---|---|
| 套餐一轻量启动 | 100万5万/季 | 240片扫描仪 ×1 20片扫描仪 ×1 | 云端调用远程智慧病理诊断平台 | ≤5个工作日 |
| 套餐二本地增强 | 130万6.5万/季 | 扫描设备 + 智慧病理一体机 | 本地部署iPath智慧病理系统V1.0，12个数字病理模块 | ≤10个工作日 |
| 套餐三规模建设 | 160万8万/季 | 240片扫描仪 ×2 智慧病理一体机 | 本地部署iPath智慧病理系统V1.0，18个数字病理模块 | ≤10个工作日 |
R&D TO CLINIC
研发不是参数展示，而是把更准、更快、更轻的AI持续交付到医院
2026 年上半年研发工作形成「数据—底座—专病模型—本地交付」闭环，并以真实业务数据持续验证与迭代。研发口径截至《2026 上半年病理 AI 产品研发工作总结》（AI 创新中心 & 数智流程中心），页面插图取自该总结。
FROM DATA TO DELIVERY
四层研发能力，打通从模型训练到临床应用
基础模型提供跨病种能力，专病模型解决具体临床任务，推理与调参平台则把算法转化为医院可以稳定使用的产品。
01 DATA临床数据底座多机构、多病种数据清洗与标准化
02 FOUNDATIONPanoPath底座ViT-H架构，连接形态与空间组学
03 SPECIALTY专病模型矩阵组织学、细胞学、免疫组化协同迭代
04 DELIVERY本地部署交付SlideInfer与调参平台支撑持续运营
约420万八批合计训练切片，190 万病例
321类PanoBench 诊断任务体系
50+轮训练实验迭代
15+项年度知识产权申请规划
研发组织：自有算法团队与高校联合研究TEAM & COLLABORATION
01 IN-HOUSEAI 创新中心
华银康自有算法团队，负责病理基础模型、专病模型与本地推理框架的研发与迭代。
02 ACADEMIC清华大学黄高教授团队
联合开展病理基础大模型研究，共同推进单阶段端到端建模与全景注意力机制方向。
03 JOINT LAB琶洲实验室智慧医疗病理 AI 研究中心
面向智慧医疗病理 AI 的联合研究平台，支撑前沿方法验证与成果沉淀。
04 LABELING数据标注与质控体系
十四大亚专科病理专家团队与 100 余名高水平标注人员；片级标注 300 例/天，图像分割 2000 框/天。
PanoPath：单阶段端到端病理基础大模型FOUNDATION MODEL
阶段 ①Tile 级预训练学习局部图像特征，产出图块或图文对齐表征
阶段 ②分阶段建模图块编码器加切片聚合器，编码器多为冻结
阶段 ③单阶段端到端无独立编码器与聚合器，全切片原生训练与构建
阶段 ④能力延伸由 H&E 预测并生成空间分子信息
ARCHITECTURE无独立编码器与聚合器
全切片原生训练与构建，避免分阶段建模的表征割裂。
ATTENTIONLocal + Global Attention
兼顾局部形态细节与全片上下文，配合 RWKV 等高效长序列算子压缩训练周期。
PANOPTIC全景建模
以全景注意力统一切片内结构与病灶区域表达，支持分割与分类协同。
BACKBONEViT-H 与双组学
视觉骨干由 ViT-L 升级至 ViT-H，训练阶段注入空间转录组与空间蛋白组信号。
分类依据《AI 病理基础模型四阶段分类》。在该框架下，PanoPath 属阶段三「单阶段端到端」，架构特征为无独立图块编码器与聚合器、全切片原生训练；技术路线对比覆盖 GigaPath、CHIEF、TITAN、Virchow 等国际主流模型。空间多组学预测为国际同行共有的能力方向，不构成独占差异。算法与工程优化配合高效长序列算子，将百万级 WSI 的训练周期由百天级压缩至数天级，支撑 50+ 轮训练实验快速迭代。
