近日，华为数据储存公众号发布信息称，将发布基于华为DCS AI解决方案打造的瑞金病理模型。据介绍，该模型将于2月18日，即今日举办的“2025医疗人工智能与精准诊疗发展论坛”上发布。该模型的核心功能包括高效的病理图像处理和疾病的自动判别。通过深度学习和卷积神经网络（CNN）技术，该模型能够模拟专业病理医生的判断过程，显著提升诊断效率和准确性。具体而言，该模型可将病理切片检查效率提升数倍，诊断准确率提升至98%以上。 DeepSeek等AI技术的迅猛发展，正在重塑就业市场格局。既往我们下意识认为，重复性高、创造性低的职业在这波AI技术潮将首当其冲，面临被取代的风险。而作为一项具有极高专业度的工作，医生既往一直被认为是最难被替代的岗位。在AI技术的迅猛发展下，这一认知是否面临挑战？ 01 ▼ 体外诊断智能化趋势由来已久 人工智能作为计算机科学行业的顶尖技术之一，从1956年达特茅斯会议上正式提出开始就一直备受各行业关注。伴随着神经网络、深度学习、图像识别等这些关键技术取得的突破性进展，新一轮的人工智能将实现从感知智能、计算智能朝着认知智能的领域去跨越。 近些年以来，医疗领域在数字化方面的进程，不断地朝着纵深的方向去推进，并且逐渐将人工智能这项技术作为工具，去优化现有的医疗技术。人工智能在体外诊断产品的应用已有广泛研究，一些基于深度学习的人工智能技术为原理的产品已经定型，并且完成了临床研究。目前，业内普遍共识认为，在我国人工智能医学影像进入爆发期是在2015—2017年，随着Deep learning发展的突飞猛进，包括医学界在内，学术、工业、设计等行业都对AI技术发展有了第一次的明显感知。也正式从此开始，我们医疗AI企业开始大量涌现并得以迅速发展。
此次华为病理大模型的发布，事实上只是医疗领域，尤其体外诊断领域的一个缩影。医疗器械厂商拥抱人工智能已经是行业普遍形式，就在数日前的2月13日，翔宇医疗宣布已完成 DeepSeek-R1 开源大模型本地化部署及二次训练，几乎同时，联影集团旗下子公司联影智元也宣布将DeepSeek引入uMetaOpen智元开放云，丰富平台大模型能力；东软集团旗下“领智”智能体应用开发平台也与DeepSeek已实现完全适配，并表示其智能预问诊、病历生成与质控等核心医疗AI应用将陆续完成 DeepSeek 接入。 02 ▼ AI是辅助工具，而非替代者 技术的发展往往带来的生产关系的变化，事实上，随着AI技术从行业热点逐步进入大众视野，关于“AI取代人工”“AI带来事业”的讨论从未停止过。那么随着智能化医学设备的出现，医生是否会成为下一个被替代的行业？答案其实是否定的。就像目前汽车领域自动驾驶的迅猛发展未能取代司机这一职业一样，现阶段，甚至未来的极长时间内，AI仍然只能作为临床诊疗的辅助工具而不是替代者。 具体到病理科来看，一直以来病理诊断是疾病诊断的关键一环，但目前我国病理行业发展面临诸多挑战。首先，病理医生短缺问题严重，缺口高达10万人。其次，病理诊断依赖显微镜下图像分析，传统流程耗时且易受主观因素影响。此外，病理医生的培养周期漫长，分布不均匀，基层医院病理科“空壳化”问题突出。
病理大模型的出现，实际上是为解决这些问题提供了新的思路。通过AI技术，病理诊断的效率和准确性大幅提升，诊断时间从数小时缩短至分钟级。既能够缓解病理医生短缺的问题，还能提高病理检查的准确性和效率。 03 ▼ 基层病理才是AI重点方向 事实上，对于地区乃至全国级别的重点医院而言，其病理科尽管工作压力较大，但人员事实上不缺的。AI技术的发展有助于提升工作效率，降低工作负担，但目前来看只能算是“锦上添花”。在医疗资源分布仍不够均衡的态势下，医疗资源相对缺乏的基层和偏远地区，AI病理大模型的出现才真正是“雪中送炭”。 病理作为一门经验要求极高的学科，基层医疗机构缺乏足够经验的病理科医生是一个老生常谈的话题。在deepseek的出现证明人工智能可以以较低成本部署的背景下，AI大模型的出现无疑是为这一问题的解决提供了重要助力。 另一方面，如GE、迈瑞等医疗器械也在布局诊疗器械的小型化和智能化，以匹配基层诊疗需求。随着未来更多低成本、易部署的智能化诊疗设备铺开，由AI病理大模型提供常见患者的基础诊断，配套远程医疗的重难点会诊，未来大众能够接触到的诊疗水平将迎来一波大幅度的同质化提升。这非但不意味着医疗行业会被AI取代，反而会带来的是医疗行业的一轮巨大发展。 参考文献：
|
/3 
浙公网安备33010802005999号 
