DeepSeek爆火后 大模型加速落地医疗！华为已入局

近日，华为正式发布DCS AI解决方案（数据中心AI全栈解决方案），并针对DeepSeek推出FusionCube A3000训/推超融合一体机，适配DeepSeek V3&R1及蒸馏模型，支持私有化部署。

瑞金医院刚刚发布的临床级多模态互动式病理大模型——RuiPath正是基于华为DCS AI解决方案打造，通过利用国产存储和算力的协同，仅需算力卡16张就能实现。

《科创板日报》了解到，华为DCS AI解决方案在硬件层面除了训/推超融合一体机的部署模式，也可以是包括计算、存储、网络在内的全栈部署模式。除了硬件外，还提供一整套软件工具链。这些工具链具有开放性，可以让更多集成商使用，以及在不同的医院和行业落地。

华为副总裁、数据存储产品线总裁周跃峰介绍，“解决方案未来在不同的医院以及行业落地，华为提供了这些基础的工具链和相关的软件和硬件，我们仍然需要与医院的医疗知识、数据和相关医疗的整个信息系统结合，同时还有其他的AI数据以及AI应用的集成商，三方面结合起来，就可以来打造一个个案例。”

在周跃峰看来，AI应用场景落地主要存在三方面障碍：一是数据工程难题；二是模型训练及应用对接难题；三是多任务调度、资源高效利用的难题。 

在数据工程方面，提供给大模型做训练的数据需要经过处理，这就好比让小学生、中学生能获得知识，课本和教材的质量非常重要。但数据处理过程非常耗时耗力。此外，硬件基础设施的数量不能太多，否则成本很高。“尤其在AI行业化落地的时候，我们不可能让每一个医院买一百张、一千张甚至上万张卡来实现AI的行业化落地。”

据了解，如果不做任何优化，瑞金医院此次的RuiPath病理大模型仅在图像训练时，训练一轮就要上万的GPU ARS。而在推理阶段，分析一张完整40倍镜下的WSI切片，需要计算上千万token，同时为了满足医院一百家以上的并发访问量的需求，那就需要GB级的显存。

“在这样的计算量和现存的需求之下，如果我们仅仅靠scale up队列硬件去满足需求的话，它的成本是非常高昂的，这样的AI注定只是一个奢侈品，并没有办法去普惠大众，这也是我们主要克服的难点之一。”华为数据存储产品线AI方案首席专家王帅称。

眼下，整个医疗行业正在积极拥抱人工智能，而DeepSeek的爆火也在加速推进大模型的应用。

同济大学附属上海市第四人民医院已完成DeepSeek人工智能大模型本地化部署，将DeepSeek与医院现有信息系统，如电子病历系统、医院信息系统等深度对接，实现数据无缝流通和共享；湖南省人民医院完成了DeepSeek的本地化部署，并实现与医院OA（办公自动化）系统的深度融合，可智能化处理行政审批、排班管理、文件流转等日常事务，医务人员通过院内4000余台终端登录统一入口，即可享受AI生成的文档辅助、智能问答、数据分析等服务，工作效率显著提升。

中国工程院院士、上海交通大学医学院附属瑞金医院院长宁光表示，当前确实面临着一个非常重要的关口，这个关口就是“替代一定发生”。机器一定替代人，这是一个工业化的过程、一个进步的过程，但人可以找到新的工作去做。

多家券商发布研报认为，AI在疾病诊断、检测等方面展现出巨大潜力，或可成为AI最深远的应用领域。江海证券表示，在病理诊断领域，AI应用将有效缓解我国病理医生短缺的现状，显著提升病理切片检查效率和诊断准确率，为临床治疗提供更精准的决策支持，强化早诊断、早治疗、早康复，助力实现全民健康。

中信证券认为，医疗垂类大模型凭借更强的理解、生成、多模态能力，从提质、增效两条路径拓展了更复杂情境下的AI+医疗市场空间。预计2025年至2029年，国内的AI智能诊疗产品在B端和G端的累计市场空间将达到近200亿元，而C端的年理论市场空间可能超过700亿元。