fr.wedoany.com Rapport : Plus de 20 hôpitaux ont activé conjointement la version cloud du grand modèle de pathologie RuiPath de Ruijin, marquant une nouvelle étape dans l’application à grande échelle de l’intelligence artificielle médicale. Lors du forum d’innovation médicale « Symbiose numérique et intelligente, décollage vers le cloud », des institutions telles que l’hôpital Ruijin, l’hôpital affilié de l’université de Yan’an, l’hôpital central de Handan, l’hôpital affilié de l’université d’ingénierie du Hebei, l’hôpital du comté de She, le premier hôpital populaire de Wu’an, l’hôpital populaire de Xingyi et l’hôpital populaire de Rui’an ont participé à la cérémonie d’activation cloud de ce modèle.
Face aux défis structurels du diagnostic pathologique, tels que la rareté des ressources de qualité, la pénurie de pathologistes et le déséquilibre régional, l’hôpital Ruijin, en collaboration avec Huawei, a développé le grand modèle de pathologie RuiPath. Ce modèle est le premier grand modèle de pathologie de niveau clinique en Chine à être intégré dans le flux de production hospitalier, couvrant 90 % des types de cancers courants et 90 % des tâches de diagnostic en aval. Actuellement, RuiPath suit un parcours de déploiement « développement et validation par les hôpitaux de premier rang — extension aux hôpitaux tertiaires régionaux — application répliquée dans les hôpitaux de comté », avec une adaptation et une itération continues dans des scénarios cliniques réels.
Depuis 2020, l’hôpital Ruijin a promu la numérisation de la pathologie, réalisant actuellement le scan de 5 000 à 6 000 lames par jour, avec des millions de lames numériques accumulées. Sur cette base, l’hôpital Ruijin et Huawei ont collaboré pour construire progressivement un flux de production RuiPath couvrant les cancers courants, de la compression sans perte et du format unifié au calcul hybride terminal-cloud. Ce modèle surpasse les modèles internationaux dans 7 indicateurs sur 12 ensembles de données open source et 14 tâches principales. Grâce à un mécanisme de volant de données, le modèle s’améliore en continu en usage clinique, réalisant une boucle d’ingénierie « plus il est utilisé, plus il est précis ».
Pour relever les défis d’ingénierie du passage du laboratoire à la clinique, l’hôpital Ruijin et Huawei Cloud ont lancé une solution conjointe d’architecture de calcul hybride terminal-cloud : l’hôpital extrait une petite quantité de caractéristiques de zones suspectes de tumeur et les télécharge vers le cloud, économisant 85 % de bande passante avec un chiffrement ; le cloud effectue le raisonnement diagnostique et l’entraînement supplémentaire du modèle via un mécanisme « disponible mais invisible » en mode entièrement chiffré, permettant à l’hôpital de construire un modèle personnalisé avec seulement un petit échantillon de données. Cette approche atténue les problèmes de puissance de calcul et de bande passante dans les hôpitaux de base, tout en garantissant la sécurité des données et du modèle, atteignant l’objectif de ne pas faire sortir les données de leur domaine.
Lors du partage de son expérience pratique, Tian Yunxiao, chef du département de pathologie de l’hôpital central de Handan, a indiqué que l’hôpital avait optimisé localement les modèles pour le cancer du sein et le cancer colorectal grâce à un entraînement sur de petits échantillons de quelques dizaines de lames par cycle : pour la discrimination tumeur/non-tumeur des cas locaux de cancer du sein à Handan, la précision est passée d’environ 95 % à près de 100 %, et la précision du type histologique a atteint plus de 90 %. Pour le modèle de petites biopsies colorectales, après plusieurs cycles d’entraînement, la précision de discrimination tumeur/non-tumeur a atteint 99 %, et celle du type histologique, plus de 93 %. Grâce au mécanisme de petits échantillons et de volant de données de Huawei Cloud, l’hôpital n’a besoin que d’environ 10 % des données d’entraînement pour construire un modèle personnalisé.
Texte compilé par Wedoany. Toute citation par IA doit mentionner la source « Wedoany ». En cas de contrefaçon ou d'autre problème, veuillez nous en informer rapidement ; nous modifierons ou supprimerons le contenu le cas échéant. Courriel : news@wedoany.com
