在医疗科技飞速发展的时代，人工智能已成为医疗领域变革的核心力量。2025 年 2 月 18 日，上海交通大学医学院附属瑞金医院与华为联合发布瑞智病理大模型 RuiPath，这一成果是医疗 AI 在病理诊断领域的重大突破，有望重塑传统病理诊断流程，为患者提供更高效、精准的医疗服务。
一、RuiPath 概述
我国癌症发病率逐年攀升，病理诊断的精准性和效率至关重要。但传统病理诊断面临医生数量不足、经验参差不齐、诊断流程繁琐等困境。瑞智病理大模型（RuiPath）作为临床级国产多模态互动式病理大模型应运而生，致力于推动病理诊断向智能化、高效化迈进。
二、技术原理剖析
1、深度学习与知识学习
RuiPath 基于深度学习算法，具备强大的自我学习和优化能力。它从海量历史病理数据中挖掘关键信息，短时间内 “研读” 300 余本病理诊断书籍，分析 100 万张数字切片，积累深厚知识储备。通过学习大量病理切片图像，模型能精准识别不同类型癌细胞的形态、结构特征及不同疾病阶段的变化规律，结合患者症状、病史等临床文本数据综合分析，做出准确诊断判断，具备专家级诊断能力。
2、华为DCS AI 解决方案的助力
华为的 DCS AI 解决方案为 RuiPath 提供技术支撑。其数据工程工具化特性使病理数据处理更高效、规范，自动化的数据清洗、标注和预处理工具可快速将原始病理数据转化为模型可接受的格式，缩短数据准备时间。在系统级模型训练与推理加速方面，利用先进硬件加速技术和优化算法框架，显著提升 RuiPath 的训练速度，原本数月的训练过程可能缩短至数周甚至更短，同时提高推理效率，单切片 AI 诊断时间仅需数秒，能快速给出诊断结果，为临床决策提供及时支持。模型精调阶段，DCS AI 解决方案提供灵活的参数调整和优化工具，助模型适应不同病理诊断场景和需求。
3、交互式诊断模式
交互式诊断模式是 RuiPath 的特色。它能提前精准识别病灶区域，单切片 AI 诊断时间仅需数秒。诊断时，医生与模型实时互动，模型将识别出的病灶区域、相关特征及初步诊断结果呈现给医生，医生依据专业知识审核。面对复杂病例，模型给出多种诊断可能性，医生通过交互询问判断依据，结合自身判断得出更准确诊断结论。这种 “逐步审核” 模式极大提升诊断效率，让医生在更短时间内处理更多病例，同时提高诊断准确性。
三、主要功能亮点
1、多模态数据融合
RuiPath 整合图像、文本等多种数据模态，实现临床、影像、病理等多领域数据融合。实际应用中，它能同时获取患者病理切片图像、临床症状描述、影像检查结果等信息，综合分析更全面反映疾病特征。诊断乳腺癌时，结合病理切片癌细胞形态结构、乳腺超声影像及临床家族病史、年龄等信息，模型可更准确判断癌症类型、分期及预后，为后续治疗方案制定提供全面、精准依据。
2、高效辅助诊断
RuiPath 在辅助诊断方面表现卓越，能提前精准识别病灶区域，大幅缩短诊断时间。传统病理诊断中医生需在显微镜下逐片找病灶，RuiPath 改变了这一现状。某大型医院病理科使用 RuiPath 前，5 名病理医生处理 100 例病理切片需一整天，还易因疲劳漏诊；使用后，单切片 AI 诊断时间仅数秒，5 名医生每天轻松处理 200 例以上病理切片，诊断效率提升一倍多，漏诊率显著降低。
3、互动式诊断对话
互动式诊断对话功能提升诊断准确性和工作效率。医生与模型实时互动获取辅助诊断建议，遇到疑难病例可向模型提问，如“该病灶的边缘特征与哪种癌症类型更为相似？” 模型会快速给出准确回答并提供参考依据。这种互动帮助医生拓宽诊断思路，增强对诊断结果的信心。实际应用中，通过互动式诊断对话，疑难病例诊断准确率提高 15% – 20%。
4、广泛的病种覆盖
RuiPath 覆盖中国每年 90% 的常见癌种发病人群，还包含垂体神经内分泌肿瘤等罕见病。无论是常见肺癌、胃癌，还是罕见的垂体神经内分泌肿瘤，都能提供有效诊断支持。罕见病诊断领域病例稀少，医生诊断经验不足，RuiPath 通过学习大量罕见病病例数据，识别独特病理特征，为医生提供专业诊断建议，填补部分空白。
5、四大创新驱动发展
RuiPath 实现场景与应用、模型与算法、存算协同以及 AI 工具链创新。场景与应用创新方面，将 AI 技术深度融入病理诊断各环节，从初步筛查到诊断报告生成均有应用场景；模型与算法创新上，研发团队探索新的深度学习算法和模型架构，提高诊断性能；存算协同创新优化数据存储和计算协同工作方式，确保模型快速访问和处理大量病理数据；AI 工具链创新为开发者和使用者提供更便捷、高效的开发和应用工具，降低使用门槛，促进 RuiPath 广泛应用。
四、应用场景拓展
1、病理诊断辅助
RuiPath 能提前精准识别病理切片中的病灶区域，医生收到病理切片后，先由 RuiPath 初步分析，标记可能病变区域并给出初步诊断意见，医生再详细观察分析，审核 AI 诊断结果。这种方式减轻医生工作负担，减少漏诊和误诊。
2、临床诊断支持
RuiPath 亚专科知识问答准确率超 90%，能为医生提供专家级诊断建议。临床诊断中医生遇复杂病例，可借助其知识问答功能获取疾病详细信息、诊断方向及治疗建议。诊断罕见血液系统疾病时，医生提问可快速获取最新诊断标准、常见误诊原因及推荐治疗方案，为临床诊断和治疗提供重要参考。
3、基层医疗赋能
我国病理医生数量不足且分布不均，基层医院设备和技术条件有限，病理诊断水平低。RuiPath 的应用使基层医院医生借助其诊断能力做出更准确判断。基层医院将病理切片图像上传至云端，由 RuiPath 分析后返回诊断结果和建议。
4、医疗AI 解决方案推广
基于华为的 DCS AI 解决方案，RuiPath 为其他医疗机构提供可推广的智能医疗解决方案。其他医疗机构可借鉴其技术架构和应用模式，结合自身实际定制开发应用。一些中小规模医院引入 RuiPath 技术框架，快速搭建病理诊断辅助系统，提高整体医疗水平，促进医疗 AI 技术在医疗行业的普及和发展。
5、医学教育与培训
RuiPath 为医学生和年轻医生提供丰富学习资源和实践机会。医学教育中，学生通过与 RuiPath 互动学习，了解不同疾病病理特征和诊断方法，分析其对病例的诊断过程，学习先进诊断思路和方法，快速提升病理诊断能力。
五、总结与展望
瑞智病理大模型 RuiPath 在技术原理、功能特点和应用场景等方面优势显著，为病理诊断带来更高效率和更精准结果，为医疗行业发展注入新活力。
未来，RuiPath 有望优化深度学习算法，提高诊断准确性和泛化能力；加强与其他医疗技术融合，如基因检测、影像诊断技术等，为临床诊断提供更全面、精准服务；
进一步拓展应用场景，延伸到疾病预测、治疗效果评估等领域，为患者提供全生命周期医疗服务。相信在各方努力下，RuiPath 将在医疗 AI 领域发挥更大作用，为人类健康事业做出更大贡献。
（文：小兵的AI视界）