【編者按】6月30日,由上海交通大學醫學院附屬瑞金醫院(以下簡稱瑞金醫院)主辦、華為技術有限公司協辦的瑞金醫院RuiPath病理模型開源及成果發布會在上...
6月30日,由上海交通大學醫學院附屬瑞金醫院(以下簡稱“瑞金醫院”)主辦、華為技術有限公司協辦的“瑞金醫院RuiPath病理模型開源及成果發布會”在上海舉行。瑞金醫院聯合華為開源RuiPath病理模型，助力AI在醫療行業落地。
RuiPath病理模型，是由瑞金醫院在華為團隊支持下研發的臨床級多模態病理大模型，涵蓋泛癌種視覺特征提取、視覺-語言跨層表征對齊、長序列的深度思考模型訓練機制等能力，用于全流程臨床病理輔助診斷，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病理模型的核心“視覺基礎模型”。該模型依托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進行標注、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)，并已具備臨床驗證能力。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。華為同步開放了基于以上開源模型的工具及實踐指南，對于推動醫療AI普惠具有重大意義：
普惠AI，降低病理AI輔助診斷部署門檻： 將瑞金醫院多年積累的高質量病理數據進行訓練和精調，獲得臨床級模型和工具，基層醫院可節省數據準備、模型訓練、應用開發的大量初始工作，促進病理AI輔助診斷廣泛應用。
加速AI在醫療行業落地： 開放數據標準、工具、評測數據集，解決源頭數據處理、模型部署、應用開發、評測上線的一系列實際困難，打通從模型到應用的“最后一公里”，為AI行業化落地提供最佳實踐。
提升整體病理診斷水平： 將瑞金醫院優質數據和經驗知識沉淀到RuiPath病理模型并開源，使頭部三甲醫院病理診斷能力可以快速復制到基層醫院，實現各級醫院病理診斷領域高水準“齊步走”。
中國工程院院士、瑞金醫院院長寧光致辭
中國工程院院士、瑞金醫院院長寧光表示：“病理大模型只有真正臨床應用才能產生價值，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病理模型臨床應用落地，共同提高醫療水平，讓AI醫療能力持續惠及全社會。”
華為公司副總裁、數據存儲產品線總裁周躍峰演講
華為公司副總裁、數據存儲產品線總裁周躍峰表示：“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，華為基于多年技術積累和實踐經驗，提出四點倡議：
(1)在數字化基礎上，做好醫療數據集的標準化和管理運營。建議醫院各科室需要明確數據責任人，對病理切片等數據質量嚴格把關，推進全院數據標準化、共享化、可視化。
(2)構建多科室、多院區可共享的智能診療數據基礎設施平臺。加強存力、算力和運力建設，打通數據、模型和應用孤島，讓傳統單科室診療走向多模態全流程診療。
(3)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，快速適配和智能處理業務與技術需求。
(4)加快構建合理的AI診療商業模式并推動落地，形成良性循環。
“三年磨一劍”，堅持長期主義，華為與瑞金醫院病理模型的合作共經歷了“數字化”和“智慧化”兩個階段。
第一階段病理數字化，在瑞金醫院采用統一數字病理格式(CSP)高效存放數據(空間節省45%)，實現病理切片數據的標準化落地。從2023年聯合業界發布《數字化智慧病理科建設白皮書》，到2025年共積累了百萬規模高質量數字化病理數據，為后續的智慧化打下堅實基礎。
第二階段病理智慧化，華為天才少年團隊入駐瑞金醫院，進行數據工程、模型工程、應用工程的聯合研發。基于高質量數據，通過“醫生 AI工程師”進行模型蒸餾、知識蒸餾、模型精調。改變傳統單癌種小模型開發模式，實現大模型從泛癌種精準識別、輔助診斷任務到上層應用的端到端落地，使得其貫穿醫生診斷全流程。
華為提供并開源ModelEngine，實現數據準備、模型訓推、應用編排全流程的工具化、標準化和自動化。醫生不再是“標注工”，而是“審核官”，從逐條標注變為批量審核，效率翻數倍，并保證了標注的專業性和準確性。基于ModelEngine應用工程能力，實現應用系統接口的標準化對接和病理報告模板可視化編排，單病種AI診斷應用上線周期從10天到2天。
華為通過一系列黑科技加持，采用算存網協同、模型及算法優化技術，僅用16卡集群完成了RuiPath病理模型開發及部署：
模型蒸餾：通過先進的蒸餾技術，將671B通用模型的能力蒸餾到32B參數規模的專家模型，小而美。結合瑞金醫院專業知識和精調，大幅提升訓推效率，降低對機房空間的要求。
以查代算(Unified Cache)：對模型固化的知識，通過緩存技術用快速查找替代復雜的重復計算，大幅降低推理成本。
資源池化(XPU Pooling)：極致利用算力實現“晝推夜訓”。白天，算力主要用于支撐醫生日常的診斷推理;夜間，空閑算力則自動匯集起來，進行模型的持續訓練和迭代。
百年沉淀，共享世人。面向未來，華為將繼續與瑞金醫院開展聯合創新，共建醫療“Data AI”新生態，攜手助力醫療AI普惠。
鄭重聲明：本文版權歸原作者所有，轉載文章僅為傳播更多信息之目的，如作者信息標記有誤，請第一時間聯系我們修改或刪除，多謝。
