亮相CSP 2026 商汤医疗以具身智能+病理AI模型树立智慧病理新标杆

作者：龚作仁文章来源：Laborer

2026-04-28 11:06

作者：龚作仁文章来源：Laborer

2026-04-28 11:06

邦小白快读

全文速览

商汤医疗在CSP 2026大会上推出智慧病理解决方案的核心干货，聚焦提升效率和精准度。

1. 具身智能病理制片系统：实现全链路自动化制片，包括自主识别玻片位姿和稳定捞片，显著降低人力成本30%以上，提升切片质量稳定性35%以上。

2. 病理大模型PathOrchestra：驱动辅助诊断应用，覆盖20多种部位和100多种疾病自动检出，诊断精度高达99%，临床使用率98%以上，辅助诊断效率提升50%。

3. 模型生产平台：将模型开发周期从12-24个月压缩至2个月，支持医院AI-LDT自训练模式，实现院内数据闭环。

4. 全流程病理Agent：提供多模态导航阅片和报告解读服务，包括生僻名词解释和用药建议，形成从诊断到患者服务的完整闭环。

效率提升数据：整体病理流转效率提升30%以上，切片质量稳定性35%以上，AI诊断效率50%以上。

商汤医疗强化品牌形象，通过新产品展示消费趋势和用户行为洞察。

1. 品牌营销：在权威病理大会上亮相“具身智能和数智病理一体化”解决方案，吸引多位专家如天津肿瘤医院孙燕主任参观，提升行业影响力。

2. 产品研发：创新推出具身智能系统（全球首创自动化制片）和PathOrchestra大模型，解决临床痛点如标准化制片和诊断瓶颈。

3. 消费趋势：AI医疗从单点辅助跃迁至全栈数智化，用户行为显示医生AI辅助诊断使用率98%以上，显示智能化需求高涨。

4. 代表企业：商汤医疗作为AI医疗先行者，以“软硬件赋能+大模型驱动”理念推动产品升级，契合智慧病理新趋势。

文章揭示市场增长机会和可学习商业模式，便于应对行业变化。

1. 增长市场：病理AI需求增长，能提升诊断效率30-50%，三级甲等医院案例显示潜力巨大。

2. 机会提示：采用AI-LDT自训练模式，缩短模型开发周期至2个月，医院可自主迭代，降低风险。

3. 可学习点：闭环系统实现“样本入、报告出”全流程协同，供卖家模仿以提升服务效率。

4. 最新商业模式：商汤的数智病理一体化解决方案包括硬件制片、软件平台和Agent服务，提供合作方式如联合医院推广，专家展示正面响应。

涉及产品生产需求和数字化商业机会，启示制造业转型。

1. 产品生产需求：具身智能系统需要制造自动化硬件如制片设备，设计要求自适应环境和精准识别能力，保证质量稳定。

2. 商业机会：为医院提供制片和诊断解决方案，可降低人力成本30%以上，扩展市场如病理设备供应。

3. 推进数字化启示：切片管理平台和数智化信息管理提示工厂需整合数字技术，如无损压缩存储技术，提升电商式数据管理。

行业发展趋势和客户痛点解决方案提供指导。

1. 行业发展趋势：智慧病理向全流程闭环演进，CSP 2026主题强调创新，PathOrchestra大模型驱动数智化跃迁。

2. 新技术：具身智能（环境自适应技术）、病理大模型（支持多模态数据如影像组学）、模型生产平台（缩短开发周期）成为核心创新。

3. 客户痛点：医院人力成本高、诊断效率低（如效率仅50%提升前）、数据分散问题，已通过自动化系统和闭环解决。

4. 解决方案：商汤方案覆盖制片、切片管理、诊断辅助和报告服务，无缝协同提升整体效率30-50%，提供实战案例参考。

商业对平台的需求和平台最新做法揭示运营方向。

1. 平台需求：模型生产平台需处理多模态数据如分子组学，解决数据分散和维度单一问题，实现院内AI自训练。

2. 最新做法：推行AI-LDT模式，让平台支持“院内训练、验证、应用”，缩短周期至2个月，提升招商吸引力。

3. 平台招商：展会展示具身智能和诊断平台，吸引病理专家合作，扩展渠道。

4. 运营管理：闭环体系确保各模块（如切片管理、模型生成、诊断辅助）协同，规避风险如质量波动，提升效率30%以上。

产业新动向和商业模式提供研究启示和政策参考。

1. 产业新动向：病理AI从单点辅助跃迁至全栈数智化，具身智能突破物理边界，PathOrchestra大模型覆盖100+疾病诊断。

2. 新问题：规模化落地瓶颈如开发周期长，通过自研平台压缩至2个月，提示AI-LDT模式创新。

3. 政策法规启示：需支持院内自训练和数字病理标准建设，大会主旨“传承·创新·发展”呼应标准化应用。

4. 商业模式：闭环系统“数智一体、全链融合”实现AI赋能临床，案例显示效率提升50%以上，供研究产业协同参考。

声明：快读内容全程由AI生成，请注意甄别信息。如您发现问题，请发送邮件至 run@ebrun.com 。

我是品牌商卖家工厂服务商平台商研究者帮我再读一遍。

Quick Summary

SenseTime's medical division unveiled its intelligent pathology solution at CSP 2026, focusing on efficiency and accuracy gains.

1. Embodied Intelligent Slide Preparation System: Achieves full-chain automated slide preparation, including autonomous slide positioning and stable retrieval, reducing labor costs by over 30% and improving slide quality consistency by over 35%.

2. Pathology Large Model PathOrchestra: Powers auxiliary diagnosis applications, automatically detecting over 20 body parts and 100+ diseases with 99% diagnostic accuracy. Clinical adoption exceeds 98%, boosting diagnostic efficiency by 50%.

3. Model Production Platform: Compresses model development cycles from 12-24 months to 2 months, supporting hospital AI-LDT self-training models for closed-loop data utilization.

