每經記者 許立波    每經編輯 張海妮    

2月19日，AI醫(yī)療概念股再度走強。截至當日收盤，華大基因（300676.SZ）漲超12%，國際醫(yī)學（000516.SZ）、德生科技（002908.SZ）、金域醫(yī)學（603882.SH）漲停。

消息面上，2月18日，在上海交通大學醫(yī)學院附屬瑞金醫(yī)院舉行的“2025醫(yī)療人工智能與精準診療發(fā)展論壇”上，瑞金醫(yī)院發(fā)布基于華為DCS AI打造的瑞智病理大模型RuiPath。本次發(fā)布標志著AI技術在病理診斷領域邁出了關鍵一步，為提高診斷效率、解決病理醫(yī)生資源短缺問題提供了創(chuàng)新解決方案。

“病理診斷作為臨床診斷的金標準，其準確性直接關系到臨床診治決策的科學性和患者的預后。我國目前高水平的病理醫(yī)生相對匱乏，急需通過新技術，尤其是人工智能的賦能來解決高水平專家不夠的現(xiàn)狀。”國家衛(wèi)生健康委統(tǒng)計信息中心原副主任、中國衛(wèi)生信息與健康醫(yī)療大數(shù)據(jù)學會副會長胡建平在致辭中表示。

胡建平還表示，人工智能的技術引進將為病理診斷帶來革命性、顛覆性的變革，AI不僅能夠顯著提升病理切片檢查的效率和診斷的準確性，還能為臨床治療提供更加精準的決策支持，從而實現(xiàn)早診斷、早治療、早康復的目標。

圖片來源：每經記者 許立波 攝

瑞智病理大模型可覆蓋全癌種發(fā)病人數(shù)90%的常見癌種

瑞金醫(yī)院病理醫(yī)生笪倩援引的數(shù)據(jù)顯示，2022年我國新增482萬名癌癥患者、癌癥死亡人數(shù)達257萬名。

為解決癌癥診療的這一嚴峻現(xiàn)狀，早發(fā)現(xiàn)、早診斷、早治療至關重要。然而，我國病理行業(yè)正面臨著嚴峻挑戰(zhàn)：病理醫(yī)生數(shù)量缺口巨大，分布不均衡，基層醫(yī)院初診符合率較低。數(shù)字化智慧病理成為突破這一困局的關鍵所在，而病理大模型成為醫(yī)療大模型領域的焦點。

笪倩稱，針對傳統(tǒng)及數(shù)字化智慧病理發(fā)展中的痛點，如三甲醫(yī)院病理醫(yī)生診斷工作量巨大、數(shù)智化基礎薄弱、傳統(tǒng)AI模式中覆蓋病種少、已公開病理大模型算力需求大、多模態(tài)訓練難度大等業(yè)界普遍的業(yè)務痛點，RuiPath實現(xiàn)4大創(chuàng)新，包括場景與應用創(chuàng)新、模型與算法創(chuàng)新、存算協(xié)同創(chuàng)新和AI工具鏈創(chuàng)新。

“瑞智病理大模型RuiPath基于瑞金醫(yī)院豐富的病種，高質量的醫(yī)療數(shù)據(jù)，癌種覆蓋廣度達到中國每年全癌種發(fā)病人數(shù)90%的常見癌種，還涵蓋垂體神經內分泌腫瘤等罕見??；在深度上，亞專科知識問答深度達到專家級知識水平，在由病理醫(yī)生整理的常用問題測試中，RuiPath的回答準確率高達90%以上，并在醫(yī)學考試場景的圖文問答任務中處于國內外領先水平；效率上，過去一張組織切片在顯微鏡下診斷需要耗時5~10分鐘，現(xiàn)在采用AI互動式閱片后，單切片AI計算時間僅為秒級，醫(yī)生從鏡下找病灶轉變?yōu)榛邮綄徍薃I診斷結果，整體診斷效率明顯提升。”笪倩表示。

瑞金醫(yī)院病理科主任王朝夫說：“在交互式輔助診斷環(huán)節(jié)，傳統(tǒng)診斷方式是醫(yī)生在顯微鏡下逐張查看切片，完成診斷后再人工錄入報告。而RuiPath能夠提前精準識別病灶區(qū)域，單切片AI診斷時間僅需數(shù)秒。這使得醫(yī)生的工作模式從在鏡下逐個尋找病灶，轉變?yōu)橐曰臃绞綄徍薃I診斷結果，從‘逐片診斷（Slide by slide）’模式升級為‘逐步審核（Step by step）’模式，顯著提升了診斷效率與質量。”

圖片來源：每經記者 許立波 攝

高質量數(shù)據(jù)是病理大模型的根基

“人工智能在醫(yī)學病理領域的應用離不開海量數(shù)據(jù)的支撐，數(shù)據(jù)是人工智能的原料，只有通過高質量的數(shù)據(jù)訓練AI模型才能不斷優(yōu)化發(fā)揮其最大的效能。”胡建平指出。他同時強調，上海交通大學醫(yī)學院附屬瑞金醫(yī)院與華為的合作，正是在上述背景下取得了突破性。

瑞金醫(yī)院自2021年開始建設數(shù)字化智慧病理科，2023年發(fā)布中國首本《數(shù)字化智慧病理科建設白皮書》。其病理科積累了百萬級數(shù)字病理切片庫，為病理大模型的搭建筑牢了數(shù)據(jù)根基。瑞金醫(yī)院在數(shù)據(jù)、場景、數(shù)字醫(yī)學創(chuàng)新等方面的優(yōu)勢，使瑞智病理大模型RuiPath具有顯著的性能優(yōu)勢。

然而，AI大模型在實際應用中的發(fā)展仍然面臨一定的挑戰(zhàn)。首先，數(shù)據(jù)質量和數(shù)據(jù)標準化問題依然是AI模型應用中的一個瓶頸，正如華為公司副總裁、數(shù)據(jù)存儲產品線總裁周躍峰所指出的，醫(yī)院中各類數(shù)據(jù)被分散存儲在不同科室，形成了數(shù)據(jù)孤島。更為復雜的是，這些數(shù)據(jù)的格式各異，使得AI機器硬件在識別過程中遇到難題。此外，數(shù)據(jù)背后還涉及各個部門的資產屬性，如何在保證數(shù)據(jù)隱私安全和隱私保護的前提下進行有效處理，也是一個不容忽視的挑戰(zhàn)。

為了突破這一瓶頸，瑞金醫(yī)院通過與華為合作，逐步打破了傳統(tǒng)病理診斷中的數(shù)據(jù)孤島問題。醫(yī)院通過全院范圍內的數(shù)據(jù)整合，建立了一個包含病理切片、影像數(shù)據(jù)、臨床歷史等多維度信息的大數(shù)據(jù)平臺，為AI模型的訓練和優(yōu)化提供了豐富的資源。

此外，AI大模型的推廣和應用也面臨著高昂的算力需求，對于病理診斷領域，這一問題尤甚，病理切片相關的數(shù)據(jù)動輒以PB為單位進行計量。在涉及大規(guī)模數(shù)據(jù)處理時，如何優(yōu)化算力配置，降低模型訓練和推理的成本，依然是醫(yī)療AI需要攻克的難題。

“華為DCS AI解決方案支持數(shù)據(jù)工程工具化（Model Engine），模型與應用對接標準化，顯著提升行業(yè)專家模型的訓練、推理及精調過程的效率，有效降低部署成本，加速AI在千行萬業(yè)落地。”周躍峰表示。

封面圖片來源：每經記者 許立波 攝