瑞金醫院與華為開源RuiPath病理模型，為醫療AI發展按下“加速鍵”

【環球網科技報道 記者 張陽】當AlphaGo在圍棋比賽中擊敗人類世界冠軍震撼全球時，AI技術發展的齒輪就開啓了新一輪的加速轉動。當下，隨着AI技術的逐步成熟，其正以前所未有的態勢融入各個領域。醫療行業作為關乎人類生命健康的重要領域，自然成為AI技術應用的重點方向。從影像識別到輔助診斷，從藥物研發到健康管理，AI技術正在給傳統醫療行業帶來翻天覆地的變化。

根據中研普華產業研究院發佈的《2025-2030年AI+醫療行業市場發展現狀及投資趨勢諮詢報告》數據顯示，2023年中國AI+醫療市場規模已達315億元，預計2025年將突破800億元，年複合增長率達58.3%。全球市場更將迎來爆發，到2030年規模預計突破1.5萬億美元，其中藥物研發、影像診斷、健康管理三大板塊佔比超60%。這一驚人的增長速度背後，是醫療行業對AI技術的迫切需求與巨大期待。因此，當6月30日，上海交通大學醫學院附屬瑞金醫院（以下簡稱瑞金醫院）與華為聯合宣佈開源RuiPath病理視覺基礎模型、測試數據集以及AI工具，在醫療領域掀起了巨大的波瀾。

病理診斷困局：亟待破解的醫療難題

病理診斷，一直被譽為疾病診斷的“金標準”，對於腫瘤確診等關鍵醫療判斷具有決定性意義。在傳統的病理診斷流程中，病理醫生需要在顯微鏡下花費大量時間仔細觀察切片，尋找癌細胞的蛛絲馬跡，整個過程不僅耗時費力，而且對醫生的專業經驗要求極高。一般來説，完成一次病理診斷耗時長達3-10天，在這漫長的等待過程中，患者承受着巨大的心理壓力。

更為嚴峻的是，我國病理醫生數量嚴重短缺且分佈不均。據相關數據顯示，我國病理醫生的數量缺口巨大，難以滿足日益增長的醫療需求，而且大部分優秀的病理醫生集中在大城市的大型三甲醫院，基層醫院的病理診斷力量薄弱，這就導致基層醫院的初診符合率較低，許多患者不得不長途跋涉前往大醫院尋求準確的診斷，這不僅增加了患者的就醫成本，也進一步加劇了醫療資源分配的不平衡。

數字化智慧病理被視為突破這一困局的關鍵所在，而病理大模型則成為數字化智慧病理發展的焦點。RuiPath病理大模型，就是由瑞金醫院在華為團隊支持下研發的臨牀級多模態病理大模型，涵蓋泛癌種視覺特徵提取、視覺-語言跨層表徵對齊、長序列的深度思考模型訓練機制等能力，用於全流程臨牀病理輔助診斷，目前已覆蓋中國每年全癌種發病人數90%的19個常見癌種，涵蓋上百個輔助診斷任務。

此次開源的是RuiPath病理大模型的核心“視覺基礎模型”。該模型依託瑞金醫院百萬張高質量數字病理切片數據，使用華為AI全流程工具鏈ModelEngine進行標註、訓練和模型精調而成，在業界12個主流公開數據集的14個輔助診斷任務測試中，有7個達到業界領先水平（SOTA），並已具備臨牀驗證能力。本次開源配套提供測試數據集，覆蓋了肺癌、結直腸癌、甲狀腺癌、胃癌、乳腺癌、前列腺癌、胰腺癌等7個常見癌種。華為同步開放了基於以上開源模型的工具及實踐指南，對於推動醫療AI普惠具有重大意義。

開源的力量：推動AI普惠的重大舉措

此次開源包含三大核心要素：視覺基礎模型架構、多癌種測試數據集（覆蓋肺癌、結直腸癌等7大癌種）以及完整實踐指南。這一開源舉措帶來的變革具有突破意義。它極大地降低了基層醫院部署病理AI的門檻。以往，基層醫院由於缺乏技術和資源，很難開展病理AI輔助診斷工作。而現在，瑞金醫院多年積累的高質量病理數據通過開源模型傳遞到基層，使得頭部三甲醫院的診斷能力可以快速“複製”到縣級醫院，讓它們能夠藉助先進的技術，提升自身的病理診斷水平，為更多患者提供準確、及時的診斷服務，真正實現了優質醫療資源的下沉，推動了AI在醫療領域的普惠。

為了加速全球協作，瑞金醫院同步啓動了RuiPath病理大模型全球多中心計劃，聯合海內外12家醫療機構共同推動模型迭代與標準化，特別關注偏遠地區的醫療資源匱乏問題。通過多中心協作，將優質病理資源與“RuiPath”技術推廣至偏遠及資源匱乏地區，解決這些地區診斷能力不足的問題。同時，建立統一質控與數據管理流程，確保模型在不同中心診斷結果的一致性與可靠性。此外，依託多中心應用積累的豐富數據，加速數字化病理與計算病理學研究，助力學科突破。這一計劃的實施，將進一步提升RuiPath病理模型的性能和適用性，為全球的病理診斷事業做出重要貢獻。

