病理AI迎来新里程，瑞金医院携手华为开源RuiPath病理大模型

6月末，病理大模型又迎好消息——瑞金医院携手华为召开发布会，正式官宣开源RuiPath病理大模型核心“视觉基础模型”。

RuiPath病理大模型是瑞金医院携手华为开发的临床级多模态病理大模型，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病理大模型的核心“视觉基础模型”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。本次开源可加速病理大模型的落地应用，提升国内病理诊断整体水平，实现技术普惠。

中国工程院院士、瑞金医院院长宁光表示：“病理大模型只有真正临床应用才能产生价值，实现AI普惠。希望此次开源与成果共享，集聚上海力量、中国力量，让更多同道参与到病理辅助诊断模型的研究与应用中，加速RuiPath病理模型临床应用落地，共同提高医疗水平，让AI医疗能力持续惠及全社会。”

上海申康医院发展中心副主任王育表示：“此次将病理模型开源，不仅率先完成从实验室到临床验证的跨越，更以开放共享的姿态，让优质医疗资源惠及更多地区、更多患者，为全行业发展提供了可复制、可推广的经验。”

病理诊断，被誉为临床医学诊断的金标准。但遗憾的是，病理医生缺口巨大，资源欠缺仍旧阻碍着我国病理诊断行业的发展和病理诊断的可及性提升。与此同时，在病理资源不足的基础上，我国还呈现出明显的资源分布不均特点，主要的病理科医生均集中在大三甲医院。而大三甲医院饱和的工作量再叠加病理科繁琐的工作任务，更是让病理科医生的工作量处于超负荷状态。

在此背景之下，如何解决病理资源不足且分布不均，如何减轻病理科医生工作负担，提升其工作效率，成为行业上下共同探索的方向，也促使瑞金医院携手华为，共探解决之道。

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。该模型具备泛癌种视觉特征提取、视觉语言跨层表征对齐、长序列深度思考模型训练机制等能力，可用于全流程临床病理辅助诊断。

瑞金医院病理科主任助理笪倩表示，病理大模型的落地应用面临数据、算法、算力和存力四大挑战，而RuiPath病理大模型正在持续攻坚。

具体而言，在数据层面，RuiPath病理大模型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；在算法层面，其采用“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；在算力层面，其首次用16张国产芯片训练百万切片；而在存力层面，通过压缩技术最多可省下45%存储空间，RuiPath病理大模型存算协同技术节约 30%训练周期。

此次开源的RuiPath视觉基础模型V1.0依托百万张高质量数字病理切片数据，结合华为开源的AI全流程工具链，进行标注、训练和模型精调而成。除模型开源外，本次开源还提供了配套的测试数据集，覆盖肺癌、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，搭配华为同步开放的基于前述开源模型的工具及实践指南。 

通过开源模型和开源测试数据集、提供配套的工具和实践指南，瑞金医院和华为此举将为国内病理诊断行业提供三大助力：

其一是将瑞金医院多年积累的高质量病理数据进行训练和精调，获得临床级模型和工具，基层医院可节省数据准备、模型训练、应用开发的大量初始工作，促进病理AI辅助诊断广泛应用；

其二是开放数据标准、工具、测评数据集、解决源头数据处理、模型部署、应用开发、评测上线的一系列实际困难，打通从模型到应用的“最后一公里”；

其三是将瑞金医院优质数据和经验知识沉淀到RuiPath病理模型并开源，使头部三甲医院病理诊断能力可以快速复制到基层医院，实现各级医院病理诊断领域高水准“齐步走”。

中国工程院院士、瑞金医院院长宁光表示：“瑞金医院联合华为实现"双开源"突破，一是开源700张数字病理切片测评数据集，二是开源算法模型，构建产学研协作生态。希望此次开源与成果共享，能凝聚更多通道的力量共同完善模型，严格验证临床安全性，助力上海形成垂直化医学AI生态。”

与此同时，宁光还补充道：“推动RuiPath病理模型开源，对于完善模型本身以及模型的可及性，有可能起到双赢作用。原因在于，该模型可以覆盖中国每年全癌种发病人数90%的19个常见癌种，但还有10%的癌肿还无法覆盖到，开源的话，或有望覆盖更多的肿瘤诊断。”

在官宣开源之后，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。

据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；

其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。

“这不仅是瑞金医院病理科的重大突破，更是病理学领域的里程碑式探索。”王朝夫表示，“我们呼吁更多通道伙伴的共同参与，通过技术共享与协作，提升病理诊断服务水平，为人类健康事业贡献力量！”