每日經濟新聞 2025-02-19 21:33:20
2月19日,AI醫療概念股再度走強,其中華大基因漲超12%,國際醫學、德生科技、金域醫學漲停。這背后源于2月18日在上海交通大學醫學院附屬瑞金醫院舉行的“2025醫療人工智能與精準診療發展論壇”上發布的瑞智病理大模型RuiPath。該模型基于華為DCS AI打造,覆蓋中國90%常見癌種,能夠顯著提升病理診斷效率和準確性,解決病理醫生資源短缺問題。
每經記者 許立波 每經編輯 張海妮
2月19日,AI醫療概念股再度走強。截至當日收盤,華大基因(300676.SZ)漲超12%,國際醫學(000516.SZ)、德生科技(002908.SZ)、金域醫學(603882.SH)漲停。
消息面上,2月18日,在上海交通大學醫學院附屬瑞金醫院舉行的“2025醫療人工智能與精準診療發展論壇”上,瑞金醫院發布基于華為DCS AI打造的瑞智病理大模型RuiPath。本次發布標志著AI技術在病理診斷領域邁出了關鍵一步,為提高診斷效率、解決病理醫生資源短缺問題提供了創新解決方案。
“病理診斷作為臨床診斷的金標準,其準確性直接關系到臨床診治決策的科學性和患者的預后。我國目前高水平的病理醫生相對匱乏,急需通過新技術,尤其是人工智能的賦能來解決高水平專家不夠的現狀。”國家衛生健康委統計信息中心原副主任、中國衛生信息與健康醫療大數據學會副會長胡建平在致辭中表示。
胡建平還表示,人工智能的技術引進將為病理診斷帶來革命性、顛覆性的變革,AI不僅能夠顯著提升病理切片檢查的效率和診斷的準確性,還能為臨床治療提供更加精準的決策支持,從而實現早診斷、早治療、早康復的目標。
瑞金醫院病理醫生笪倩援引的數據顯示,2022年我國新增482萬名癌癥患者、癌癥死亡人數達257萬名。
為解決癌癥診療的這一嚴峻現狀,早發現、早診斷、早治療至關重要。然而,我國病理行業正面臨著嚴峻挑戰:病理醫生數量缺口巨大,分布不均衡,基層醫院初診符合率較低。數字化智慧病理成為突破這一困局的關鍵所在,而病理大模型成為醫療大模型領域的焦點。
笪倩稱,針對傳統及數字化智慧病理發展中的痛點,如三甲醫院病理醫生診斷工作量巨大、數智化基礎薄弱、傳統AI模式中覆蓋病種少、已公開病理大模型算力需求大、多模態訓練難度大等業界普遍的業務痛點,RuiPath實現4大創新,包括場景與應用創新、模型與算法創新、存算協同創新和AI工具鏈創新。
“瑞智病理大模型RuiPath基于瑞金醫院豐富的病種,高質量的醫療數據,癌種覆蓋廣度達到中國每年全癌種發病人數90%的常見癌種,還涵蓋垂體神經內分泌腫瘤等罕見病;在深度上,亞專科知識問答深度達到專家級知識水平,在由病理醫生整理的常用問題測試中,RuiPath的回答準確率高達90%以上,并在醫學考試場景的圖文問答任務中處于國內外領先水平;效率上,過去一張組織切片在顯微鏡下診斷需要耗時5~10分鐘,現在采用AI互動式閱片后,單切片AI計算時間僅為秒級,醫生從鏡下找病灶轉變為互動式審核AI診斷結果,整體診斷效率明顯提升。”笪倩表示。
瑞金醫院病理科主任王朝夫說:“在交互式輔助診斷環節,傳統診斷方式是醫生在顯微鏡下逐張查看切片,完成診斷后再人工錄入報告。而RuiPath能夠提前精準識別病灶區域,單切片AI診斷時間僅需數秒。這使得醫生的工作模式從在鏡下逐個尋找病灶,轉變為以互動方式審核AI診斷結果,從‘逐片診斷(Slide by slide)’模式升級為‘逐步審核(Step by step)’模式,顯著提升了診斷效率與質量。”
“人工智能在醫學病理領域的應用離不開海量數據的支撐,數據是人工智能的原料,只有通過高質量的數據訓練AI模型才能不斷優化發揮其最大的效能。”胡建平指出。他同時強調,上海交通大學醫學院附屬瑞金醫院與華為的合作,正是在上述背景下取得了突破性。
瑞金醫院自2021年開始建設數字化智慧病理科,2023年發布中國首本《數字化智慧病理科建設白皮書》。其病理科積累了百萬級數字病理切片庫,為病理大模型的搭建筑牢了數據根基。瑞金醫院在數據、場景、數字醫學創新等方面的優勢,使瑞智病理大模型RuiPath具有顯著的性能優勢。
然而,AI大模型在實際應用中的發展仍然面臨一定的挑戰。首先,數據質量和數據標準化問題依然是AI模型應用中的一個瓶頸,正如華為公司副總裁、數據存儲產品線總裁周躍峰所指出的,醫院中各類數據被分散存儲在不同科室,形成了數據孤島。更為復雜的是,這些數據的格式各異,使得AI機器硬件在識別過程中遇到難題。此外,數據背后還涉及各個部門的資產屬性,如何在保證數據隱私安全和隱私保護的前提下進行有效處理,也是一個不容忽視的挑戰。
為了突破這一瓶頸,瑞金醫院通過與華為合作,逐步打破了傳統病理診斷中的數據孤島問題。醫院通過全院范圍內的數據整合,建立了一個包含病理切片、影像數據、臨床歷史等多維度信息的大數據平臺,為AI模型的訓練和優化提供了豐富的資源。
此外,AI大模型的推廣和應用也面臨著高昂的算力需求,對于病理診斷領域,這一問題尤甚,病理切片相關的數據動輒以PB為單位進行計量。在涉及大規模數據處理時,如何優化算力配置,降低模型訓練和推理的成本,依然是醫療AI需要攻克的難題。
“華為DCS AI解決方案支持數據工程工具化(Model Engine),模型與應用對接標準化,顯著提升行業專家模型的訓練、推理及精調過程的效率,有效降低部署成本,加速AI在千行萬業落地。”周躍峰表示。
封面圖片來源:每經記者 許立波 攝
如需轉載請與《每日經濟新聞》報社聯系。
未經《每日經濟新聞》報社授權,嚴禁轉載或鏡像,違者必究。
讀者熱線:4008890008
特別提醒:如果我們使用了您的圖片,請作者與本站聯系索取稿酬。如您不希望作品出現在本站,可聯系我們要求撤下您的作品。
歡迎關注每日經濟新聞APP