简介：摘要随着分子生物学技术的快速发展，越来越多的软组织肿瘤新类型被发现。有些肿瘤具有相似的形态学特点但分子遗传学特征不同；有些肿瘤则是组织学起源相同但具有不同的分子遗传学特征；还有一些肿瘤表现为分子遗传学特征相同但组织学起源不同。作为病理医师，应该熟悉、了解这些新类型，但也要客观理性地看待其分子遗传学改变，对于那些没有相应靶向药物或者不影响治疗方案选择的基因改变，应该综合考虑患者的实际情况，尽量避免给患者造成经济上的损失和治疗上的延误。

简介：摘要目的探索建立基于深度迁移学习的人工智能肺癌辅助诊断系统并评估其应用价值。方法收集2016至2019年之间首都医科大学附属北京胸科医院保存的519例肺部组织切片（包括正常肺、腺癌、鳞状细胞癌和小细胞癌），扫描成数字切片，分为316张训练集和203张内部测试集。训练集由病理医师进行标注，使用基于ResNet-50的DeepLab v3图像分割模型建立肺部癌区像素级识别模型。在模型训练过程中，将胃部癌区识别模型的参数作为初始值，通过迁移学习策略对肺部癌区识别模型参数进行二次训练优化。再分别利用首都医科大学附属北京胸科医院的203张内部测试集以及从美国癌症影像档案（TCIA）数据库获得的1 081张外部测试集对已建立的辅助诊断模型进行验证。结果在较少样本量的情况下，迁移学习模型比普通模型显示出更好的识别准确度［曲线下面积（AUC）值0.988∶0.971，Kappa值0.852∶0.832］。此外，对外部测试集，该研究建立的迁移学习模型诊断AUC值为0.968，Kappa=0.828，表示该模型具有很好的推广性。结论该研究建立的人工智能肺癌病理辅助诊断方法具有较好的准确性和外部推广性。随着病理人工智能研究的不断深入，迁移学习方法有助于缩短诊断模型训练周期，提高诊断模型的准确性。

简介：摘要目的分析肺透明细胞瘤（CCTL）的临床病理学特征。方法收集解放军总医院第一医学中心和解放军总医院海南医院病理科2008年8月至2019年8月病例共9例CCTL患者的临床资料、组织形态特点、免疫组织化学染色及特殊染色结果，分析其临床病理学特征。结果本组病例男3例，女6例，年龄28~70岁（平均52.2岁）。肿瘤均位于肺的周边部，8例为单发，1例为多发（24个结节）。肿瘤最大径0.5~5.5 cm不等，呈圆形或椭圆形，与周围肺组织边界清楚，无完整的纤维性包膜。镜下见肿瘤细胞卵圆形、短梭形或多角形，核仁明显，无核分裂像；瘤细胞多围绕薄壁血管呈片状分布，血管周围间质可有透明变性，未见坏死。免疫组织化学染色：肿瘤细胞波形蛋白弥漫阳性，血管内皮细胞标记CD34、黑色素A、抗黑色素瘤特异性单抗（HMB45）及酸性钙结合蛋白（S-100）不同程度阳性，广谱细胞角蛋白（CK）、上皮膜抗原（EMA）、平滑肌肌动蛋白（SMA）、结蛋白、共同型急性淋巴细胞白血病抗原（CD10）、配对盒基因8（PAX-8）及肌调节蛋白（Myo-D1）均阴性，增殖细胞核抗原（Ki-67）阳性指数低。过碘酸雪夫染色（PAS染色）阳性，淀粉酶消化糖原后PAS染色（d-PAS染色）阴性。预后方面，9例均经手术切除，术后随访5~137个月，除1例失访，其余8例均存活，未出现本病的复发及转移。结论CCTL是一种罕见的良性肿瘤，大多数为单发，极少数可以多发；病理组织学形态及免疫组织化学染色有助于诊断及鉴别诊断。手术完整切除后，预后良好。但当肿瘤出现恶性的组织学特点时，需密切随访。