训练数据：八批清洗汇总，约 420 万张切片DATA ASSET
| 批次 | 数据日期 | 数据形态 | 切片数量 | 病例数量 |
|---|---|---|---|---|
| 第一批 | 2024.9–2025.2 | 一对一 | 23 万 | 23 万 |
| 第二批 | 2024.9–2025.2 | 一对多 | 65 万 | 17 万 |
| 第三批 | 2025.2–2025.6 | 一对一、一对多 | 14 万 | 10 万 |
| 第四批 | 2024 全年 | 一对一、一对多 | 48 万 | 21 万 |
| 第五批 | 2020–2023 | 一对一 | 51 万 | 51 万 |
| 第六批 | 2020–2023 | 一对多 | 200 万 | 50 万 |
| 第七批 | 2025.7–2025.12 | 一对一 | 13 万 | 13 万 |
| 第八批 | 2026.1 至今 | 一对一、一对多 | 7 万 | 5 万 |
| 合计 | 2020 年至今 | 一对一、一对多 | 约 420 万 | 190 万 |
预训练数据由多 Agent 协同完成标准化与质量闭环：翻译 Agent、信息整合 Agent、多医生会诊 Agent 与质量审核 Agent 串联，审核不通过则回流修订，最终形成标准化患者报告。数据跨度 2020 年至今，一对一与一对多数据并行积累。
PanoBench：321 类诊断任务评测体系BENCHMARK
| 评测任务 | PanoPath | TITAN | CHIEF | GigaPath |
|---|---|---|---|---|
| IMP｜结直肠 3 分级 | 0.964 | 0.937 | 0.914 | 0.903 |
| BRACS｜乳腺肿瘤 3 分级 | 0.727 | 0.707 | 0.704 | 0.606 |
| EBRAINS｜脑肿瘤 12 分类 | 0.886 | 0.886 | 0.792 | 0.863 |
| TCGA-OT｜泛癌 46 分类 | 0.825 | 0.811 | 0.739 | — |
评测覆盖 PanoBench 及 TCGA、CPTAC、EBRAINS、PANDA 等国际开源数据集，病灶分割任务在 CAMELYON16、Gleason2019 等数据集上验证。上表为 88 万张切片训练版本口径，当前底座已扩充至 400 万级；研发评测结果不替代医疗器械注册临床评价。
从形态到分子：空间组学预测能力SPATIAL OMICS
OUTPUT 01虚拟空间转录组
由 H&E 切片预测空间基因表达，覆盖 18,000+ 基因，在形态与分子之间建立可计算关联。
OUTPUT 02虚拟空间蛋白组
预测空间蛋白表达，覆盖 21 通道，为标志物发现提供切片级分子视角。
该能力的潜在价值在于以更低成本获取分子信息，支撑标志物发现、患者分层与药物研究。当前处于研发推进阶段，不属于已商业化的临床收费项目。
细胞学算法：从任务串联走向统一基础模型CYTOPATHOLOGY
STAGE 01自监督预训练
以 DINOv3 为视觉骨干，从大量未标注细胞学图块中学习通用表征，降低对标注的依赖。
STAGE 02检测与分类多任务训练
共享骨干，检测头与分类头联合训练，并以最严重检测类别派生分类标签。
STAGE 03冻结骨干优化检测头
冻结骨干、只训练检测头，把检测能力收敛到最优，形成最终模型。
架构由任务特异的串联模型升级为「自监督联合多任务监督」的细胞学基础模型与多任务适配，同一套表征可服务宫颈、甲状腺、尿液、呼吸道、胸腹水等细胞学场景。
细胞学实测：TCT 3.0 与非妇细胞学的性能跃迁REAL-WORLD VALIDATION
137,903 例TCT 3.0 集团实验室累计判读样本
