瑞金病理大模型聯手華為雲，覆蓋20多家各級醫院

基層醫院也有秒級診斷能力

一張腫瘤組織病理切片，過去由人工在顯微鏡下診斷耗時數分鐘﹔如今，AI輔助下的單切片診斷時間從分鐘級壓縮到秒級。日前，上海交通大學醫學院附屬瑞金醫院、邯鄲市中心醫院、延安大學附屬醫院等20多家醫院正式入駐華為雲“行業AI夢工廠”智慧醫療專區，瑞金醫院RuiPath病理大模型的雲上規模化應用當天同步開啟。這意味著，秒級的病理診斷輔助能力，正在從頭部三甲醫院向縣域基層延伸。

長期以來，我國醫療行業面臨一個結構性難題：全國3.8萬家醫院中，隻有5000家設有病理科，病理醫生不足2萬人，缺口超過14萬人。這些醫生高度集中在少數三甲醫院，大量縣域醫院並不具備獨立病理診斷能力，患者往往需要跨區域就醫。

與此同時，醫院在推進病理數字化時也存在現實困難：單張數字切片5年期存儲成本約1—2元/GB，上傳所需的帶寬成本翻倍，現有系統大多不支持數字切片管理。另外，不同醫院在病理制片、染色及掃描等環節存在差異，導致數據異質性顯著，病理模型很難直接跨院適用。

在這一背景下，瑞金醫院聯手華為雲，在2025年2月發布了RuiPath病理大模型——這是我國首個進入醫院生產流程的臨床級病理大模型。

“傳統方法中，基於卷積神經網絡的系統對數據要求高，需要大量精細標注的樣本，且通常聚焦於少數常見病種。現在有了基礎模型，僅需相對較少的標注數據，借助弱監督甚至簡化標注方法，便能取得更優的效果，並泛化至更多病種及復雜場景。”上海交通大學醫學院附屬瑞金醫院上海市數字醫學創新中心專職副主任朱立峰提到一個關鍵變化。

目前，RuiPath病理大模型覆蓋90%的中國常見癌種、90%的下游診斷任務。通過數據飛輪實戰，准確率超過90%，能輔助病理醫生日常90%的病理診斷工作。

技術突破之外，如何落地考驗著解決方案的“性價比”。據介紹，這套方案隻需醫院購買掃描儀，存儲、算力和算法均可基於雲上構建。中小醫院無需新購本地存儲和算力，可以沿用現有的消費級PC，網絡也無需升級。首年投入成本為傳統一次性購置存儲、算力和AI算法成本的10%。“醫生工作站上傳大約5%的疑似主要特征區域到雲端，雲端大模型完成推理后即可反饋結果。”這意味著，即便在有限帶寬和有限算力的投入下，基層醫院也能獲得與三甲醫院相當的AI診斷能力。

邯鄲市中心醫院是這一方案的實際應用者。該院病理科年切片量約15萬張，在傳統顯微鏡下，一個病例的精細觀察耗時數十分鐘，醫生長年累月高強度用眼，工作負荷沉重。該院病理科主任田雲霄介紹，依托瑞金RuiPath病理大模型，用本地病理數據微調，結果顯示，組織學類型的診斷准確率從63%提升到了90%以上。“目前，我們正在嘗試用‘流動掃描工作站’的方式，在獲得縣級醫院的授權下收集數據，打造符合邯鄲區域疾病特色的專屬病理模型，再反哺給基層使用。”

截至目前，瑞金RuiPath病理大模型已擴展至河北、雲南、貴州等地的20多家醫院，覆蓋了從頂尖三甲到地市三甲、縣域醫院的多級體系。“在確保數據安全的前提下，讓雲上病理模型像開通互聯網醫院一樣快速、便捷地接入現有病理業務系統，真正破解診療難題。”邯鄲市中心醫院人工智能實驗室主任李星說。

（來源：解放日報 記者 束涵）