华为公司副总裁、数据存储产品线总裁周跃峰博士

依据国家癌症中心发布的2024年全国癌症报告数据显示，新发癌症数和死亡数占据了世界的首位，在癌症诊疗当中早发现、早诊断、早治疗至关重要。然而我国病理行业正面临着严峻的挑战，病理医生数量缺口巨大，分布不均匀，基层医院的初诊复核率较低。

上周，瑞金医院发布了基于华为DCS AI解决方案训练和部署的瑞智病理大模型RuiPath——这是瑞金医院自2021年12月启动数字化病理科建设以来，历经3年的规划，初步实现了从信息化到数字化，再到智慧化的跨越式发展。瑞智病理大模型RuiPath依托瑞金医院医学大模型的整体布局，以高质量的瑞金医疗数据为基础，构建的多模式互动式病理大模型。

华为公司副总裁、数据存储产品线总裁周跃峰博士在发布会上表示，医疗领域的数据质量很高，这样的行业会率先实现AI应用的落地。

通用大模型必须变身专业大模型才能解决行业场景落地问题

目前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DCS AI解决方案在瑞金医院病理科的成功落地与实践，重复印证了AI大模型与行业应用紧密结合的必要性，并树立了典范。

第一，病理科医生所见的每一张病理切片均为GB级大小，需处理上百万张切片，总计PB级数据，同时还有数十万份电子病历需进行时空对齐。华为DCS AI解决方案通过数据工程工具化，缩短了80%的医疗训练数据准备周期。

第二，面对训练和推理阶段对硬件队列的压力以及由此而产生的高额成本，华为DCS AI解决方案拥有的系统级模型训练与推理加速能力，实现了模型训练周期缩短30％，推理并发提升一倍。

第三，一个有效的精准AI系统应能够开放对接IT系统，并灵活承载医生的业务数据。华为DCS AI解决方案打造的极简应用开发平台，支撑非专业开发者快速上手，显著提升病理大模型应用上线速度。

华为DCS AI解决方案用“数据”讲述“瑞金故事”

华为DCS AI解决方案在瑞金医院实施过程中用一系列提升效率的数据讲述了瑞智病理大模型RuiPath的成功——华为公司副总裁、数据存储产品线总裁周跃峰博士更是总结道：2个月训练103万张切片成为AI病理专家。首先，一个好的数据工程要从高性能的数据归集开始，医院各个系统所形成的数据孤岛给训练带来很大压力。华为DCS AI解决方案在存储层面快速建立了统一的数据视图，可以通过简单的配置来快速实现高效数据归集，以及在不同系统之间的数据流转。华为DCS AI解决方案对于病理学的图像处理做了深度优化，通过专用的神经网络，实现了病理学图像的免切分算法，将整个病理学图像处理时间从月级压缩到了天级，使得瑞金医院的AI数据治理形成了高效的、高度自动化井而有序的数据工厂，极大提升了数据生产的效率。

面对模型训练的过程中需要多次对图像进行编码，产生多次重复计算的问题，华为DCS AI解决方案基于存储与计算协同的NDS直通技术，数据可以直接从HBM中写入SSD，减少了特征读取和写入的时延，缩短了30%的模型训练周期。与此同时，华为DCS AI解决方案通过HBM到DRAM、SSD的分级缓存和智能预取技术，可以实现直接把未激活的大部分参数从HBM中卸载出来，进一步提升利用率。

为了最大化地优化整个系统并发的效率，瑞智病理大模型RuiPath上线后，华为还通过XPU池化技术，实现了动态的分配，抢占式资源的调度，将碎片化的资源打包成一个完整的连续、可分配的资源空间，将系统整体的碎片率从35%降低到5%，最大化的并发提升30%。

特别值得一提的是，华为打造的一体化极简式开发平台，让开发人员在前期就可以通过FATE编程框架将所有应用业务流展现在可视化的界面上。不同科室的医生如果后续想新增或删除一些知识库中的数据、改变诊断的工作流，就可以在一个可视化的界面上，通过拖拉拽的方式方便的完成修改，最终实现低代码的开发和零代码的运维，极高地效率打造了贴近业务需求的AI应用。

“华为提供了AI全数据流程以及应用对接、模型对接的工具链——ModelEngine，以及可以调度NPU、GPU，对接相关硬件的操作系统，能够方便结合医院的各种数据，以及各个科室的数据来实现诊疗的人工智能化。华为DCS AI解决方案，不仅是一个硬件，更重要的是提供了整套的工具链。这些工具链的开放性让更多的集成商能够得到使用，在未来可以在不同的医院，以及各个行业落地。” 华为公司副总裁、数据存储产品线总裁周跃峰博士强调。

病理大模型可推广性助力病理诊断迎来新起点

上海交通大学医学院病理学系主任、瑞金医院病理科主任王朝夫对华为DCS AI解决方案在医疗行业的落地，以及瑞智病理大模型RuiPath的成功，更是给予了高度评价：“瑞金医院病理大模型的正式发布，为病理医生提供更精准、更高效的辅助诊断支持，标志着瑞金医院病理科在智能化领域迈出了坚实的一步，也将为我国病理诊断的均质化、高效化发展注入新的潜能。”