58.62% → 27.75%AI 阳性率（2026 年 1 月 → 7 月）
91.72% → 97.29%病变敏感性（同口径逐月爬坡）
43.61% → 77.97%特异性（同口径逐月爬坡）
TCT 3.0 对比 2.0 的关键指标 病原体符合率跃升 41.61 个百分点，其中 CC 线索细胞符合率达 93.38%，CANDIDA 由 20.1% 提升至 63.6%；鳞状上皮病变敏感性 95.72% → 98.01%、特异性 67.14% → 75.92%。TCT 2.0 n=106,511，TCT 3.0 n=31,392。
非妇细胞学 V2 平均敏感性96.14%
非妇细胞学 V2 平均特异性71.91%
覆盖病种甲状腺 · 胸腹水 · 尿液 · 呼吸道
较 V1 提升幅度敏感性 +4.0～13.4pp / 特异性 +14.4～22.2pp
回顾测试样本量66,913 例
非妇四项 V2.3 分别对齐 TBSRTC、国际浆膜腔积液、巴黎尿细胞学与 WHO 肺细胞学报告系统，四类病种敏感性与特异性较 V1 全面提升；下一步聚焦 AUS/SFGUC 等中间类与长尾样本专项优化。
口径：TCT 指标来自集团白名单病理医生签发的 LRP 实时数据（2026 年 1–7 月），非妇指标为回顾性测试口径，均由实验室与产研联合统计，用于说明迭代方向与幅度，不构成临床效能宣称。数据侧同步建设「智能预标注 → 病理医生审核 → 模型迭代训练 → 业务场景应用」的数据飞轮闭环。
2026 年新增产品管线：31 项梯次推进PRODUCT PIPELINE
发布节奏 6 项已可发布、17 项集团内部上线待发布（9 项组织学、4 项免疫组化、4 项细胞学）、8 项在研；后续批次集中于 2026 年 Q3、Q4 与 2027 年 Q1 发布。
IHC PANEL免疫组化定量四项
PR / ER / Ki67 / PD-L1：肿瘤区域识别、阳性程度分级与占比输出；PD-L1 输出 CPS（联合阳性分数）与 TPS（肿瘤比例分数）。
QC 2.0HE 切片智能质控平台 2.0
自动识别切片完整性、染色、制片与扫描质量问题，差片智能预警与异常区域定位；前瞻 890 例测试差片预测准确性 81.5%。
NON-GYN非妇细胞学四项 V2.3
甲状腺 6 分类、呼吸道 7 分类、胸腹水 5 分类、尿液 5 分类，对齐国内外细胞学报告系统，形成标准化二级报告标签。
管线状态为研发计划口径：可发布、集团内部上线待发布与在研为不同阶段，不等同于已正式对外发布；具体可用模块与发布时间以产品公告及项目评估为准。
已上线产品的半年迭代：从「可用」到「领先」RELEASE ITERATION
| 产品 | 功能扩展 | 关键指标（版本迭代前后） |
|---|---|---|
| 肺多模态 AI | 诊断场景由 5 分类扩至 15 分类（高/中/低分化腺癌、神经内分泌癌、小细胞癌等）；新增诊断结构化报告；热力图与分割边界优化 | 敏感性 95.25% → 98.1%；腺癌分型准确率 51% → 83%；手术标本平均处理 9 分钟 → 5 分钟 |
| 前列腺穿刺 AI | 适配电切样本；新增高级别上皮内瘤变（HPIN）与关键伴随病变输出（筛状结构、神经侵犯、导管内癌） | 特异性 84% → 93%，覆盖样本量 +200%，敏感性保持 96% |
| 乳腺 AI | 适配手术切除标本；新增炎症诊断标签；AI 判读结果主次分离，提升可读性 | 中/高级别导管原位癌敏感性 67% → 93%，特异性 87% → 91% |
| 宫颈 TCT 3.0 | 诊断框架与算法模型全量升级，微生物诊断逻辑优化，显存占用减半 | 推理 200s → 90s；病原体符合率 40.05% → 81.66% |
