RuiPath 2.0 – 瑞金与华为联合研发的临床级多模态病理大模型

RuiPath 2.0是瑞金医院与华为联合研发的临床级多模态病理大模型，属于瑞智病理大模型系列的升级版本。它面向病理科全流程辅助诊断场景，覆盖中国每年全癌种发病人数90%的常见癌种，涉及上百个辅助诊断任务，同时涵盖垂体神经内分泌肿瘤等罕见病。

该模型基于瑞金医院百万级数字病理切片数据库训练，依托华为DCS AI解决方案构建。RuiPath核心视觉基础模型已开源；双方推出RuiPath智慧病理一体机，通过云边端协同将能力下沉至基层医疗机构。

RuiPath 2.0特点

秒级诊断速度

传统病理诊断中，医生在显微镜下观察一张组织切片需要5至10分钟。RuiPath 2.0将单切片AI计算时间缩短到秒级，大幅压缩了从制片到出报告的时间窗口。

少见与罕见亚型识别增强

相比前代版本，RuiPath 2.0在常见癌种的少见亚型、罕见亚型识别能力上实现显著提升。模型正在探索病理多模态生成式基础模型在淋巴瘤诊断中的临床应用。

互动式诊断模式

医生可以与模型开展多轮病理诊断对话。系统提前标出病灶区域，医生以互动方式审核AI结果，工作模式从”逐片诊断”（Slide by slide）升级为”逐步审核”（Step by step）。

亚专科专家级知识深度

在病理医生整理的常用问题测试中，模型回答准确率达到90%以上。其知识覆盖组织学特征、鉴别诊断等18类医学知识点，在医学考试场景的图文问答任务中处于国内外领先水平。

基层可及性

通过智慧病理一体机方案，RuiPath 2.0支持在消费级个人计算机上进行推理，并具备少样本训练能力，降低了基层医院的部署门槛。

RuiPath 2.0技术原理

多模态数据融合架构

RuiPath 2.0整合图像、文本等多种数据模态，覆盖临床、影像、病理等多个领域。数据维度基于多学科构建，涵盖患者全生命周期信息，影像、检验、病理等数据标签完整。

视觉-语言跨层表征对齐

模型采用视觉-语言跨层级特征对齐技术，对病理全切片图像（WSI）中的ROI区域截图生成镜下所见描述文本，并支持病理学多轮知识问答。

泛癌种视觉特征提取

通过自监督学习预训练，模型从百万级病理WSI图像中提取泛癌种视觉特征。开源版本基于ViT模型结构和DINOv2自监督学习框架，在瑞金医院百万规模病理数据上完成预训练。

存算协同与AI工具链

依托华为DCS AI解决方案，RuiPath在数据工程、模型训练、应用对接、多任务调度等环节实现存算协同优化。华为ModelEngine工具链支撑了数据标注、模型训练和精调的全流程。

长序列深度思考机制

模型引入长序列深度思考训练机制，支持对高分辨率病理图像的长程依赖关系建模，提升复杂病灶区域的识别稳定性。

RuiPath 2.0功能

病灶区域精准识别

自动扫描数字病理切片，提前标出疑似病灶区域，以热图形式可视化展示，供病理医生快速定位关键区域。

互动式病理诊断对话

医生可就特定切片、特定区域向模型提问，获取组织学描述、鉴别诊断建议、分级分型参考等信息。

全流程辅助诊断

覆盖从切片数字化、病灶检测、辅助分型到报告审核的完整病理科工作流，支持上百个辅助诊断任务。

亚专科知识问答

针对甲状腺、乳腺、胃肠、肺等亚专科领域，提供专家级知识问答服务，回答涵盖诊断标准、治疗指南、常见误诊原因等内容。

罕见病辅助诊断

在常见癌种之外，对垂体神经内分泌肿瘤等罕见病提供辅助诊断支持，弥补基层医院罕见病例经验不足的短板。

RuiPath 2.0同类产品对比

表格

RuiPath 2.0应用场景

三甲医院病理科

日均处理数百张病理切片的繁忙科室，借助RuiPath 2.0将医生从重复性镜下浏览中解放出来，把精力集中于疑难病例和复杂亚型判断。

基层医院病理诊断

通过智慧病理一体机或云服务模式，基层医院可将病理切片图像上传至云端，由模型分析后返回诊断结果和建议，缓解基层病理医生短缺问题。

远程病理会诊

县域医院或专科联盟内，上级医院专家可基于RuiPath 2.0的AI预分析结果进行远程复核，缩短会诊响应时间。

医学教育与科研

医学院校和研究机构利用模型的知识问答和病灶标注能力，开展病理教学、住院医师培训，以及基于大规模数据的回顾性临床研究。

肿瘤早筛与体检中心

在癌症早筛场景中，模型对大量筛查切片进行初筛，标记高风险案例供医生优先审阅，提升筛查通量。

RuiPath 2.0的发布，标志着病理AI从单点工具走向全流程临床嵌入。它没有改变病理医生作为最终决策者的角色，而是把医生的工作重心从”找病灶”转移到”判病灶”——让经验更聚焦于需要人类专业判断的复杂环节。