Digital Pathology & AI, in plain language. Patologi Digital & AI, dalam bahasa yang sederhana.

Digital pathology turns the glass slide on a microscope into a high-resolution image you can view on a computer screen. Patologi digital mengubah slide kaca pada mikroskop menjadi gambar resolusi tinggi yang dapat dilihat di layar komputer.

Instead of taking turns at the eyepiece, your team uses a special scanner to capture the whole slide as a digital file — a Whole Slide Image (WSI). Once digital, the image can be viewed, shared, archived, measured, and analyzed by software. Daripada bergantian di lensa okuler, tim Anda menggunakan scanner khusus untuk menangkap seluruh slide sebagai file digital — disebut Whole Slide Image (WSI). Setelah digital, gambar dapat dilihat, dibagikan, diarsipkan, diukur, dan dianalisis oleh perangkat lunak.

Digital pathology is not a replacement for the pathologist. It is a new medium — like switching from film X-rays to digital radiology. The pathologist is still the one who makes the diagnosis. Patologi digital bukan pengganti patolog. Ini adalah medium baru — seperti beralih dari rontgen film ke radiologi digital. Patolog tetap yang membuat diagnosis.

A WSI is a giant image. Really, really giant. WSI adalah gambar yang sangat besar. Benar-benar sangat besar.

A typical phone photo is around 4,000 × 3,000 pixels. A WSI scanned at 40× magnification can be 100,000 × 100,000 pixels or more — about 1,000 times the data of a phone photo. One slide can take 1–4 GB of disk space. Foto ponsel biasa sekitar 4.000 × 3.000 piksel. WSI yang dipindai pada perbesaran 40× bisa mencapai 100.000 × 100.000 piksel atau lebih — sekitar 1.000 kali lebih banyak data daripada foto ponsel. Satu slide bisa memakan 1–4 GB ruang disk.

Stored as a pyramid 🔺 Disimpan sebagai piramida 🔺

To make this giant image fast to browse, the scanner saves it in multiple zoom levels — a small thumbnail, a medium version, a large version, and so on, like Google Maps. When you zoom in, the viewer fetches just the level (and the tiny tile) you need. Agar gambar raksasa ini cepat dijelajahi, scanner menyimpannya dalam beberapa tingkat zoom — thumbnail kecil, versi sedang, versi besar, dan seterusnya, seperti Google Maps. Saat Anda memperbesar, viewer hanya mengambil level (dan tile kecil) yang Anda butuhkan.

Common file formats Format file umum

You'll see file extensions like .svs (Aperio), .ndpi (Hamamatsu), .mrxs (3DHISTECH), .tiff / .btf, .kfb, .qptiff. Most modern viewers and AI tools can open all of these. The open standard DICOM-WSI is becoming common in hospital systems. Anda akan melihat ekstensi file seperti .svs (Aperio), .ndpi (Hamamatsu), .mrxs (3DHISTECH), .tiff / .btf, .kfb, .qptiff. Sebagian besar viewer dan tool AI modern dapat membuka semuanya. Standar terbuka DICOM-WSI menjadi umum di sistem rumah sakit.

A 50-slide hospital case can easily reach 100 GB. Plan for storage early — many labs underestimate this. Kasus rumah sakit dengan 50 slide dapat dengan mudah mencapai 100 GB. Rencanakan penyimpanan sejak awal — banyak lab meremehkan hal ini.

In one sentence: AI looks at thousands of labeled examples, learns the patterns, and applies what it learned to new images. Dalam satu kalimat: AI melihat ribuan contoh yang sudah dilabeli, mempelajari polanya, dan menerapkan apa yang dipelajari pada gambar baru.

Step 1 — Training Langkah 1 — Pelatihan (Training)

Engineers and pathologists feed the AI tens of thousands of slide regions, each one labeled by experts ("this is a tumor cell", "this is normal stroma", "HER-2 score 3+"). The AI adjusts millions of internal numbers until it can match the experts' labels. Insinyur dan patolog memberi AI puluhan ribu region slide, masing-masing dilabeli oleh pakar ("ini sel tumor", "ini stroma normal", "skor HER-2 3+"). AI menyesuaikan jutaan angka internal sampai bisa mencocokkan label pakar.

Step 2 — Inference Langkah 2 — Inferensi (Inference)

Once trained, the AI is "frozen". When you give it a brand-new slide, it looks at every region and outputs predictions — counts, scores, or highlighted areas — usually in seconds to minutes. Setelah dilatih, AI "dibekukan". Ketika Anda memberinya slide baru, ia melihat setiap region dan mengeluarkan prediksi — hitungan, skor, atau area yang disorot — biasanya dalam hitungan detik hingga menit.

It's statistics, not magic Ini statistik, bukan sihir

AI doesn't "understand" cancer the way a pathologist does. It recognizes patterns of pixels that resemble what it was trained on. That is why a pathologist must always review and sign out the result — and why the AI's training data, validation studies, and regulatory approvals matter. AI tidak "memahami" kanker seperti yang dilakukan patolog. Ia mengenali pola piksel yang menyerupai data pelatihannya. Itulah mengapa patolog harus selalu meninjau dan menandatangani hasilnya — dan mengapa data pelatihan AI, studi validasi, dan persetujuan regulasi penting.

Black box vs. explainable Black box vs. dapat dijelaskan

Modern pathology AI usually shows heatmaps, bounding boxes, or per-cell labels overlaid on your slide, so you can see where the AI thought something was important. A score with no visualization is a red flag. AI patologi modern biasanya menampilkan heatmap, kotak pembatas, atau label per-sel di atas slide Anda, sehingga Anda dapat melihat di mana AI menganggap sesuatu penting. Skor tanpa visualisasi adalah tanda bahaya.