| 胃活检 / 结直肠 AI | 深度集成最新 WHO 消化系统肿瘤分类，分析结果自动转译为规范化报告；新增自动截图工作流 | 敏感性 99.97% / 99.95%，特异性各提升 7 个百分点 |
口径：以上为集团实验室与产研联合统计的版本迭代内部测试结果，用于说明迭代方向与幅度，不构成临床效能宣称；产品性能边界以医疗器械注册证与产品说明书为准。
交付工程：让模型在医院现场稳定运行ENGINEERING
FRAMEWORKSlideInfer 推理框架
面向本地化部署的病理 AI 推理框架，支撑器官并发能力由 2 提升至 14，并降低单机资源占用。
PLATFORM病理 AI 调参平台
把现场适配沉淀为可复用版本：23 家适配机构、3 个特征适配模型版本、12 个诊断适配模型，交付时间缩短 40%。
大模型与智能体：把 AI 能力沉到业务流程LLM & AGENTS
MARKETPLACE华银康 Skillhub
面向集团内部的 AI 技能市场，集中分发营销、财务、实验室与 B 端医生等业务域沉淀的技能。
AGENT专科诊断智能体
血液病 MICM 诊断助手基于大模型与专业知识库，单例诊断时间由 30 分钟缩短至 5 分钟。
AGENT报告与质控智能体
病理报告解读、报告文本校验、危急值与传染病解读，形成报告全流程的智能校验闭环。
MODEL本地化小模型部署
微调小模型支持本地部署，在数据不出院的前提下支撑文本识别与组织学器官分类。
50s → 15s智能问答响应用时
84.5% → 93.2%报告文本校验准确率
110万+累计病理报告解读
24万+累计用户对话
知识产权与学术成果IP & RESEARCH OUTPUT
- 论文A Native Panoptic Foundation Model for Clinical-scale Whole-slide Pathology Biomarker收尾待投
- 专利一种基于全景空间注意力机制的病理全切片图像端到端训练方法已申报
- 专利一种基于文本引导动态图像块采样的高效病理全切片图像训练方法已申报
- 专利一种全景强监督驱动的 WSI 基础模型预训练方法已申报
- 专利一种肺癌病理诊断方法、装置、设备及存储介质已受理
- 专利一种基于病例级风险分层的宫颈细胞学 AI 分流方法及系统申请中
- 专利一种基于 AI 的淋巴瘤免疫表型预测方法申请中
- 专利基于多模态、多尺度、多模型融合的消化道活检 AI 辅助方法申请中
- 会议基于免疫表型感知的形态分子关联学习网络在 B 细胞淋巴瘤常见亚型鉴别中的应用优秀论文
2026 年规划 15+ 项知识产权申请，围绕病理 AI 基础模型、数据闭环、产品验证与大模型应用形成成果池。以上状态截至 2026 年上半年研发总结，专利与论文状态以官方受理及录用结果为准。
2026 下半年研发路线图ROADMAP
01 MULTIMODALPanoPath-VL
建设 WSI 病理多模态基础模型，形成面向切片与临床信息的可交互诊断底座。
02 AGENTAgent + PanoPath
面向癌种诊断构建 Agent 工作流，把基础模型能力编排进临床任务链路。
03 BACKBONEPanoPath-V2
升级 DINOv3 视觉骨干，进一步提升表征质量与跨病种泛化能力。
04 OMICS空间组学预测优化
持续优化空间蛋白组与转录组预测，深化形态与分子的空间表型关联。
下半年重点从「可用模型」走向「可解释、多模态、可落地」的病理 AI 能力。
研发与合规边界 PanoPath 定位为病理图像与多组学数据的底层通用能力底座，不预设单一临床用途、不直接输出诊断结论，基础模型层不按医疗器械产品注册。具有明确医疗用途的应用软件，例如专病辅助诊断软件、免疫组化定量分析、HE 切片质控平台，按现行分类目录另行申请注册。本页研发评测数据来自内部研发评测与国际公开数据集对比，不替代医疗器械注册临床评价。
