用AI技术解决病理学难题

PuzzleLogic致力于为医院、企业、研究机构提供最先进的AI病理学解决方案。

PuzzleLogic Logo - 第1块
PuzzleLogic Logo - 第2块
PuzzleLogic Logo - 第3块
PuzzleLogic Logo - 第4块
PuzzleLogic Logo - 第5块
PuzzleLogic Logo - 第6块
PuzzleLogic Logo - 第7块
PuzzleLogic Logo - 第8块
PuzzleLogic Logo - 第9块
PuzzleLogic Logo - 第10块
PuzzleLogic Logo - 第11块
PuzzleLogic Logo - 第12块
PuzzleLogic Logo - 第13块
PuzzleLogic Logo - 第14块
PuzzleLogic Logo - 第15块
PuzzleLogic Logo - 第16块

核心产品

覆盖数字病理全流程的AI产品矩阵,服务科研、诊断与临床转化

PuzzleOmni

数智病理操作系统

自动科研
PuzzleOmni · 自动科研
研究数据集
PuzzleOmni · 研究数据集
AI 辅助标注
PuzzleOmni · AI 辅助标注
模型评测
PuzzleOmni · 模型评测

以操作系统级架构打通数据、科研与辅助诊断,让病理数据转化为可持续进化的 AI 资产。

模型研发,全流程打通

贯通数据治理、标注、训练与评测,高效研发与迭代。

先进能力,即取即用

预置先进模型与研发框架,按需调用、适配与组合。

本地数据,构建自己的 AI

结合本地数据与专家知识,定制专属模型,沉淀 AI 资产。

从模型到应用,持续进化

一键部署至 PuzzleVision,在阅片验证与专家反馈中持续优化。

PuzzleVision

新一代病理协作平台

专注于数字病理的图像浏览平台,核心定位为“智能化、全场景、高安全”,面向病理医生、科研人员及医疗机构,致力于解决病理图像浏览、标注、协作以及 AI 工具部署中的核心痛点。