4. Full-Process Pathology Agent: Provides multimodal slide navigation and report interpretation services (including rare term explanations and medication advice), forming a complete diagnostic-to-patient-service loop.

Efficiency Metrics: Overall pathology workflow efficiency improved by over 30%, slide quality stability by over 35%, and AI diagnostic efficiency by over 50%.

SenseTime Medical strengthened its brand image by showcasing new products aligned with consumer trends and user behavior insights.

1. Brand Marketing: Debuted its "Embodied Intelligence and Digital Pathology Integration" solution at the authoritative CSP conference, attracting experts like Director Sun Yan from Tianjin Cancer Hospital to enhance industry influence.

2. Product Innovation: Launched the pioneering embodied intelligence system (first global automated slide preparation) and PathOrchestra model, addressing clinical pain points like standardization bottlenecks.

3. Consumer Trends: AI healthcare transitions from point solutions to full-stack digitalization, with 98%+ physician adoption rates reflecting surging intelligent demand.

4. Industry Leadership: As an AI medical pioneer, SenseTime advances product upgrades through "hardware-software empowerment + large model驱动," aligning with smart pathology trends.

The article reveals market growth opportunities and replicable business models for adapting to industry shifts.

1. Growth Market: Pathology AI demand surges with 30-50% diagnostic efficiency gains, demonstrated by top-tier hospital cases.

2. Opportunity Alert: AI-LDT self-training models cut development cycles to 2 months, enabling hospital-led iterations with lower risk.

3. Replicable Strategy: Closed-loop "sample-to-report" workflow coordination offers sellers a template for service efficiency improvements.

4. Business Model Innovation: SenseTime's integrated solution combines hardware, software platforms, and agent services, with partnership models like hospital co-promotions receiving expert endorsement.

Highlights product manufacturing demands and digital transformation opportunities for industrial upgrading.

1. Production Requirements: Embodied intelligence systems require automated hardware (e.g., slide processors) with adaptive environmental recognition capabilities to ensure quality stability.

2. Commercial Opportunities: Pathology solutions can reduce hospital labor costs by 30%+, expanding markets like diagnostic equipment supply.

3. Digital Transformation Insight: Slide management platforms and digital information systems necessitate integrated technologies (e.g., lossless compression) for e-commerce-style data management.

Offers guidance on industry trends and client pain point resolutions.

1. Industry Evolution: Smart pathology advances toward full-process closed loops, with CSP 2026 highlighting PathOrchestra-driven digital leaps.

