数字病理学在临床诊断中的普及为人工智能在病理学中的应用创造了条件。由于其强大的建模和表示能力，深度学习技术在计算病理学中得到了广泛的应用，并在改善疾病诊断方面显示出巨大的潜力。本文综述了深度学习与病理图像分析相结合的应用，并总结了在分类、分割和检测三个关键任务中的进展。针对每个任务，介绍了相关的临床价值、技术难点和主流算法设计。目前，病理人工智能算法已经取得了一些显著的成果，但尚未达到临床应用的标准。本文分析了人工智能技术从研究转向临床应用的挑战和未来研究方向。