? 今年3月，医疗I医业架华为宣布成立医疗卫生军团。卫生为

??在与军团一次内部讲话中，军团WhatsApp%E3%80%90+86%2015855158769%E3%80%91spider%20crane%20rent华为创始人任正非曾说道：“从根本上说，疗行算法不掌握在IT人手里面，医疗I医业架而是卫生为掌握在电力专家、基建专家、军团煤炭专家、疗行医药专家等各类行业专家手里。医疗I医业架” 这句话深刻揭示了AI行业化落地的卫生为关键——需要行业与技术企业联手，单靠一方难以完成。军团

??华为医疗卫生军团成立的疗行初衷，便是医疗I医业架搭建起医疗技术与AI技术之间的桥梁。而这一目标，卫生为WhatsApp%E3%80%90+86%2015855158769%E3%80%91spider%20crane%20rent在今年6月得到了有力印证。军团

??在华为医疗卫生军团的支持下，瑞金医院宣布开源RuiPath病理模型，这一模型为AI辅助病理诊断带来了临床级应用，覆盖中国每年全癌种发病人数90%的19个常见癌种，包含上百个辅助诊断任务，成为中国AI行业化落地的典范。

??成果的背后，正是华为长期主义与实用主义的生动体现。

??认知鸿沟：AI落地医疗的首道关卡

??2024年11月，毕业于美国卡耐基梅隆大学的 “95后”软件工程师王帅，带着技术人的闯劲主动接下了一个重要任务——帮助中国头部医院搭建病理大模型。面对海量病理数据和前景未知的项目，热爱挑战的他，决定带领另外6位志同道合的“95后”伙伴组成AI先锋队，奔赴上海。

??然而，当这支年轻的团队第一次深入瑞金医院病理科时，便遭遇了巨大的认知鸿沟。与医生交流时常陷入“鸡同鸭讲”的困境：“一开始医生跟我们说‘亚型’，我们都不知道亚型是什么。”团队成员坦言，尽管他们在技术领域经验颇丰，但病理诊断远非简单判断“有癌无癌”，其涉及的复杂下游亚型判断，需要十年以上专业积累才能精通，正所谓隔行如隔山。

??此时，华为医疗卫生军团的加入为项目注入了新的希望。

??面对“AI科学家不懂临床痛点”和“医学专家不理解AI边界”的认知错位，华为医疗卫生军团与王帅所在的AI先锋队紧密协作，与瑞金医院携手推行“双向奔赴”的医工融合策略。大半年里，华为技术专家与资深病理医生“天天坐在一起，泡在一起”，技术专家深入科室，亲身体验病理医生从切片制作、阅片、诊断到报告的全流程；医学专家则凭借数十年临床经验，为大模型训练梳理出标准“教材”。

?

??從“手工作坊”到“標準化作業”

??對駐場的華為團隊而言，最初的數據標注工作堪稱“噩夢”。

??瑞金醫院病理科自2021年啟動數字化病理建設，但其數據主要服務于醫生閱片，與AI可理解的“語言”相去甚遠。“項目剛啟動時，兩個數據工程師處理一條數據要花10分鐘，效率低得讓人泄氣。”王帥至今記憶猶新。

??面對困局，華為醫療衛生軍團牽頭與瑞金醫院病理科醫生一同梳理高質量病理切片數據的標準，同時集結王帥帶領的后方技術力量，一起扎進病理科，沉浸式學習病理科醫生的日常診斷全流程。

??從標本處理的細微步驟、各癌種下游亞型的復雜分類，到診斷報告的細分維度——技術團隊一點點啃下病理診斷的專業知識，逐步摸清業務脈絡。在此基礎上，他們開始將 AI 大模型技術與臨床需求深度融合。以數據標注環節為例，團隊研發出病理切片圖像標注工具，將原本的“手工作坊”式的數據標注升級為“IT標準化作業”。如今，團隊成員每人每天能完成500張標注，效率提升了數十倍。

??“我們團隊的數據工程師，現在都能算半個病理醫生了，好幾次初診結果都得到了專業病理醫生的認可。”王帥打趣道。這源于數據工程師們長期沉浸在病理切片數據中積累的專業素養。

??除了數據標注工具，華為團隊在RuiPath病理大模型項目中還打造了一系列模型工程、應用編排等工具，不僅讓病理大模型訓練實現了最大化的“標準化作業”，更降低了未來醫療機構落地大模型時的技術人才門檻，為技術的規模化應用掃清了障礙。

???“價值共創”，架起醫療與AI的橋梁

??在團隊的不懈努力下，RuiPath病理大模型從乳腺癌開始突破，截至6月，模型已經可覆蓋19個常見癌種的100余個輔助診斷任務，在業界12個主流公開數據集的14個輔助診斷任務測試中，有7個達到SOTA水平——這意味著AI真正從“實驗室”走向“臨床”，實現了醫療技術與AI技術的“價值共創”

??技術突破之外，RuiPath病理模型的開源在醫療行業掀起更大波瀾。“通過開源開放，我們希望讓更多醫療機構、生態廠商快速部署 AI，推動中國醫療行業實現‘高水平齊步走’。” 華為醫療衛生軍團總裁張偉力的話語，道出了這項技術突破的深層意義 —— 它絕非閉門造車的孤例，而是惠及全行業的技術共享。

??事實上，華為醫療衛生軍團在瑞金醫院的實踐早已超越單一項目的范疇。其探索出的 “醫工融合” 路徑，為 AI 技術在醫療領域的規模化落地提供了可復制的范本：從技術團隊深入臨床一線理解需求，到醫學專家參與模型訓練校準標準，這種雙向協作模式打破了傳統行業壁壘。如今，隨著開源成果的普及，更多醫療機構將能跳過技術試錯的彎路，直接站在成熟的技術基座上推進創新。

??夯實醫療與 AI 的跨界橋梁，正是華為醫療衛生軍團始終堅守的使命。未來，我們期待這套成熟模式能延伸至影像分析、慢病管理等更多醫療場景，讓 AI 的價值在全診療鏈條中充分釋放；更期待開源技術能穿透資源壁壘，走進偏遠地區的醫院，用智能化工具縮小城鄉醫療差距；最終，讓每一項技術突破都轉化為患者的獲得感，讓精準醫療的承諾照進更多生命現場。