统一且专业的阅片工作台

对接病理信息系统PIS/导入本地数据,灵活适配工作场景,提供先进的诊断/标注平台交互体验。

插件化架构,工具按需生长

模块化接入AI生态,覆盖系列先进功能:小模型多种指标预测,多模态大模型镜下分析,交互式区域分割,蛋白/空间转录组预测,智能体病理报告生成等

全场景覆盖

平台多端访问,算力多平台部署:支持 Cloud,Hospital,Local 三种部署模式,满足不同机构的数据隐私与合规要求。

核心技术架构

突破性的病理AI技术创新,为医疗诊断领域带来革命性解决方案

PuzzleAgent

首个交互式多智能体病理报告生成平台

PuzzleAgent

率先实现具备全链路透明的视觉证据检索与诊断推理能力的人机协同病理报告生成系统,提升病理诊断的效率与报告质量。

多尺度分析

自动识别和分析不同放大倍率下的病理特征

智能协作

多智能体系统协同工作,模拟专家会诊流程

可追溯性

完整记录分析过程,提供可解释的诊断依据

PuzzleSeg

先进的统一病理分割框架,标准化构建大小模型训练、评估与临床应用部署

PuzzleSeg

统一 WSI 与 ROI 数据规范,接入可插拔模型,运行十亿像素级推理,并在切片级评估结果;从实验到部署,配置全程可复现。

数据与空间层

从数据接入到十亿像素级推理,始终保持统一的坐标与尺度语义。

模型与执行层

用稳定接口连接不同模型、训练策略与分布式执行环境。

评估与溯源层

统一指标、配置和追踪记录,让每次实验都可信、可审计。

Triplet V1

首个面向病理多尺度推理的基础大模型

Triplet V1

Triplet V1 以跨倍率推理为核心能力,让模型像病理医生一样完成视觉规划、逐级验证与结论收敛,并输出可追溯的证据链。

跨倍率推理,全流程可解释

Triplet 特有多尺度可解释证据链训练,逐步循证推理,构建临床可审核的推理表达。

推理可交互,证据可回溯

逐级呈现从低倍组织结构到高倍细胞学证据,医生可随时修正与回溯,形成闭环推理。

人在回路数据飞轮

人机循环数据标注,AI生成+医生审核+返哺训练,构建数据-AI能力飞轮增长。

PuzzleTuning

病理基础模型预训练框架

PuzzleTuning

通过“批次拼图还原任务”显式学习病理特有的结构关系,仅用1%的数据即可构建有竞争力的病理基础模型。

多拼图复原,显式学习病理关系

关系 patch 在多张病理图像间原位互换,再以保留的位置 patch 为提示复原原图,直接学习分组、邻接与语义对齐关系。

冻结骨干,桥接通用视觉与病理知识

从 ImageNet 预训练 ViT 出发,仅更新 Prompt Token,在保留通用视觉表示的同时注入病理领域知识。

以课程学习逐步适应不同特征尺度

训练过程中动态学习不同放大尺度的病理特征,并调节拼图复杂度,实现更优的特征提取能力。

UnPuzzle

业界首批开源病理AI研究统一框架

UnPuzzle

提供统一的病理AI研究框架,支持多种算法模型,具备高度兼容性和灵活性,加速病理AI技术发展。

统一框架

标准化的研究工具链,简化开发流程

模块化设计

灵活的架构设计,支持快速定制和扩展

社区驱动

支持开源社区,持续创新和改进

轻松部署

结合MCP server框架,轻松将开发的AI模型作为应用组件用于诊疗与优化

我们的定位

做诊断中趁手的好工具,创新中可靠的好伙伴

使命:通过技术创新,更好地落地病理智能医疗

愿景:提供全球领先的病理 AI 解决方案,提升诊断效率与质量,拓展诊断应用场景

什么让我们与众不同

基于深厚的技术积累和丰富的行业经验,我们在AI病理学领域构建了独特的竞争优势

先进的AI多智能体系统

PuzzleAgents基于多智能体的交互式病理报告生成系统,率先实现全链路视觉证据检索与推理能力,显著提高工作效率,实现更准确、更详尽的病理分析报告生成。

成熟的AI技术和经验

核心团队成员拥有多年病理学AI行业经验,已发表众多高水平学术论文,在医学图像处理和病理AI领域处于国际领先地位。

紧密科研合作

团队与新加坡国立大学、加州大学欧文分校等多家知名高校和医院深入合作,持续推动病理AI技术创新与临床落地。

先进的大数据治理

面向大规模的千万量级的公开/私有病理数据,自研的数据处理/组织框架比此前研究效率高10-100倍*,并通过集群NAS系统支持大规模病理图像的高效处理和分析。

产业合作伙伴

从病理扫描仪到云服务,我们与行业领先企业建立多个联合实验室,同江丰生物 (KFBIO) 等展开深度协作。

先进数据中心运营

依托自有高性能数据中心与云计算团队,为AI开发/研究合作提供高安全、高算力、高存储和先进的运维支持,确保系统稳定运行和持续优化。

合作伙伴

携手行业领先机构,共同推进数字病理发展

(排名不分先后)

北京协和医院
首都医科大学附属北京胸科医院
上海市第一人民医院
上海市第六人民医院
上海东方肝胆外科医院
山西省肿瘤医院
辽宁省肿瘤医院
福建省肿瘤医院
宁波市临床病理诊断中心
贵州省人民医院
温州医科大学附属第一医院
新加坡中央医院 (Singapore General Hospital)
KFBIO 江丰生物
贵州翔明科技有限责任公司
海光
中科曙光 (Sugon)
新加坡科技研究局 (A*STAR)
清华大学 (Tsinghua University)
北京大学 (Peking University)
上海交通大学 (SJTU)
北京航空航天大学
南洋理工大学 (NTU)
新加坡国立大学 (NUS)
中山大学 (SYSU)
贵州大学 (GDU)

推动病理AI技术的未来发展

我们致力于通过创新技术和开放合作,让精准医疗触手可及

与我们合作