临床性能持续提升
围绕高频病种进行版本滚动升级，不只扩展诊断标签，也同步优化敏感性、特异性与分型能力。
肺多模态AI敏感性95.25% → 98.1%
肺腺癌分型准确率51% → 83%
TCT病变敏感性95.72% → 98.01%
同等硬件承载更高效率
TCT 3.0 同时优化推理框架与资源占用，让本地部署从“能运行”进一步走向“更轻量、更高效”。
GB10平均推理耗时180秒 → 90秒
显存占用23G → 12G
病原体符合率40.05% → 81.66%
更快完成多病种落地
SlideInfer 与病理 AI 调参平台把模型能力封装为标准化部署工具，缩短现场适配、参数优化与版本交付周期。
器官模型并发能力2 → 14
单产品上线周期提速 7×
产品交付时间缩短 40%
产品储备形成梯次覆盖组织学、细胞学、免疫组化等方向，按验证状态逐步进入项目应用。
6个达到可发布状态
17个集团内部验证
8个持续研发
研发状态说明：可发布、内部验证与研发中为不同阶段，不等同于全部已正式对外发布；具体可用模块、性能边界与版本以项目评估及正式合同为准。
CLINICAL PROOF
从基础模型到临床模块，以可验证指标支撑应用
消化道活检AI
依照WHO标准识别泛消化道27大分类，面向高通量活检场景提供辅助筛查和分型能力。
99.7%敏感性96%特异性
宫颈细胞学AI
2022年3月进入市场，已服务560+客户、诊断病例300万+，支持大规模筛查场景。
≥99.9%HSIL及以上560+服务客户
结构化病理报告
提供36种疾病报告模板，覆盖国考8个癌种，推动报告规范化与数据可复用。
34万+已签发报告36疾病模板
PanoPath基础大模型
训练数据已扩充至400万+张切片，覆盖190万病例，并进一步融合空间转录组与空间蛋白组信号。
0.886脑肿瘤12分类0.825泛癌46分类
START A PROJECT
从一次项目评估开始，找到最合适的建设路径
围绕医院现有设备、切片量、信息系统与重点病种，完成方案匹配、投入测算和试用验证，再进入正式建设。
服务热线：400-888-1223
广州市黄埔区滨河路33号
广州市白云区沙太南路1023-1063号南方医科大学生命科学楼2楼
广州市黄埔区滨河路33号
广州市白云区沙太南路1023-1063号南方医科大学生命科学楼2楼
01现状与需求评估
02套餐与部署方式匹配
03临床试用与价值验证
04项目交付与持续运营
数据与口径来源：①《智慧病理区域签约&试用情况汇总0926.xlsx》，客户覆盖、合作状态及试用累计上传数量截至2026-09-26；②《智慧病理客户管理登记表0921.xlsx》，用于医院等级与原标杆标识核验；③复旦版《2023年度中国医院综合排行榜》（2024年11月16日发布），用于三甲客户分档排序，同档不分先后；④北京天坛医院、北京市政府公开信息及军队医院公开资料，用于北京医院等级补充核验；⑤《2026H1病理AI产品研发工作总结》；⑥《华银康集团智慧病理科数智化建设解决方案v9》；⑦《数智病理科三大服务套餐解析20260115》用于配置口径，套餐价格按当前最新确认口径为100万/130万/160万元；⑧国家医保局《病理类医疗服务价格项目立项指南（试行）》；⑨《AI 病理基础模型四阶段分类》与《PanoPath 技术地位路演单页》（2026-09），用于技术路线定位；⑩《华银康PanoPath 医疗器械属性监管沟通材料》（2026-08-20），用于研发与合规边界表述；⑪《2025 年度华银康病理 AI 产品总览（对外版）》（2025-11-06），用于 PanoBench 评测对比与智能体案例。本页面用于销售沟通与方案展示，具体产品版本、配置、价格与服务边界以项目评估及正式合同为准。