華為DCS AI解決方案，將助推AI在不同的醫(yī)院加速落地。

　　2025年2月18日，上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院（以下簡稱：瑞金醫(yī)院）正式發(fā)布瑞智病理大模型RuiPath，一時吸引醫(yī)學(xué)界目光。RuiPath覆蓋了中國每年全癌種發(fā)病人數(shù)90%的常見癌種，不僅需要融合多模態(tài)數(shù)據(jù)，還要結(jié)合人群的疾病特征，從而為病理醫(yī)生提供更精準(zhǔn)、更高效的輔助診斷支持。

　　“對一家醫(yī)院來講，真正的堰塞湖、真正的堵點是圖像分析?！?span style="font-weight: 600;">瑞金醫(yī)院院長寧光院士說。

　　在病理診斷領(lǐng)域，AI應(yīng)用將有效緩解我國病理醫(yī)生短缺的現(xiàn)狀，顯著提升病理切片檢查效率和診斷準(zhǔn)確率，為臨床治療提供更精準(zhǔn)的決策支持。然而，要訓(xùn)練專業(yè)權(quán)威的醫(yī)學(xué)大模型，并非一日之功。

病理大模型為何僅用兩個月訓(xùn)練上線？

　　2024年11月底，華為數(shù)據(jù)存儲產(chǎn)品線AI解決方案首席專家王帥所在團(tuán)隊接到任務(wù)——與瑞金醫(yī)院共同打造下一代病理多模態(tài)大模型。王帥帶上華為DCS AI解決方案來到現(xiàn)場，與醫(yī)院一起研發(fā)，僅兩個月就完成大模型訓(xùn)練并上線。

　　然而，病理大模型在建立過程中，需要克服四大痛點：

　　第一，要提高病理數(shù)字化程度，數(shù)字切片的積累是構(gòu)建病理大模型的基石。

　　第二，數(shù)據(jù)質(zhì)量與共享難題。傳統(tǒng)病理的物理切片質(zhì)量本身就存在一定的差異，而在切片數(shù)字化過程當(dāng)中，由于國內(nèi)外掃描儀種類繁多，加之WSI（Whole Slide Images，全視野數(shù)字切片）圖像格式標(biāo)準(zhǔn)目前也不統(tǒng)一，從而形成數(shù)據(jù)孤島。

　　第三，病理數(shù)據(jù)通?！昂艽蟆?。一張WSI病理圖像大小已經(jīng)接近一部高清電影，醫(yī)院每年新增病理數(shù)據(jù)達(dá)到PB級，面臨快速訪問和存儲成本壓力。

　　第四，病理模型訓(xùn)練所需算力高。由于GPU的GB級顯存和病理數(shù)據(jù)PB級訓(xùn)練數(shù)據(jù)集之間的矛盾，醫(yī)院往往算力不足，難以高效開展海量數(shù)據(jù)集的訓(xùn)練。

　　關(guān)于前兩個難點，瑞金醫(yī)院通過數(shù)年來建設(shè)“數(shù)字化智慧病理科”，矛盾已經(jīng)逐步化解。一方面，2021年，瑞金醫(yī)院“數(shù)字化智慧病理科”建設(shè)立項，開啟病理的數(shù)字化、智能化之路，累積了數(shù)字病理切片數(shù)據(jù)庫。另一方面，為解決不同格式病理數(shù)字切片導(dǎo)致的數(shù)據(jù)孤島，瑞金醫(yī)院從2023年開始，啟動研制針對病理專用的CSP格式，目前已經(jīng)納入上海市地方標(biāo)準(zhǔn)以及國家級團(tuán)體標(biāo)準(zhǔn)相關(guān)項目立項。

　　針對后兩個新挑戰(zhàn)，瑞金醫(yī)院聯(lián)合華為，創(chuàng)新性實施數(shù)字化病理存儲方案，實現(xiàn)了全院毫秒級無卡頓病理閱片。通過存算協(xié)同模式，借助端到端的AI工具鏈（Model Engine），縮短大模型上線時間。

　　因此，上述痛點的克服，一方面得益于瑞金醫(yī)院4年來持續(xù)推進(jìn)“數(shù)字化智慧病理科”建設(shè)，另一方面則與支撐大模型訓(xùn)練的華為DCS AI解決方案密不可分。

華為DCS AI解決方案如何掃清障礙？

　　“病理，對我來說是一個非常陌生的領(lǐng)域。但是，它所面臨的行業(yè)痛點，卻又是十分熟悉的。”王帥坦言。

　　第一，數(shù)據(jù)工程的問題。病理科醫(yī)生所見的每一張病理切片都是GB級，當(dāng)處理上百萬張切片時，也即總共PB級的數(shù)據(jù)，同時還有數(shù)十萬份的病理報告需要進(jìn)行時空對齊?！叭绻褂脗鹘y(tǒng)的數(shù)據(jù)工程手段，使用一個個Python腳本、工具和人工標(biāo)注方式處理，效率非常低下，必須革新數(shù)據(jù)工程的手段?！?/p>

　　第二，圖像訓(xùn)練、推理成本問題。在做圖像訓(xùn)練時，如果不做任何優(yōu)化，訓(xùn)練一輪就要上萬的GPU hours，而到了推理階段，分析一張完整的40倍鏡下的WSI切片，需要計算上千萬的Token?！斑@樣的AI注定只是一個奢侈品，沒有辦法普惠大眾?！?/p>

