从医疗影像到药物研发，从诊疗辅助到精准医疗，AI技术的快速发展正在重塑医疗行业，行业范式由“经验驱动”向“数据驱动”革新，大模型是推动行业智能应用加速落地的核心动力和关键一环。

　　2月18日，在上海召开的2025医疗人工智能与精准诊疗发展论坛上，基于华为DCS AI解决方案的瑞智病理大模型RuiPath正式发布。

　　在医疗领域，病理诊断是疾病诊断的“金标准”，但传统模式高度依赖医生经验，且长期面临海量数据处理效率低、成本高等诸多挑战。

　　正是在这一背景下，医疗大模型应运而生。相较于通用大模型，垂类大模型更具专业优势，能够精准地对接行业需求实现“小而精”的创新突破。然而，垂类大模型的投入使用对于数据精细化、数据工程能力、模型训练环境以及算力资源等都有较高要求。

　　“AI应用场景落地主要存在三方面障碍：一是数据工程难题；二是模型训练及应用对接难题；三是多任务调度、资源高效利用的难题。”华为公司副总裁、数据存储产品线总裁周跃峰进一步阐释。

　　尤其是病理诊断过程中，医生在传统模式下需要耗费大量时间进行切片观察、细胞识别等繁琐工作。瑞金医院的每名医生平均每天阅片高达200-300张病理切片，阅片时间需要40分钟，完成诊断后还需人工录入报告。

　　华为DCS AI解决方案通过提供AI全数据流程以及应用对接和模型对接的工具链ModelEngine，并且越来越成熟。据了解，RuiPath在短短2个月的研发历程里，“浏览”了300余本病理诊断书籍，“学习”100万张数字切片，能提前识别病灶区域、精准定位异常细胞，单切片的诊断时间变为秒级，让医生从镜下找病灶转变为互动式审核AI诊断结果，为临床决策提供有力数据支撑，实现诊疗过程的智能化、精细化，提升诊断效率与质量。

　　“在诊断过程中，瑞金医院不再依赖大量的脚本和人工操作，取而代之的是高效、高度自动化、井然有序的数据工厂。”华为数据存储产品线AI方案首席专家王帅表示。

　　一个精准的病理学诊断还基于很多外部的IT系统里面的知识库数据去进行信息库的补充。华为还打造了一体化的极简式的开发平台，助力开发人员以极高的效率打造贴近业务需求的AI应用。

　　“AI的行业化落地，仅有AI卡，通用大模型是搞不定的。行业客户没有那么强的训练，蒸馏能力来形成行业大模型；也很少具备数据工程能力。华为提供的ModelEngine工具链就是为了方便行业客户和集成商形成自己的AI落地方案。”周跃峰进一步表示。

　　每一个医生、科室不仅能通过AI应用灵活调用医院的各项数据，实现不同部门之间医疗数据高效流转，同时还能自主构建专属的诊断工作流，如果不同科室的医生想新增或者删除一些知识库中的数据，或者改变诊断的工作流，就能直接在可视化的界面上以拖拉拽的方式完成相应操作。

　　此外，华为也对外提供ModelEngine开源版本，更好服务于有开发能力的集成商伙伴，帮助集成商搭建其个性化的AI应用开发平台。（李淼）