IT时报记者 贾天荣

在癌症诊疗中，早发现、早诊断、早治疗至关重要。然而，我国病理行业正面临着严峻挑战：病理医生数量缺口巨大，分布不均衡，基层医院初诊符合率较低。6月30日，瑞金医院联合华为宣布开源RuiPath病理模型，旨在降低医院病理AI辅助诊断部署门槛。

“AI走到今天，如何从‘发布’真正走向临床应用，仍面临不小挑战。”在发布会上，中国工程院院士、上海交通大学医学院附属瑞金医院院长宁光指出，当前病理大模型面临的首要问题是覆盖率不足，“RuiPath虽然已能覆盖约90%的常见肿瘤类型，但仍有部分病种未被纳入，如口腔类、儿科肿瘤等”。

他进一步指出，第二大挑战则是应用可及性不高，“病理大模型只有真正应用于临床，才能产生价值，实现AI普惠。”

基于此，瑞金医院携手华为推动RuiPath模型全面开源，希望通过共享数据与模型，让全社会共享瑞金在病理AI方面的积累与成果。开源不仅有助于其他医疗机构快速应用AI技术，也鼓励更多科研力量参与到模型的持续优化中，助力推动病理AI从技术突破走向规模化普惠应用。

实现精准诊断的“最后一公里”

《IT时报》记者注意到，中国国家癌症中心发布的《2024中国癌症报告》显示，2022年中国约新发482.47万癌症病例，死亡病例257万例，占全球总数的近1/4。

数据显示，全国注册病理医生不足2万人，实际缺口高达14万人。病理医生资源也分布不均，80%集中在大城市，70%集中于三甲医院。一线三甲医院如瑞金医院，每天需处理的病理切片数量超过6000张，工作负荷巨大；而基层医院由于设备和人才双重匮乏，病理初诊的符合率有待提升。

今年2月，瑞金医院携手华为开发的RuiPath临床级多模态病理大模型正式发布。该模型涵盖泛癌种视觉特征提取、视觉-语言跨层表征对齐、长序列的深度思考模型训练机制等能力，用于全流程临床病理辅助诊断，目前已覆盖中国每年全癌种发病人数90%的19个常见癌种，涵盖上百个辅助诊断任务。

“RuiPath只是AI赋能医疗的一个缩影。”上海申康医院发展中心副主任王育表示，病理学作为“所有疾病诊断的金标准”，在整个医学体系中处于至关重要的位置，是实现精准诊断的“最后一公里”。

然而，当前病理学科面临不少结构性难题。例如，病理人才的培养周期较长，且随着学科的发展，亚专科化趋势日益明显。不同器官对应的病理诊断要求高度专业化，但由于人类器官复杂多样，各家医院在病理亚专科建设上的能力参差不齐，尤其是在中心城区与基层医疗机构之间存在显著差距。

在这样的现实背景下，瑞金医院率先结合大模型与大数据技术，提炼并构建出RuiPath病理AI模型。这不仅是人工智能与医学深度融合的有力实践，也为推动病理学科发展、提升诊断能力、缩短病理人才培养周期奠定了坚实基础。

病理大模型的落地挑战如何破局

尽管取得初步成效，病理AI的落地依然面临如数据质量与标注标准、算法依赖人工标注、算力瓶颈与存储压力等诸多挑战。

瑞金医院病理科副主任医师笪倩坦言，为此，瑞金医院持续推进病理科数字化和智慧化建设，不断突破技术瓶颈。数据层面，百万级高质量病理切片库覆盖常见癌症，且罕见病数据全国领先；算法层面，采用“智能学习系统”（PanVL-T1技术），在12个主流公开数据集14个辅助诊断任务中，有7个任务AUC、ACC、 F1 score三个维度均比肩世界顶尖模型；算力层面，首次用16张国产芯片训练百万切片；存力层面，通过压缩技术最多可省下45%存储空间，存算协同技术节约30%训练周期。

“未来，我们期望RuiPath能从上海辐射全国，让县医院也能拥有三甲医院的诊断能力，并联合全球机构整合多模态数据，为癌症患者抢出更多生命时间。”笪倩说。

瑞金医院-上海市数字医学创新中心专职副主任朱立峰介绍，此次开源的为RuiPath病理模型的核心“视觉基础模型”。该模型依托瑞金医院百万张高质量数字病理切片数据，基于华为AI全流程工具链ModelEngine进行标注、训练和模型精调而成，在业界12个主流公开数据集的14个辅助诊断任务测试中，有7个达到业界领先水平（SOTA），并已具备临床验证能力。本次开源配套提供测试数据集，覆盖了肺癌、结直肠癌、甲状腺癌、胃癌、乳腺癌、前列腺癌、胰腺癌等7个常见癌种。

会上，瑞金医院还举行了RuiPath病理大模型全球多中心计划启动会，携手海内外12家医疗机构共享最新研发成果，协同推动病理大模型的持续迭代。

瑞金医院病理科主任王朝夫介绍，该计划主要具有三大核心目标：其一是通过多中心协作，将优质病理资源与RuiPath技术推广至偏远及资源匮乏地区，进而提升病理AI可及性，解决病理诊断能力不足问题；其二是通过建立统一质控与数据管理流程，确保模型在不同中心诊断结果的一致性与可靠性，推动行业标准化体系建设；三是依托多中心应用积累的丰富数据，加速数字化病理与计算病理学研究，助力学科突破，促进技术创新。