您去看醫生進行例行檢查。她決定對看似微不足道的病變進行細針抽吸（“可能什么都沒有……”）。但是幾天后，您會回電。他們發現了一些異常細胞。

您的醫生建議您在辦公室進行切除的專家，將組織樣本發送到組織學實驗室。實驗室的組織學家準備了樣品，方法是將切片切成薄片，放在“盒式磁帶”中，然后將其整夜送到另一個實驗室進行處理。第二天返回組織塊時，組織學家從處理過的石蠟包埋組織切下載玻片，并用蘇木精和曙紅對它們進行染色，蘇木精和曙紅分別與細胞結構結合。創建一個病例編號，然后將載玻片放在塑料托盤上，然后送到病理醫生那里，就好像在提供開胃小菜一樣。病理學家可能會把托盤沿著大廳走到另一位病理學家，后者會在顯微鏡下檢查標本，有時會建議使用其他解釋性染色劑。做出診斷，病理報告會發回給您的醫生，然后由他制定治療計劃。整個過程可能需要數周，有時甚至數月。

患者和醫療專業人員已經習慣了這種演練：數十年來，這一直是標準做法。但是人工智能的發展即將破壞疾病的診斷。

想象組織學家可以掃描幻燈片，創建電子圖像，不同的醫生，實驗室和技術人員可以通過數字方式對其進行訪問。組織樣本可以存儲在云中，并與遙遠的專家共享，他們可以與醫療服務提供者進行遠距離合作。可以通過識別組織樣本中特定特征和行為的深度學習算法來證實診斷。數字圖像成為血液或組織樣本的歷史記錄。整個診斷過程可能從幾周到幾小時不等，從而加速了至關重要的患者護理。

“我們一直在討論病理學是藝術還是科學，”數字病理學AI和云平臺供應商Deep Lens的首席執行官兼聯合創始人Dave Billiter解釋說。Billiter來自更傳統的醫療保健機構，在Cardinal Health和Nationwide Children‘s Hospital的研究所擔任行政職務。但是他認識到人工智能在醫學領域開辟新局面的希望。

“實質上，您是依靠訓練有素的眼睛來診斷生物樣本。但是，疾病有很多不同的類型和亞型。即使擁有訓練有素的醫學專家，您也要依靠個人來理解他們。對于病理學家而言，這是一個艱巨的過程。然后，您開始添加所有這些不同的生物標記物，基因組學，代謝組學……這是病理信息海嘯！”

隨著對更多專業化需求的增加，病理學家的數量正在減少。據醫學實驗室觀察家稱，盡管由于嬰兒潮一代的老齡化和基因組研究的不斷發展，醫學專業的畢業生選擇病理學作為專業的人數有所減少。

“我們看到的病理學專家人數正在減少，”位于加利福尼亞州奧蘭治縣的獲得董事會認證的血液病理學家Saskia Boisot醫師證實?！安糠衷蚴轻t學院沒有像其他專業那樣突出病理職業。部分原因是病理學家的工作市場非常有限，這種實踐完全取決于與醫院或私人參考實驗室的隸屬關系，很少有自治的機會?！?/p>