2. Core Innovations: Embodied intelligence (environment adaptation), pathology large models (multimodal data support), and rapid model production platforms (2-month cycles).

3. Client Pain Points: Addressed high labor costs, low diagnostic efficiency (pre-50% gain), and fragmented data through automated systems and closed loops.

4. Solution Framework: SenseTime's integrated approach covers slide preparation, management, diagnosis, and reporting, delivering 30-50% efficiency gains with practical case references.

Reveals platform requirements and operational strategies for marketplace operators.

1. Platform Demands: Model production platforms must handle multimodal data (e.g., molecular omics) to resolve fragmentation issues and enable hospital AI self-training.

2. Operational Strategy: AI-LDT models support "in-hospital training, validation, application" cycles shortened to 2 months, enhancing partnership appeal.

3. Partnership Expansion: Exhibition demonstrations of embodied intelligence and diagnostic platforms attract pathology expert collaborations.

4. Risk Management: Closed-loop integration of modules (slide management, model generation, diagnosis) mitigates quality fluctuations while boosting efficiency by 30%+.

Provides research insights and policy implications from industry shifts and business models.

1. Industry Transition: Pathology AI evolves from auxiliary tools to full-stack digitalization, with embodied intelligence breaking physical limits and PathOrchestra covering 100+ diseases.

2. Research Challenges: Scalability bottlenecks (e.g., lengthy development) are addressed via self-developed platforms (2-month cycles), highlighting AI-LDT model innovation.

3. Policy Implications: Support needed for hospital self-training and digital pathology standards, echoing CSP 2026's "Heritage·Innovation·Development" theme.

4. Business Model Analysis: Closed-loop "digital-clinical integration" achieves 50%+ efficiency gains, offering case studies for industry synergy research.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

2026年4月24日至26日，中华医学会病理学分会第三十一次学术会议暨第十五届病理年会在陕西省西安国际会展中心举行。本届年会以“聚焦病理前沿，实现精准诊断”为主题，汇聚了国内外数千名病理学工作者、科研专家及产业界代表，设立年度主旨报告、各亚专业分会场、专科病理培训、数字病理和人工智能专场等十余个学术板块，内容纷呈。

商汤医疗作为AI医疗领域的先行者，在本次大会上展出了全新升级的“具身智能和数智病理一体化”的解决方案。围绕“软硬件赋能+大模型驱动”的核心理念，商汤医疗向全世界呈现了新一代病理科的演进路线图：从跨越物理边界的具身智能，到切片数智化平台的建设，再到模型生产平台的互联互通；深度适配真实临床场景的规模化落地，为精准医疗与医学高质量发展注入了强劲的AI动能。

病理具身智能：全球首创！填补工艺空白，实现全链路自动化

当“AI+医疗”成为行业共识，在病理诊断的精密世界里，每一张切片都承载着生命的密码。商汤医疗并未止步于软件算法的迭代，而是率先将目光投向了病理科的制片工作流。“具身智能病理制片系统”标志着病理制片技术正式迈入标准化、自动化与智能化的新纪元。

商汤医疗特别呈现了极具前瞻性的、高度智能的“中枢神经大脑”级别的具身智能模块。其具备环境自适应能力，可自主识别水面波动、玻片位姿等复杂情况，精准识别有效组织并稳定完成捞片动作，实现捞片流程的自主、高效、精准执行。相比于传统操作，这套系统展现出：精度超越极限、质量稳定一致、流程全自动的无可比拟优势。

这一创新不仅显著降低科室人力成本，更从源头上保障了制片与切片流转的标准化，引领病理科向“软硬一体、全栈智能”的终极形态迈进。

数智病理应用：智领行业！覆盖20+种部位数据，突破100种疾病自动检出

商汤医疗全面展示了最新的原创病理大模型PathOrchestra孵化的多部位多病种的辅助诊断应用，向行业宣告了病理AI从“单点辅助”向“全栈数智化”的量级跃迁。

在PathOrchestra的驱动下，商汤数智病理一体化解决方案已完成对组织学、细胞学和免疫组化切片的人工智能快速辅助判读，率先突破100种疾病的自动检出。多中心评测其诊断精度高达99%，各AI模块在各落地医院的临床科室中的综合使用率维持在98%以上，已然成为行业内的新的标准。来自某三级甲等医院临床数据显示病理整体流转效率提升30%以上，切片质量稳定性提升35%以上，AI辅助诊断效率提升50%以上。

