今年3月，华为宣布成立医疗卫生军团。

在与军团一次内部讲话中，华为创始人任正非曾说道：“从根本上说，算法不掌握在IT人手里面，而是掌握在电力专家、基建专家、煤炭专家、医药专家等各类行业专家手里。” 这句话深刻揭示了AI行业化落地的关键——需要行业与技术企业联手，单靠一方难以完成。

华为医疗卫生军团成立的初衷，便是搭建起医疗技术与AI技术之间的桥梁。而这一目标，在今年6月得到了有力印证。

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”。

从“手工作坊”到“标准化作业”

对驻场的华为团队而言，最初的数据标注工作堪称“噩梦”。

瑞金医院病理科自2021年启动数字化病理建设，但其数据主要服务于医生阅片，与AI可理解的“语言”相去甚远。“项目刚启动时，两个数据工程师处理一条数据要花10分钟，效率低得让人泄气。”王帅至今记忆犹新。

面对困局，华为医疗卫生军团牵头与瑞金医院病理科医生一同梳理高质量病理切片数据的标准，同时集结王帅带领的后方技术力量，一起扎进病理科，沉浸式学习病理科医生的日常诊断全流程。

从标本处理的细微步骤、各癌种下游亚型的复杂分类，到诊断报告的细分维度——技术团队一点点啃下病理诊断的专业知识，逐步摸清业务脉络。在此基础上，他们开始将 AI 大模型技术与临床需求深度融合。以数据标注环节为例，团队研发出病理切片图像标注工具，将原本的“手工作坊”式的数据标注升级为“IT标准化作业”。如今，团队成员每人每天能完成500张标注，效率提升了数十倍。

“我们团队的数据工程师，现在都能算半个病理医生了，好几次初诊结果都得到了专业病理医生的认可。”王帅打趣道。这源于数据工程师们长期沉浸在病理切片数据中积累的专业素养。

除了数据标注工具，华为团队在RuiPath病理大模型项目中还打造了一系列模型工程、应用编排等工具，不仅让病理大模型训练实现了最大化的“标准化作业”，更降低了未来医疗机构落地大模型时的技术人才门槛，为技术的规模化应用扫清了障碍。

“价值共创”，架起医疗与AI的桥梁

在团队的不懈努力下，RuiPath病理大模型从乳腺癌开始突破，截至6月，模型已经可覆盖19个常见癌种的100余个辅助诊断任务，在16个公开数据集的测试中，有8个达到SOTA水平——这意味着AI真正从“实验室”走向“临床”，实现了医疗技术与AI技术的“价值共创”

技术突破之外，RuiPath病理模型的开源在医疗行业掀起更大波澜。“通过开源开放，我们希望让更多医疗机构、生态厂商快速部署 AI，推动中国医疗行业实现‘高水平齐步走’。” 华为医疗卫生军团总裁张伟力的话语，道出了这项技术突破的深层意义 —— 它绝非闭门造车的孤例，而是惠及全行业的技术共享。

事实上，华为医疗卫生军团在瑞金医院的实践早已超越单一项目的范畴。其探索出的 “医工融合” 路径，为 AI 技术在医疗领域的规模化落地提供了可复制的范本：从技术团队深入临床一线理解需求，到医学专家参与模型训练校准标准，这种双向协作模式打破了传统行业壁垒。如今，随着开源成果的普及，更多医疗机构将能跳过技术试错的弯路，直接站在成熟的技术基座上推进创新。

夯实医疗与 AI 的跨界桥梁，正是华为医疗卫生军团始终坚守的使命。未来，我们期待这套成熟模式能延伸至影像分析、慢病管理等更多医疗场景，让 AI 的价值在全诊疗链条中充分释放；更期待开源技术能穿透资源壁垒，走进偏远地区的医院，用智能化工具缩小城乡医疗差距；最终，让每一项技术突破都转化为患者的获得感，让精准医疗的承诺照进更多生命现场。