Pathology AI is not one thing. It is a toolkit of specialized helpers. Here are the six tasks you'll meet most often. AI patologi bukan satu hal. Ini adalah toolkit helper khusus. Berikut enam tugas yang paling sering Anda temui.

Most products combine several of these. A "HER-2 IHC" module, for example, does segmentation + cell classification + intensity scoring all in one go. Sebagian besar produk menggabungkan beberapa ini. Modul "HER-2 IHC", misalnya, melakukan segmentasi + klasifikasi sel + skor intensitas sekaligus.

🧬 IHC — Immunohistochemistry scoring 🧬 IHC — Skor Imunohistokimia

IHC stains a specific protein and the pathologist scores how much of it is there. Counting and scoring thousands of cells by eye is tiring and variable. AI does it in seconds, the same way every time. IHC mewarnai protein tertentu dan patolog menilai seberapa banyak kehadirannya. Menghitung dan menilai ribuan sel dengan mata melelahkan dan bervariasi. AI melakukannya dalam detik, dengan cara yang sama setiap kali.

• HER-2 — guides anti-HER2 therapy in breast and gastric cancer.memandu terapi anti-HER2 pada kanker payudara dan lambung.
• PD-L1 — predicts response to immunotherapy in lung, head & neck, urothelial cancers.memprediksi respons imunoterapi pada kanker paru, kepala & leher, urotelial.
• ER / PR — hormone receptor status, fundamental for breast cancer subtyping.status reseptor hormon, fundamental untuk subtyping kanker payudara.
• Ki-67 — proliferation index, used in many tumor types to grade aggressiveness.indeks proliferasi, digunakan dalam banyak jenis tumor untuk menilai agresivitas.
• CD30, ALK, EGFR… — many other markers depending on tumor type.banyak marker lain tergantung jenis tumor.

🔬 Cytology screening 🔬 Skrining sitologi

Cytology slides (cervical Pap, urine, FNA) often have a few abnormal cells hiding among hundreds of thousands of normal ones. AI is excellent at this needle-in-haystack task and is already widely used for cervical screening (TCT / liquid-based). Slide sitologi (Pap serviks, urin, FNA) sering memiliki beberapa sel abnormal yang bersembunyi di antara ratusan ribu sel normal. AI sangat baik dalam tugas seperti mencari jarum di tumpukan jerami ini dan sudah banyak digunakan untuk skrining serviks (TCT / liquid-based).

📐 H&E grading and primary diagnosis support 📐 Grading H&E dan dukungan diagnosis primer

For prostate, breast, colon, and several other cancers, AI can highlight suspicious glands or cells on standard H&E so the pathologist focuses where it matters first. In some regions and with proper regulatory approval, it can support primary diagnosis. Untuk kanker prostat, payudara, kolon, dan beberapa lainnya, AI dapat menyorot kelenjar atau sel mencurigakan pada H&E standar sehingga patolog fokus di tempat yang paling penting dulu. Di beberapa wilayah dan dengan persetujuan regulasi yang tepat, AI dapat mendukung diagnosis primer.

🩸 And much more 🩸 Dan banyak lagi

Hematopathology (bone marrow cell counts), nephropathology (glomerulus segmentation), parasitology, even quality control of the H&E stain itself — new AI modules appear every month. Hematopatologi (hitung sel sumsum tulang), nefropatologi (segmentasi glomerulus), parasitologi, bahkan kontrol kualitas pewarnaan H&E itu sendiri — modul AI baru muncul setiap bulan.

Here is what a typical workflow looks like end-to-end. Most of it is the same as before — only steps 3 and 4 are new. Berikut tampilan workflow tipikal dari awal hingga akhir. Sebagian besar sama seperti sebelumnya — hanya langkah 3 dan 4 yang baru.

For labs that can't replace microscopes yet, a smart microscope camera adds AI to the eyepiece, so steps 2 and 3 happen at the bench in real time. Either path leads to the same kind of report. Untuk lab yang belum dapat mengganti mikroskop, kamera mikroskop pintar menambahkan AI ke lensa okuler, sehingga langkah 2 dan 3 terjadi di meja kerja secara real-time. Kedua jalur mengarah ke jenis laporan yang sama.

A friendly cheat sheet of terms you'll keep hearing. Most are kept in English even in Bahasa Indonesia, since that is how the field talks. Cheat sheet ramah istilah-istilah yang akan terus Anda dengar. Sebagian besar tetap dalam bahasa Inggris bahkan dalam Bahasa Indonesia, karena begitulah bidang ini berbicara.

These are vendor-neutral, freely-available resources. They are good next stops once you're comfortable with the basics on this page. Ini adalah sumber daya netral vendor yang tersedia gratis. Mereka adalah perhentian berikutnya yang baik setelah Anda nyaman dengan dasar-dasar di halaman ini.

Talk to multiple vendors, ask for live demos on your own slides, and request validation data on cases similar to yours. A trustworthy vendor will say "let's run a pilot" before "let's sign a contract". Bicaralah dengan beberapa vendor, mintalah demo langsung pada slide Anda sendiri, dan minta data validasi pada kasus mirip dengan kasus Anda. Vendor yang dapat dipercaya akan mengatakan "mari kita jalankan pilot" sebelum "mari kita tandatangani kontrak".