　　第三，應(yīng)用上線問題。訓(xùn)練出來好的模型，并不代表有了好的應(yīng)用。病理學(xué)診斷應(yīng)當(dāng)結(jié)合患者病史、基因組組學(xué)、分子學(xué)等多模態(tài)數(shù)據(jù)，這就要求AI系統(tǒng)能夠開放地對接醫(yī)院內(nèi)部不同科室的不同業(yè)務(wù)信息系統(tǒng)，同時能夠靈活地承載不同的業(yè)務(wù)數(shù)據(jù)，靈活響應(yīng)用戶需求。

　　能有效應(yīng)對上述難題，正是DCS AI解決方案的核心價值所在。華為在數(shù)據(jù)工程上做了大量的革新，降低了80%的數(shù)據(jù)準(zhǔn)備周期。在模型訓(xùn)推上，通過長期存儲、調(diào)度引擎的創(chuàng)新，將資源利用率達(dá)到極致，模型的訓(xùn)練周期也降低了30%，系統(tǒng)的吞吐提升了一倍，同時還打造了一站式的應(yīng)用開發(fā)平臺，讓用戶可以實現(xiàn)低代碼開發(fā)、零代碼運維。

　　這些革新具體是怎么實現(xiàn)的？王帥如數(shù)家珍：

　　首先，在存儲層面，通過Omni-Dataverse快速建立統(tǒng)一的數(shù)據(jù)視圖，通過簡單配置實現(xiàn)高效的數(shù)據(jù)歸集，以及在不同系統(tǒng)之間的數(shù)據(jù)流轉(zhuǎn)。同時，瑞金醫(yī)院病理圖像采用了統(tǒng)一的CSP格式，壓縮率更高、讀取速度更快，從而避免了圖像多種格式在圖像處理時協(xié)議轉(zhuǎn)換帶來的開銷。

　　在數(shù)據(jù)治理階段，華為積累了一批專項行業(yè)數(shù)據(jù)算子，無論是數(shù)據(jù)的去重、特征提取，還是分級工作，都能夠快速找到對應(yīng)的算子進(jìn)行處理，并且基于數(shù)據(jù)平臺可以靈活編排組裝這些算子，進(jìn)一步提升數(shù)據(jù)處理效率。

　　華為對病理學(xué)的圖像處理還做了深度優(yōu)化。考慮到病理圖像一般在GB級，如果不經(jīng)過優(yōu)化就去處理百萬級的圖像，需要耗費數(shù)月，甚至超過花費在模型訓(xùn)練上的時間。為此，華為研制了專用的神經(jīng)網(wǎng)絡(luò)，實現(xiàn)病理學(xué)圖像的免切分算法，將整個病理學(xué)圖像處理時間從月級壓縮到了天級，極大提升了數(shù)據(jù)的處理效率。

　　類似的工作，不一而足。華為DCS AI解決方案，堪比“清道夫”，幫助醫(yī)院掃清大模型落地過程中面臨的數(shù)據(jù)工程處理慢、模型/應(yīng)用對接難、AI系統(tǒng)可用度低等障礙。

落地醫(yī)療AI應(yīng)用為何要重視“數(shù)據(jù)工程”？ 

　　華為公司副總裁、數(shù)據(jù)存儲產(chǎn)品線總裁周躍峰認(rèn)為，在人工智能的三大要素——“數(shù)據(jù)、算法、算力”中，數(shù)據(jù)的作用越來越重要。

華為公司副總裁、數(shù)據(jù)存儲產(chǎn)品線總裁周躍峰

　　事實上，在AI落地過程中，并不是有了算力、算法模型，就能夠一帆風(fēng)順，還要克服很多障礙。

　　一是數(shù)據(jù)工程。訓(xùn)練大模型的數(shù)據(jù)，一般不是原始數(shù)據(jù)，而是要做很多加工處理。這好比要讓學(xué)生能夠獲得知識、獲得成長，教材質(zhì)量非常重要。而打磨教材和課程需要很長的過程。

　　二是模型的訓(xùn)練和應(yīng)用的落地。模型在訓(xùn)練過程當(dāng)中，怎樣能夠讓它更好地理解知識，并且能夠更好地讓這些結(jié)果反映到應(yīng)用中去，需要有提示工程等，這個過程同樣漫長而復(fù)雜。

　　三是算力基礎(chǔ)設(shè)施成本高。不可能讓每一家醫(yī)院都買一堆算力來實現(xiàn)AI應(yīng)用。今天大部分AI集群系統(tǒng)的利用率不到50%，意味著一半以上的時間都是徒然在消耗電力。

　　如何突破這些極限？華為DCS AI解決方案，恰恰為各行各業(yè)落地AI應(yīng)用提供了經(jīng)濟(jì)、高效的部署和訓(xùn)練環(huán)境。在與瑞金醫(yī)院合作的過程中，華為DCS AI解決方案的關(guān)鍵組件Model Engine——AI全數(shù)據(jù)流程、應(yīng)用對接以及模型對接的工具鏈，較好地解決了上述障礙。

　　作為歐拉社區(qū)開源的工具鏈，Model Engine能夠大幅提升訓(xùn)推及精調(diào)過程效率，有效降低AI部署和訓(xùn)練成本，加速AI落地。

　　周躍峰表示，華為和瑞金醫(yī)院在訓(xùn)練RuiPath大模型的過程中，DCS AI解決方案變得更加成熟。它不僅是硬件，更是一整套開放性的工具鏈，可供更多醫(yī)療行業(yè)集成商使用，助推AI在不同的醫(yī)院加速落地。

　　“數(shù)智世界 一觸即達(dá)” 選擇華為，讓您的企業(yè)輕松數(shù)智化。