此外，依托强大的图像理解能力，系统已实现多通道免疫荧光分析、虚拟染色集成、病理AI工作助手Agent；构建院内数字切片高质量数据库；数字切片的无损压缩存储技术等；

CSP 2026展台数智化平台部分实景图

模型生产平台：执掌未来！从被动交付到主动创造，引爆AI生产力革命

商汤医疗聚焦病理AI规模化落地瓶颈，自研原创病理大模型PathOrchestra，并推出病理模型生产平台，打破“单点模型”局限，将模型开发周期从12-24个月压缩至2个月，支持医院实现“院内训练、院内验证、院内应用”的AI-LDT（Local Development Test）自训练新模式。

平台全面覆盖影像组学、分子组学、基因组学等多模态数据，打破数据分散、维度单一的局限，通过多维度信息融合与深度学习，输出更贴近临床需求的稳定模型。医院无需依赖外部单点交付，即可将自身专科优势持续转化为可落地的AI生产力，实现可持续迭代优化。

全流程病理Agent：开创新纪元！多模态协同溯源，让诊断“知其所以然”商汤医疗自研全流程病理工作Agent，实现具备自主思维能力的多模态导航阅片，适配各类数字病理切片与影像资料，搭载专业病理知识库，高效辅助医生完成诊断。

病理工作Agent赋能多模态导航阅片、关联临床信息分析病例等多种任务。其中病理报告解读服务逐一提供生僻名词解释、完整报告解读，并结合诊断结果为患者给出专业用药建议。底层模型与Agent协同，形成从多组学智能分析到临床辅助诊断、再到患者服务落地的完整闭环，真正实现AI赋能临床、智能普惠患者。

CSP 2026展台模型生产平台部分实景图

展会期间，多位参会专家莅临商汤医疗展台，深入了解智慧病理解决方案的核心技术与产品细节。

（天津肿瘤医院病理科主任孙燕）

（徐医附院病理科主任刘慧、技术组组长刘广珍）

（中华医学会病理学会候任主委王哲、上海肺科医院病理科主任武春燕）

（中华医学会病理学会候任主委王哲和副主委陈刚）

（常州市第一人民医院病理科主任李青、浙江省人民病理科主任陈云昭、鼓楼医院病理科副主任崔晓宾）

展台上各位讲解

数智闭环驱动数据飞轮：商汤智慧病理实现全链路高效协同

商汤智慧病理解决方案构建起覆盖全流程的数智化闭环体系。具身智能自主完成捞片与制片，奠定自动化作业基础；切片管理平台实现切片的高效数智化信息管理；模型生产平台打通数据推送、智能标注与模型生成全链路，持续向辅助诊断平台反哺高价值算法；AI应用辅助诊断突破100种病变类型，诊断准确率高达99%；病理AI工作助手与数智化信息管理深度融合，贯穿报告解读全流程。各模块无缝协同，环环相扣，实现“样本入、报告出”的智慧病理全流程闭环。

全流程闭环图

小切片，大民生：以AI之微，守护生命之重

CSP 2026的交流虽已圆满落幕，但商汤医疗推动智慧病理变革的步伐从未停歇。始终坚信“小切片”背后承载着“大民生”的期许；每一张薄如蝉翼的病理切片背后承载着无数家庭对健康未来的殷切寄托。当具身智能打通物理与数字的边界，当大模型之光穿透每一张切片的微观世界，我们始终坚持以自研病理大模型PathOrchestra为核心引擎，以“数智一体、全链融合”为坚实底座，将这场从实验室到临床、从单点辅助到全流程闭环的病理革新，推向更深层次的临床落地与更广领域的产业协同。顺应“传承·创新·发展”的大会主旨，商汤医疗将持续深耕病理AI的规模化应用与标准化建设，携手全国病理专家同仁，共同书写智慧病理新生态的宏伟篇章。

注：文/龚作仁，文章来源：Laborer，本文为作者独立观点，不代表亿邦动力立场。

【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可，任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题，烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com，我们将及时沟通与处理。

已点赞