过去，医生在观察病理切片时，就如同在广袤森林中搜寻那片与众不同的树叶。在我国，病理医生每日需在显微镜前审视超过三百张切片，相较之下，欧美同行每日仅需检查约五十张。因此，我国三甲医院的病理医生工作量是美国同行的五至六倍，这无疑增加了漏诊和误诊的风险。如今，借助AI大模型进行观察，不仅能有效提升工作效率，还能在一定程度上增强诊断的准确性。瑞金医院，这家位于上海的知名医学院附属机构，一位技术领域的专家向观察者网透露。
近日，瑞金医院联合华为宣布开源RuiPath病理模型。瑞金医院在华为团队的协助下，成功研发了这一临床级多模态病理大模型。该模型具备泛癌种视觉特征提取、视觉与语言跨层表征对齐以及长序列深度思考模型训练机制等多种功能。它被应用于全流程临床病理辅助诊断，目前能够覆盖中国每年全部癌种发病人数的90%，涉及19种常见癌种，并涵盖上百项辅助诊断任务。
病理医生过去需借助显微镜逐个检查皮肤和乳头的侵犯情况，而如今AI技术已预先完成了这些步骤，医生仅需进行确认并决定是否采纳AI的建议，这类似于一种协同合作模式。医生的角色从大量分析影像转变为对AI输出的结果进行最终审核，从而避免了在众多正常影像中寻找异常，每个步骤的数据都由AI提前筛选，医生仅需判断其是否准确。”技术专家表示。
本次公开的是RuiPath病理模型中的关键“视觉基础模型”，该模型基于瑞金医院所提供的百万张高清晰度数字病理切片数据，通过华为AI的ModelEngine工具链完成了数据的标注、模型的训练以及精细调整。
图源：观察者网
现场专家指出，在业界广泛认可的12个公开数据集中，针对14项辅助诊断任务的测试中，RuiPath病理模型在其中的7项表现达到了行业顶尖水平（即SOTA），而美国哈佛大学的病理视觉模型UNI2，仅有6项达到了这一行业领先标准。RuiPath已经拥有了临床验证的资质，此次开源活动一并提供了测试数据集，这些数据集涵盖了肺癌、结直肠癌、甲状腺癌、胃癌、乳腺癌、前列腺癌、胰腺癌等七个常见的癌症类型。同时，华为也同步发布了基于该开源模型的工具和实践指南，旨在加快人工智能技术在医疗领域的应用步伐。
技术专家向观察者网透露，我国病理科医生的数量不足两万，而需求量却高达十四万，这构成了国内医院面临的一大难题。瑞金这样的顶级三甲医院在制作并公开病理模型后，首先，有效提升了工作效率，病理科医生原本一天能审阅200至300张病理切片，如今可达到400至500张，甚至更多；其次，它还显著增强了诊断的精确度，借助AUC、ACC和F1 Score等关键指标，确保模型达到最高精准度。
我们期望通过RuiPath病理模型的公开，推动我国数字病理领域的标准化进程。若其他医疗机构的病理标准与瑞金医院的标准相仿，那么它们几乎无需进行额外的培训即可直接应用。瑞金医院如何使用该模型，其他医院便可以照此操作，所需的主要是相应的硬件设施。若标准存在差异，便需对数据进行增量式的训练，然而，这一过程所需的成本相对较低，这是因为瑞金所拥有的超过一百万张的切片已经完成了特征提取工作。”该技术专家进一步阐释道。
华为数据存储产品线总裁周跃峰
研发一款病理领域的巨型模型颇具挑战，即便是国内顶尖的瑞金医院，尽管已经收集了海量的数字切片资料，但在大模型训练的初期阶段，依然需要克服数据格式不一致以及标注任务繁重等诸多困难。
2022年伊始，华为公司轮值董事长胡厚崑及数据存储产品线总裁周跃峰等领导莅临瑞金医院进行考察。胡厚崑在交流中提到，华为计划在数字化病理等领域给予瑞金医院的专业团队全面的技术支持，并充分利用云计算、网络、边缘计算和终端设备等技术协同效应，针对实际需求强烈的场景进行深入合作，共同推动技术创新。在那之后的三年间，华为与瑞金医院在病理模型领域展开了紧密的合作，这一合作过程先后跨越了“数字化”以及“智慧化”两个关键阶段。
病理数字化工作在瑞金医院展开，运用统一的数字病理格式（CSP）进行高效的数据存储，此举使得空间利用率提升了45%，并确保了病理切片数据的标准化实施。自2023年起，医院与业界共同发布了《数字化智慧病理科建设白皮书》，至2025年，已累计收集了百万级别的高质量数字化病理数据，为未来的智慧化发展奠定了坚实的基石。
在第二阶段，病理智慧化进程加速，华为的杰出青年团队进驻瑞金医院，共同开展数据工程、模型工程以及应用工程的协同研发工作。依托于高标准的资料库，采用“医生与AI工程师”的搭配，实施模型的浓缩、知识的提炼以及模型的精细化调整。此举打破了以往针对单一癌种的小规模模型开发模式，实现了从广泛癌种的精准识别、辅助诊断到上层应用的全面落地，确保了这一系统贯穿了医生的整个诊断流程。
图源：观察者网
过去标注一张图片需要耗费10至20分钟，工作量相当繁重，而现在，医生们每天可以处理超过700张图片。技术专家向观察者网透露，华为所提供并公开的ModelEngine工具，使得医生们能够从逐条标注转变为批量审核，极大地提升了工作效率，同时确保了专业性和准确性的保持。依托ModelEngine的应用工程实力，我们成功实现了应用系统接口的规范化整合以及病理报告模板的直观设计，从而将单病种AI诊断应用的上线时间从原本的10天缩短至2天。
提及大模型的训练与推断，业界普遍认为其成本高昂且投资巨大，尤其是美国企业常常依赖大量GPU卡进行训练，这种高昂的成本让国内众多企业和医疗机构望而却步。然而，在瑞金
我国各医院均设有信息部门，却普遍缺少人工智能机构及相应人才。瑞金医院与华为公司正致力于简化医疗大模型的落地流程，使得其他医疗机构能够依照步骤逐步实施，无需依赖专业的大模型专家，从而加速整个行业模型的推广与应用。技术专家在接受观察者网采访时如是说。
技术若要发挥其价值，必须服务于人才。中国工程院院士、瑞金医院院长宁光提出，期望通过本次开源及成果共享，汇聚上海乃至全国的力量，吸引更多专业人士加入病理辅助诊断模型的研究与应用，加快RuiPath病理模型在临床上的应用步伐，共同提升医疗质量，使人工智能在医疗领域的优势得以持续惠及广大民众。
