三维病理的时代,已经到来!

一张薄薄的病理切片,厚度不过3-5微米。
病理医生每天透过目镜,在这3-5微米里寻找答案。
但他真正想看清的,是一个立体的、完整的组织世界——肿瘤的边界如何蜿蜒,病灶与血管之间真实的空间关系,癌细胞究竟有没有沿着脉管悄悄蔓延。
二维病理:横看成岭侧成峰
二维病理的先天缺陷,本质在于用平面的逻辑去解释立体的事实——好比用平方米丈量立方米,用一张山体的侧面照去断定整座山脉的走向。

用平面逻辑解释立体事实的局限性。图片来源:豆包AI
常规流程中,一个组织块最终被制成的那一张切片,是从成百上千个潜在切面里挑选出来的结果。千中选一的二维切片,注定无法反映全貌。

二维切片千中选一的局限性
而由于取材的随机性与空间结构的丢失,传统病理切片不可避免地面临漏诊、误诊的风险,难以揭示肿瘤的空间异质性,也无从还原病灶真实的空间信息。
正因如此,病理工作者从未停止对“全景观察”的探寻。
切片重建:无法复原的积木
早期,一种看似直截了当的思路就已被尝试——
对样本进行连续物理切片、染色、扫描,再通过算法将二维图像重新堆叠为三维结构。
人们设想,既然积木可以拆散再拼回原样,那么组织的连续切片也理应能够复刻出原始的立体形态。

连续切片后三维重建。图片来源:文献 [1]
但问题在于,人体组织不是积木。
切片的机械过程,会带来不可避免的变形与破损;
人体组织结构复杂而精微,连续的切片极易发生拼接错位;
不同组织间的真实空间距离与位置关系,难以被准确还原。
三维结构一旦被切割、再被错误地重组,其整体形态、连通性乃至“内容含义”都将发生不可逆的改变。
这就好比一根完整、连续的弹簧,在切成一个个独立的圆环之后,即便尝试重新拼装,原本的螺旋结构也会彻底消失,只留下一堆散乱而无意义的圆环集合。

弹簧切片后的重组。图片来源:豆包AI
于是,这种重建非但不能帮助诊断,反而可能会以虚假的完整结构,误导医生的判断。
既然物理切片这条路走不通,那么不做切片呢?
无切片之路:显微CT与共聚焦
X射线显微CT,是一度被寄予厚望的非切片三维成像方案。

X射线显微CT(microCT)。图片来源:文献 [2]
它的成像逻辑基于密度差异:高密度组织吸收射线多、影像偏亮;低密度组织则偏暗。
对于骨骼等硬组织,这不成问题。
但在软组织中——比如肿瘤与正常组织之间,它们的密度差异微乎其微,CT图像上只剩一片灰蒙,边界与内部结构难以分辨。

显微CT成像。图片来源:文献 [2]
加之成像速度偏慢、对较厚样本穿透能力有限,显微CT在临床三维病理面前,显得力不从心。
共聚焦显微镜则是另一条支路。
它的分辨率令人满意,但成像深度有限,且光漂白效应显著,点扫描的成像方式导致速度缓慢——这些缺陷使其无法进入临床应用。

共聚焦点扫式成像。图片来源:网络
由此可见,即便绕开了物理切片,现有非切片成像技术在软组织对比度、成像速度与穿透能力上仍存在难以逾越的短板。
转机:光片显微镜遇上透明化
转机出现在两项技术的成熟与交汇:组织透明化与光片显微镜。

三维病理发展历程
组织透明化的本质,并非“漂白”组织,而是让光线得以无障碍地穿透原本不透明的生物样本。透明化之后,从样本表面到深层,光路变得统一而可控——这是高保真三维成像的前提。

组织透明化前后对比图
光片显微镜则提供了截然不同的成像逻辑。
与共聚焦的点扫描不同,光片显微镜用一张薄薄的光片照射样本的单个切面,带来的优势显而易见:成像速度提升一个数量级,光毒性大幅降低。
但仅有速度并不足以支撑临床诊断。
明准医疗独特的光学设计,将轴向分辨率提升至传统光片显微镜的6倍,确保三维图像真实不畸变,让光片显微技术真正跨越了从科研到临床的门槛。
组织透明化解决了“光能否进入样本”的问题,光片显微镜解决了“进入之后能否看得快、看得清、看得真”的问题。
二者结合,不是简单的技术叠加,而是从原理上补齐了三维病理的最后一块短板。
最终呈现给病理医生的,是毫米级厚度全景、亚微米分辨率、真实还原空间结构的三维图像。