三年磨一劍：從數字化到智慧化的飛躍

早在2022年，華為就與瑞金醫院展開密切溝通，華為輪值董事長鬍厚崑就帶領各業務線的骨幹與瑞金醫院的專家就病理科電子數據的保存、識別、壓縮、標準，以及分佈式智能掌上超聲採集與智能輔助診斷等進行了深入探討。

2023年雙方正式“聯姻”，聯合發佈《數字化智慧病理科建設白皮書》，統一了數字病理格式，為後續的病理切片數據標準化落地奠定了堅實的基礎。到2025年，雙方通過不懈的努力，積累了百萬規模高質量數字化病理數據，為智慧化階段的發展提供了豐富的資源。至此，雙方經歷了清晰的數字化與智慧化兩個階段演進，可謂是“三年磨一劍”。

進入智慧化階段，華為天才少年團隊直接入駐瑞金醫院，與醫生組成聯合攻關小組。這種“醫生+AI工程師”的協作模式極具創新性，雙方發揮各自的專業優勢，攜手共進。他們創新性地採用模型蒸餾、知識蒸餾等先進技術，改變了傳統單癌種小模型開發模式。以往的單癌種小模型開發，效率低下且難以形成規模效應。而現在，通過團隊的協作，實現了大模型從泛癌種精準識別到上層應用的端到端落地，貫穿了醫生診斷的全流程，極大提高了診斷的準確性和效率。

華為提供的ModelEngine AI全流程工具鏈更是徹底改變了醫生的工作模式。在過去，醫生如同辛勤的“標註工”，需要逐張切片進行標註，工作繁重且效率低下。而現在，醫生轉變為批量審核的“審核官”，工作效率得到了數倍的提升。基於此工具，單病種AI應用上線週期從10天縮短至2天，效率提升80%，這一顯著的變化，極大地提高了醫療服務的效率，為患者爭取了寶貴的時間。

華為助力：打通醫療AI“最後一公里”

在瑞金醫院病理模型的發展過程中，華為助力打通醫療AI從實驗室到臨牀應用的“最後一公里”。華為提供並開源了AI全流程工具鏈ModelEngine，通過一系列工程化方法可以解決數百萬級切片數據標註等數據工程問題，模型蒸餾、訓練、精調等過程中的模型工程問題以及與醫院現有應用系統的對接開發問題，為醫療AI的開發和應用提供了有力的支持。

在發佈會上，華為公司副總裁、數據存儲產品線總裁周躍峯表示：“醫療行業長期積累了大量的高質量數據，這是率先實現AI行業化落地的前提。”為加速AI在醫療行業落地，華為基於多年技術積累和實踐經驗，提出四點倡議：

一是在數字化基礎上，做好醫療數據集的標準化和管理運營。醫院各科室需要明確數據責任人，對病理切片等數據質量進行嚴格把關，推進全院數據的標準化、共享化、可視化。只有保證數據的質量和規範性，才能為後續的AI應用提供可靠的基礎。二是構建多科室、多院區、可共享的智能診療數據基礎設施平台。加強存力、算力和運力的建設，打通數據、模型和應用之間的孤島，讓傳統單科室診療走向多模態全流程診療，提高醫療服務的綜合性和協同性。三是促進數據工程、模型工程、評測技術的工具化、標準化，加快開放。醫療多模態數據在標準化工具賦能下快速適配，並且智能處理業務與技術的需求，推動醫療AI技術的快速發展和廣泛應用。四是構建合理的AI診療商業模式並推動落地。探索合理的付費機制，平衡醫院、患者、企業多方利益，形成良性循環，為醫療AI的持續發展提供經濟保障。

醫療AI的無限可能

瑞金醫院與華為聯合開源RuiPath病理模型，從短期來看，隨着該模型在基層醫院的推廣應用，將有效提升基層醫院的病理診斷水平，緩解醫療資源分配不均的問題，讓更多患者能夠在當地獲得準確的病理診斷，減少患者的就醫負擔。同時，通過全球多中心計劃的實施，將進一步推動模型的迭代優化，提高模型的性能和適用性。

從長期來看，這一合作模式將為醫療AI的發展提供寶貴的經驗借鑑，吸引更多的醫療機構和科技企業參與到醫療AI的研發和應用中來。隨着技術的不斷進步和創新，醫療AI有望在疾病的早期診斷、個性化治療、藥物研發等多個領域發揮更大的作用，為人類的健康事業做出更大的貢獻。

在這個充滿變革的時代，華為與瑞金醫院的合作讓我們看到了科技與醫療深度融合的巨大潛力。正如中國工程院院士、瑞金醫院院長寧光所言“病理大模型只有真正臨牀應用才能產生價值，實現AI普惠。希望此次開源與成果共享，集聚上海力量、中國力量，讓更多同道參與到病理輔助診斷模型的研究與應用中，加速RuiPath病理模型臨牀應用落地，共同提高醫療水平，讓AI醫療能力持續惠及全社會。”