Шанхайские Ruijin Hospital и Huawei Cloud представили RuiPath 2.0, обновлённую модель клинической патологии, на форуме по медицинскому ИИ в Шанхае 30 августа 2026 года. Время публикации материала IT之家: 17:12:57 по пекинскому времени — 09:12:57 UTC.
Что было объявлено
Основная модель насчитывает 7 миллиардов параметров, охватывает 19 распространённых видов рака и 205 диагностических задач, а также, как утверждается, покрывает более 90% ежедневных диагностических сценариев патологоанатома. В неё добавлена явная разметка гистологического подтипа, глубины инвазии и митотических фигур. Чтобы справиться с дефицитом редких случаев, команда синтезировала обучающие данные с помощью мультимодальной генеративной модели и сообщила о 96,48% точности в определении наличия или отсутствия лимфомы. Сопутствующая edge-версия, RuiPath 2.0 Edge, содержит всего 2 миллиона параметров и, как утверждается, работает на обычном больничном ПК, обеспечивая вывод на уровне минут в связке с облаком.
Три тезиса, которые при проверке сужаются
Заявление о SOTA относится к 42 из 59 прикладных диагностических задач — то есть это ещё и другой способ сказать, что по семнадцати из них модель не лидирует. Ни статьи, ни таблицы лидеров, ни названной базовой модели к этому показателю не прилагается; фраза «превосходит ведущие зарубежные патологические foundation-модели» приводится без указания, какие именно. Показатель 96,48% — это бинарное определение наличия или отсутствия лимфомы, самый простой формат в патологии, а не подтипирование или градация, где такие модели и дают сбой. А формулировка «охватывает 90% ежедневной работы» — это показатель покрытия по широте перечня задач, который нередко ошибочно принимают за показатель точности.
Открытая модельная линия на этом не продолжается
На собственной странице мероприятия Huawei по первой версии RuiPath, которая вошла в клинический рабочий процесс Ruijin в 2025 году, запуск обозначен как open-source. Поиск на Hugging Face и ModelScope 30 августа показывает отсутствие весов RuiPath на обеих платформах — единственное близкое совпадение на ModelScope представляет собой не связанную с этим модель на личном аккаунте. Версия 2.0 поставляется как управляемый сервис внутри медицинской зоны Huawei Cloud, где больницы дообучают её на собственных данных, используя, по словам компаний, менее 10% данных, необходимых при обычном обучении.
Действительно интересная инженерная часть
Edge-модель на 2 миллиона параметров — как раз та часть, за которой стоит следить. Оборудование у уездной больницы с выводом на уровне минут — это реальное заявление о распределении, и именно так диагностические возможности третичной больницы доходят до мест, где нет патологоанатома — при этом коммерческая нагрузка заключается в привязке к облаку, а не в самой модели.