瑞金病理大模型聯(lián)手華為云，覆蓋20多家各級醫(yī)院

　　基層醫(yī)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(shù)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(yī)學院附屬瑞金醫(yī)院、邯鄲市中心醫(yī)院、延安大學附屬醫(yī)院等20多家醫(yī)院正式入駐華為云“行業(yè)AI夢工廠”智慧醫(yī)療專區(qū)，瑞金醫(yī)院RuiPath病理大模型的云上規(guī)?；瘧卯斕焱介_啟。這意味著，秒級的病理診斷輔助能力，正在從頭部三甲醫(yī)院向縣域基層延伸。

　　長期以來，我國醫(yī)療行業(yè)面臨一個結構性難題：全國3.8萬家醫(yī)院中，只有5000家設有病理科，病理醫(yī)生不足2萬人，缺口超過14萬人。這些醫(yī)生高度集中在少數(shù)三甲醫(yī)院，大量縣域醫(yī)院并不具備獨立病理診斷能力，患者往往需要跨區(qū)域就醫(yī)。

　　與此同時，醫(yī)院在推進病理數(shù)字化時也存在現(xiàn)實困難：單張數(shù)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(xiàn)有系統(tǒng)大多不支持數(shù)字切片管理。另外，不同醫(yī)院在病理制片、染色及掃描等環(huán)節(jié)存在差異，導致數(shù)據(jù)異質(zhì)性顯著，病理模型很難直接跨院適用。

　　在這一背景下，瑞金醫(yī)院聯(lián)手華為云，在2025年2月發(fā)布了RuiPath病理大模型——這是我國首個進入醫(yī)院生產(chǎn)流程的臨床級病理大模型。

　　“傳統(tǒng)方法中，基于卷積神經(jīng)網(wǎng)絡的系統(tǒng)對數(shù)據(jù)要求高，需要大量精細標注的樣本，且通常聚焦于少數(shù)常見病種?，F(xiàn)在有了基礎模型，僅需相對較少的標注數(shù)據(jù)，借助弱監(jiān)督甚至簡化標注方法，便能取得更優(yōu)的效果，并泛化至更多病種及復雜場景?！鄙虾＝煌ù髮W醫(yī)學院附屬瑞金醫(yī)院上海市數(shù)字醫(yī)學創(chuàng)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(shù)據(jù)飛輪實戰(zhàn)，準確率超過90%，能輔助病理醫(yī)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(jù)介紹，這套方案只需醫(yī)院購買掃描儀，存儲、算力和算法均可基于云上構建。中小醫(yī)院無需新購本地存儲和算力，可以沿用現(xiàn)有的消費級PC，網(wǎng)絡也無需升級。首年投入成本為傳統(tǒng)一次性購置存儲、算力和AI算法成本的10%?！搬t(yī)生工作站上傳大約5%的疑似主要特征區(qū)域到云端，云端大模型完成推理后即可反饋結果?！边@意味著，即便在有限帶寬和有限算力的投入下，基層醫(yī)院也能獲得與三甲醫(yī)院相當?shù)腁I診斷能力。

　　邯鄲市中心醫(yī)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(tǒng)顯微鏡下，一個病例的精細觀察耗時數(shù)十分鐘，醫(yī)生長年累月高強度用眼，工作負荷沉重。該院病理科主任田云霄介紹，依托瑞金RuiPath病理大模型，用本地病理數(shù)據(jù)微調(diào)，結果顯示，組織學類型的診斷準確率從63%提升到了90%以上?！澳壳?，我們正在嘗試用‘流動掃描工作站’的方式，在獲得縣級醫(yī)院的授權下收集數(shù)據(jù)，打造符合邯鄲區(qū)域疾病特色的專屬病理模型，再反哺給基層使用?！?/p>

　　截至目前，瑞金RuiPath病理大模型已擴展至河北、云南、貴州等地的20多家醫(yī)院，覆蓋了從頂尖三甲到地市三甲、縣域醫(yī)院的多級體系?！霸诖_保數(shù)據(jù)安全的前提下，讓云上病理模型像開通互聯(lián)網(wǎng)醫(yī)院一樣快速、便捷地接入現(xiàn)有病理業(yè)務系統(tǒng)，真正破解診療難題?！焙愂兄行尼t(yī)院人工智能實驗室主任李星說。