可多角度逐层展示的三维病理数据
明准三维病理:优势与应用
明准医疗是首个将光片显微成像技术应用于病理诊断的先行者。这不仅得益于组织透明化与光片显微镜两大技术的成熟,更源于自主研发的多项突破。
明准光片显微镜和染色透明化试剂
在成像精度上,纯光学路径实现了亚微米级分辨率,不依赖任何算法补偿或后期重建。轴向扫描光片技术更进一步,让横向与轴向分辨率近乎等向——这意味着生成的三维数据在各个方向上真实、不变形,不失真。

低轴向分辨率 vs. 高轴向分辨率
信息量上的跨越同样突出。明准的三维成像厚度可达毫米级,单次样本的有效信息获取量较传统病理切片提升70至300倍。也就是说,过去需要上百张切片才能勉强拼凑的全貌,如今一次成像便能完整捕获。

信息量对比:明准三维成像 vs. 二维切片成像
更难得的是,这一过程对样本本身几乎没有损耗。试验证明,成像后的样本具有可逆性,可用于后续的HE切片成像、测序、免疫组化及FISH检测,且结果基本不受影响。单一样本的科研与诊断价值,因此被放大了一个维度。

逆透明化后标本的分子检测。图片来源:文献 [3]
国内外相关研究表明,基于光片三维成像的病理在甲状腺癌、前列腺癌、子宫内膜癌、肺癌、消化道肿瘤、乳腺癌等实体瘤诊断治疗中展现出巨大的临床应用潜力:
✔️揭示了10.7%的肝硬化误诊
✔️ 避免了13.5%的低级别前列腺癌误诊为高级别癌
✔️ 纠正了16.7%的食管癌异型增生/癌漏诊
✔️对于多种实体癌的分期、制定手术或放疗策略有重要帮助
✔️ 为癌症侵袭行为和复发预测提供重要数据支撑

光片三维病理成像的研究文献 [2][4-8]
物理切片重建、显微CT、共聚焦都无法满足三维病理的临床需求。组织透明化与光片显微镜的结合,提交了一份不同的答卷:在不破坏样本的前提下,同时满足穿透深度、成像速度与对比度。

不同三维病理技术路线对比
明准医疗在这一交叉点上完成了技术落地,让三维病理从“能否看见”走向“能否用于诊断”。
从“推测”到“看见”,从“局部”到“整体”。
这不仅是技术的迭代,更是范式的转换。
二维切片的历史不会消失,但它不再是唯一的路。
三维病理的时代,已经到来。

【参考文献】
[1] Kiemen, A.L., Braxton, A.M., Grahn, M.P. et al. CODA: quantitative 3D reconstruction of large tissues at cellular resolution. Nat Methods 19, 1490–1499 (2022). https://doi.org/10.1038/s41592-022-01650-9
[2] Song A, Williams M, Williamson D. et al. Analysis of 3D pathology samples using weakly supervised AI. Cell, 187, 2502-2520 (2024). https://doi.org/10.1016/j.cell.2024.03.035
[3] Baraznenok E et al. Assessing the effects of a 3D pathology tissue-processing workflow on downstream molecular analyses. bioRxiv, 2026.02.12.705570. https://doi:10.64898/2026.02.12.705570
[4] Glaser, A.K., Bishop, K.W., Barner, L.A. et al. A hybrid open-top light-sheet microscope for versatile multi-scale imaging of cleared tissues. Nat Methods 19, 613–619 (2022). https://doi.org/10.1038/s41592-022-01468-5
[5] Bishop, K.W., Erion Barner, L.A., Han, Q. et al. An end-to-end workflow for nondestructive 3D pathology. Nat Protoc 19, 1122–1148 (2024). https://doi.org/10.1038/s41596-023-00934-4
[6] Kiemen, A.L., Damanakis, A.I., Braxton, A.M. et al. Tissue clearing and 3D reconstruction of digitized, serially sectioned slides provide novel insights into pancreatic cancer. Med 4, 75–91 (2023). https://doi.org/10.1016/j.medj.2022.11.009
[7] Liu, J.T.C., Glaser, A.K., Bera, K. et al. Harnessing non-destructive 3D pathology. Nat Biomed Eng 5, 203–218 (2021). https://doi.org/10.1038/s41551-020-00681-x
[8] Tanaka, N., Kanatani, S., Tomer, R. et al. Whole-tissue biopsy phenotyping of three-dimensional tumours reveals patterns of cancer heterogeneity. Nat Biomed Eng 1, 796–806 (2017). https://doi.org/10.1038/s41551-017-0139-0
不感兴趣
看过了
取消
人点赞
人收藏
打赏
不感兴趣
看过了
取消
打赏金额
认可我就打赏我~
1元 5元 10元 20元 50元 其它
打赏作者
认可我就打赏我~
扫描二维码
立即打赏给Ta吧!
温馨提示:仅支持微信支付!
已收到您的咨询诉求 我们会尽快联系您