间长，“显微镜+病理组织 切片”为特点的传统人工诊断模式工作量大且误诊率高。以人工智能技术为核 心的智慧病理在病理切片数字化（数字病理）基础上，依托海量数据形成的数 据集，以深度学习技术找出数据集的内在共性，对可疑靶区做出勾画、渲染， 辅助病理医生判读切片，有效促进诊断效率和质量，提升病理行业数字化水平。 图 16：病理 AI 有效提高诊断效率 图 17：不同病理检验阶段所用的关键推动技术

组件能够适配满足信创要求的芯 片、操作系统及数据库等。另外，在数据存储、计算、应用环节，采用国密算法， 以透明加密、半透明加密等方式实现对重要数据进行加密保护。比如，在大数据 分析处理方面，国内在 GPU 加速数据库计算和大数据分析计算，以及隐私计算支 持等方面的起步并不算晚。在人工智能方面，国内的芯片厂家也在积极呼应现有 生态的基础上，联合产业链各个环节，取长补短共建生态，以降低用户学习成本