根据病理切成片图像的人工智能技术性推动了医药学发展趋势，而病理人工智能技术性的发展趋势归功于数字化全玻片扫描。全玻片数字化能出示很多可随意变大和便捷标明的数据信息，有利于深度神经网络，非常容易临床医学应用推广。数字化全玻片不但可运用于身体病理，其在小动物和绿色植物病理层面也可充分发挥关键功效。文中针对性讨论了数字化全玻片融合人工智能技术性在病理鉴别、svm算法、细胞模型和绿色植物组织学层面的运用发展潜力，致力于为数据病理的临床护理出示新的思维模式。
人工智能是电子信息科学发展趋势和极快计算速率的必定物质，其在诊疗实践活动中的应用前景是热门话题，已被运用于影像医学、药品发觉、急救室/医疗管理、健康服务、智能穿戴设备、风险评价等行业。人工智能技术性在医药学行业最取得成功的运用是影像诊断、病理学和皮肤学的图像剖析，其剖析速度更快，精确度可与临床医学专业权威专家匹敌。病理图像是疾患诊断的金标准，病理学者根据评定标本采集的尺寸、样子、有丝分裂记数、色调和纹路等特性开展确诊管理决策。神经元网络一直被探寻运用于图像剖析和全自动确诊的繁杂全过程。近年来研究发现，根据卷积和神经元网络的深度神经网络技术性适用图像剖析，其在病症的初期检验和机构归类层面具备关键使用价值，如在乳癌前哨淋巴结活机构查验中检验转移癌肿瘤细胞与在制订乳癌与胃癌治疗对策前对人外皮细胞生长因子蛋白激酶2（human epidermal growth factor receptor 2，HER2）染色开展得分。
组织玻片扫描数字化是病理人工智能技术性发展趋势的前提条件。数据病理切成片是将一整张载玻片开展全信息内容、多方位迅速玻片扫描仪，使物质化的夹层玻璃载玻片变为数字化的病理切成片。传统式的手术治疗活机构定期检查摘除标本采集的病理确诊关键根据显微镜观查机构玻片，其低成本、简约、便捷，但无法一次观查一整张玻片，只有观查部分视线，而一整张玻片数字化技术性的发展使显微镜图像可做为总体展现在一个可在显示屏上测算和数据可视化的数字矩阵中。以往科学研究证实，全玻片显像可用以手术治疗摘除或活机构查验样版的确诊和评定，包含H-E染色、免疫力组织化学染色及独特染色。全玻片扫描显像技术性造成了很多被称作“互联网大数据”的数据机构玻片，可用以远程控制病理、专家会诊、文化教育、图像测算和科研。互联网大数据病理信息内容融合深度神经网络为全自动确诊、全自动免疫力组织化学和科研产生机会。病理学包含人们病理学、小动物病理学和绿色植物病理学。人们、小动物和绿色植物的全部组织切片都能够数字化，随后根据人工智能优化算法开展评定。文中小结了本科学研究工作组现阶段在这种行业的基本工作中，致力于讨论他们在临床医学和研究领域的市场前景。
