Conversational Pathology Copilot
把显微镜
变成一场对话
Loupe 是一款会话式数字病理副驾驶：在全切片影像上一边阅片一边提问。它调用病理视觉模型与文献工具，给出可核查的推理、结构化量化与一键可采纳的标注草稿——病理医生始终掌握最终决定权。
Loupe slide › manuscript
从切片到投稿，AI 嵌进每一步
✓ 诚信优先 · 不编造数据图表带 ILLUSTRATIVE 水印 · 引用核验 · AI 披露
亮点
四个让病理医生留下来的理由
会话即工作流
用自然语言提问，得到带工具调用痕迹的可核查回答。
可核查的量化
IHC 阳性率、H-score、鉴别诊断与 PubMed 引用，就地呈现。
智能体 + 人审
智能体批量产出草稿，你逐条接受/驳回，预算与审计可控。
可治理
采纳率遥测、成本与审批率，部署可被量化与优化。
业务流
从切片接入到出报告，一条贯穿的工作流
Loupe 不是一堆零散功能，而是顺着真实诊断流程把 AI 嵌进每一步——而决定权始终在病理医生手里。
01 接入与预读分诊
切片入库，即被 AI 预读一遍
上传或从 DICOMweb 导入全切片影像。Loupe 自动算出质控评分、写出一段“镜下预读”，并按器官归类——让你从最该看的切片开始。
02 会话式阅片
问一句，得到可核查的答案
选区直接提问。Loupe 调用工具读取该区域、做组织/细胞统计、量化 IHC（如 ER 92%、H-score 285）、检索 PubMed，并摆出它考虑过的鉴别诊断——不是只给结论。
03 自主智能体批处理
一句话下达任务，智能体自己跑
“标出所有侵袭性肿瘤前沿并标记出芽灶”——智能体在迭代/时长/Token 预算内自主规划执行，逐张切片产出标注草稿，可对整组切片一键派发。
04 人审采纳
AI 提草稿，你来定夺
任务详情展示分步计划、预算用量与活动轨迹；草稿队列可逐条或批量接受/驳回，校验器把低置信项顶到队首；驳回理由进入下一轮提示。
05 多切片对比
H&E 与 IHC，并排同步阅读
把同一病例的多张切片（H&E + MMR PMS2/MSH6，或 H&E + ER）放进同步缩放平移的对比视图——例如本例 MSH6 缺失提示错配修复缺陷、需 Lynch 筛查。
06 遥测与治理
“医生到底信不信 AI”——用数据回答
跟踪分类器采纳率随置信度与时间的走势、按标签的接受情况，以及智能体的成本与审批率——让整个部署可被治理、可被优化；并用你已审核过的预测做 split-conformal 校准，得到一个可信阈值，只有达到该置信度的预测才标记为“可信”，覆盖率如实标注、绝不夸大。
界面速览
三张截图，快速看懂 Loupe
全部来自真实运行的产品界面——点击可放大。
细节一览
那些“看得见的细节”，放大给你看
统一尺寸的特写——每一处关键读数都清晰可读。
科研写作闭环
从一张切片，一直走到投稿
Loupe 把诊断台延伸成科研台：冻结队列、用真实数据算统计与出版级图表、起草手稿与基金，并在投稿前做诚信核查——全程不编造数据。
真实统计与出图
队列冻结后由 biostats 计算 ROC（含 DeLong 95% CI）、校准（Brier/ECE）、Kaplan–Meier + log-rank 并出版级渲染；数据不足则留空而非编造。
模型结果成图
把真实模型预测一键变成评测图与指标，登记到下载中心，可复现。
投稿预审
逐个数字核对能否溯源到队列真实数；无结果支撑的性能声称被标为过早；可叠加 reviewer-2 式批判。
样本量与功效
两组率/均数、log-rank 生存、单 AUC 等标准公式——投稿与基金都要求的样本量论证。
面上合规检查
按面上项目撰写提纲逐项检查必需章节、参考文献时效、篇幅与 AI 使用声明。
写作与投稿
文献综述综合、目标导向改写（含“未引入新数字”校验）、参考文献 .bib/CSL 导出、期刊匹配、Markdown→LaTeX / Word。
真正的差异化是诚信：示意图带 “ILLUSTRATIVE” 水印、引用经核验、AI 使用全程披露——正好对接 NIH 禁 AI 代笔、NSF 与基金委强制披露的新规。
真实评测 · RUO
不是宣称，是真跑出来的数
我们用现役最新的 Gemini（gemini-3.5-flash）直接读公开、带金标准标注的真实病理图——含真实 TCGA 全切片。真实模型、真实数据、金标准打分、如实报告，不编造、不挑数。
| 实验 | 数据（公开） | 结果 |
|---|---|---|
| 真实 TCGA 全切片 · 癌种识别（8 选 1） | GDC 开放 .svs · OpenSlide | 7 / 8（随机 12.5%） |
| 淋巴结转移检测（平衡，N=100） | PatchCamelyon | 85% · 敏感度 0.94 |
| 病理是/否问答（N=100） | PathVQA | 79% |
能从真实切片认出大多数癌种、零拒答；但偏过度报阳、仍有漏诊——定位为提示 / 预筛，不替代病理诊断。更强的 pro 模型未见提升，flash 已够。
⚠ 研究性评测（RUO）：样本量小、为封闭集选择题，不是临床验证，不可用于诊断决策。
版本与部署
同一套代码，两种版本，处处可部署
FastAPI + SQLAlchemy 异步后端、React 19 + OpenSeadragon 前端、OpenSlide 切片管线、可插拔多 LLM；提供 Docker / GPU / HTTPS 反代与 DICOMweb 导入。
| 能力 | 商业版 | 教育版 |
|---|---|---|
| 会话阅片 · 标注 · 报告草稿 | ✓ | ✓ |
| 结构化 synoptic 报告（CAP：GI/乳腺/前列腺）+ HL7 v2 / FHIR R4 标准导出 | ✓ | ✓ |
| 自主智能体 · 遥测 · 多切片对比 | ✓ | ✓ |
| 科研写作闭环 · 统计/出图 · 投稿预审 · 面上检查 | ✓ | ✓ |
| 病理基础模型 UNI / CONCH | — | ✓ (CC-BY-NC-ND) |
| 相似瓦片检索 | 颜色纹理指纹 | ✓ UNI embeddings |
| 镜像 / 适用场景 | 最小镜像 · 云端可商用 | 含权重 · 仅非商业科研教学 |
多 LLM 可插拔
Gemini / OpenAI / MiniMax / Kimi 经统一兼容层接入。
安全与审计
JWT 鉴权、登录限流、全量审计事件、按病例的核查时间线、HTTPS 反代。
开放切片与对接
OpenSlide 多厂商格式 · DZI 瓦片 · DICOMweb 导入 · 报告 FHIR/HL7 导出。