学科发展背景概况

病理学作为一门重要的医学分支，主要聚焦于疾病的发生、发展及转归规律。通过对疾病的病因、发病机制、形态学改变以及功能障碍等方面的研究，为疾病的诊断、治疗和预防提供科学依据。病理诊断是疾病诊断的“金标准”，同时为疾病的临床决策、预后等提供重要信息。随着精准医学的快速推进，对疾病早期和个体化诊断的要求不断提高；信息技术和人工智能的飞速发展也对病理科的数字化和智能化要求不断提高。

学科带头人及团队简介

学科带头人曾宪旭教授，医学博士，主任医师。长期从事妇幼病理诊断工作，主要研究方向为妇产科肿瘤分子病理学以及光学实时病理诊断技术。主持、参与省部级科研项目6项，获得河南省医学科技奖一等奖等各类成果奖6项，于Modern pathology、Theranostics等国际知名期刊发表科研论文50余篇，获河南省教育厅学术技术带头人及郑州市“巾帼科技带头人”。在其带领下，学科已发展为集医、教、研于一体的重点突出、特色鲜明、技术全面的重要学科。

学科团队目前拥有人员38人，正高职称6人，副高职称1人，中级职称14人，博士学历3人，硕士学历22人。学科于1995年获批全国宫颈癌防控基地，负责河南省“两癌”筛查病理工作方案、现场督导及质控等工作，承担河南省农村妇女“两癌”筛查培训及“河南省妇幼机构病理骨干医师培训”项目；2018年牵头成立河南省妇幼病理联盟及河南省妇幼病理远程会诊中心；2022年牵头成立河南省妇幼保健协会妇幼病理专委会，同年获批郑州市妇科疾病早期诊断重点实验室；2024年获得ISO15189中国合格评定国家认可委员会（CNAS）认可。

学科临床诊疗能力与特色

学科以妇幼病理诊断为核心，以光学病理实时诊断及分子病理为特色，以“客观公正、准确及时、优质服务、持续改进”为方针，不断开拓创新，开展多样病理检查项目，临床诊疗能力取得了显著的提升。

1、光学病理实时诊断技术：以光学相干层析和显微成像技术（OCT/OCM）为基础，对妇科疾病进行无接触、无侵入、实时动态成像的检查，与传统活检技术相比，该技术更容易被患者接受，并且拥有与病理活检相当的诊断准确率。该项目目前已成功实现科研成果转化，从2016年起在多家医院开展应用，有效的提高了宫颈癌等疾病的筛查效率、节省了医疗资源。

2、葡萄胎STR分子病理诊断：水泡状胎块是一组与妊娠相关的滋养细胞疾病，在亚洲的发病率较高，具有一定的恶变潜能。常规病理检测及免疫组化检测无法对病变进行准确分型，运用短串重复序列（STR）分子检测从遗传学特征对水泡状胎块进行明确诊断，能很好的解决水肿性流产、三体综合征、双雌受精及胎盘间发育不良等仅靠HE形态和辅助检查手段不能诊断的问题，并提供遗传学信息，指导患者治疗、随访管理，并为其遗传咨询提供信息。

3、林奇综合症相关子宫内膜癌筛查：目前我国人群尚未建立完善的筛查流程和基因检测指南，筛查林奇综合征不仅可预防患者再次发生林奇综合征相关肿瘤的风险，也有助于揭示家族中其他成员罹患相关肿瘤的风险，及早采取相应预防措施。学科自2018年起，对子宫内膜癌患者进行免疫组化筛查MMR蛋白的缺失，并积极开展分子病理检测，通过聚合酶链反应（PCR）检测MSI，然后对可以LS-EC建议基因检测。目前使用NGS技术对子宫内膜癌分子分型和林奇综合征筛查进行“一站式”检查。

主要研究方向

1、光学相干层析显微成像（OCM）技术在子宫恶性肿瘤早期诊断中的应用研究：主要完善和扩展OCT/OCM技术在妇科肿瘤诊断中的应用。

2、胎盘病理学：主要致力于建立河南省胎龄对应胎盘参数的参考区间，以及探索胎盘植入性疾病的发病机制。

3、人工智能辅助诊断体系建立于应用：开发宫颈癌人工智能辅助诊断系统，探索将人工智能技术与OCT/OCM相结合，并应用于妇科相关疾病的诊断。

近五年取得的代表性成果

学科近五年共发表SCI论文20余篇，中文核心15篇，获批省部级/市厅级科研立项20余项，荣获各类科研成果奖10余项，授权发明专利5项，出版专著8部。

代表性科研成果：

1. 河南省重点研发与推广专项（科技攻关）项目：胎盘形态与新生儿出生体重的相关性研究。

2. Bai X, Wei J, Starr D, Zhang X, Wu X, Guo Y, et al. Assessment of Efficacy and Accuracy of Cervical Cytology Screening With Artificial Intelligence Assistive System. Mod Pathol. 2024 Apr 6;37(6):100486.

3. Zhang W, Fine JL, Pei X, Cao Y, Liu Y, Yan J, et al. Characteristics and utility of high-resolution optical coherence microscopy images of endocervical canal lesions. Am J Clin Pathol. 2024 May 5;aqae052.

4. Ye Y, Jones T, Wang T, Zeng X, Liu Y, Zhao C. Comprehensive overview of genotype distribution and prevalence of human papillomavirus in cervical lesions. Gynecol Obstet Clin Med. 2024 Apr;4(1):e000005.

5. Zhang T, Lai M, Wei Y, Zhu H, Zhu C, Guo Y, et al. Nomograms for predicting overall survival and cancer-specific survival in patients with invasive micropapillary carcinoma: Based on the SEER database. Asian J Surg. 2023 Sep;46(9):3734–40.