2023年被稱為中國醫(yī)療大模型元年。這一年，國內(nèi)醫(yī)療大模型取得了諸多進展，并開始在醫(yī)療領(lǐng)域進行廣泛應用。
近日，億歐智庫發(fā)布《2023醫(yī)療健康A(chǔ)I大模型行業(yè)研究報告》，報告指出，生成式人工智能操作難度低，更能夠被醫(yī)療領(lǐng)域的專業(yè)人員接受并使用。根據(jù)億歐預測，2023-2027年為醫(yī)療健康A(chǔ)I大模型集中爆發(fā)的階段，市場規(guī)模將達70億元+。
經(jīng)過一年的發(fā)展，醫(yī)療大模型在技術(shù)、應用場景等方面都取得了明顯的突破。在CHS2023第八屆中國大健康產(chǎn)業(yè)升級峰會上，眾多企業(yè)代表與專家分享了他們對醫(yī)療大模型的見解，這些見解為我們提供了有價值的結(jié)論。通過這些結(jié)論，我們可以洞察一些醫(yī)療大模型在醫(yī)療領(lǐng)域的應用前景以及面臨的挑戰(zhàn)。
大模型的歷史可以追溯到2017年，當時Transformer結(jié)構(gòu)的提出使得深度學習模型參數(shù)突破了1億，這標志著大模型時代的開始。
2020年，OpenAI發(fā)布了GPT-3全新語言模型，模型參數(shù)規(guī)模一舉突破千億參數(shù)（1750億）。2021年1月，Google重磅推出的Switch Transformer首次突破萬億規(guī)模。同年12月，Google再次推出1.2萬億參數(shù)GLaM通用稀疏語言模型，小樣本學習打敗GPT-3。
從這些發(fā)展可以看出，大模型的發(fā)展脈絡(luò)是一個不斷追求更大規(guī)模、更高參數(shù)的過程。隨著技術(shù)的不斷進步，大模型的參數(shù)量和性能也在不斷提升。同時，大模型的應用也在不斷擴展，涉及到自然語言處理、計算機視覺、語音識別等多個領(lǐng)域。
自大模型受到廣泛關(guān)注以來，出現(xiàn)了較多關(guān)于醫(yī)療大模型的測試文章，但測試大多圍繞GPT在回答美國執(zhí)業(yè)醫(yī)師資格考試（USMLE）的結(jié)果進行。在這個背景下，億歐智庫針對國內(nèi)7個醫(yī)療大模型展開了測試。
此外，大模型在處理非標準化或模糊的臨床情況時無法像經(jīng)驗豐富的醫(yī)生那樣作出最佳判斷，主要由于缺乏醫(yī)生的臨床直覺、深度的情境理解、靈活的適應性和人際溝通能力。尤其是在中醫(yī)的診療場景中，醫(yī)學中常常存在不確定性和模糊性，醫(yī)生能夠基于經(jīng)驗和臨床知識處理這些不確定性，做出最合適的判斷。
如果AI系統(tǒng)在不同的臨床環(huán)境和患者群體中表現(xiàn)出波動或不可預測的結(jié)果，它們的可靠性和信任度就會受到質(zhì)疑。這可能導致誤診、治療延誤或不必要的治療，增加患者的風險和醫(yī)療成本。
因此，確保醫(yī)療健康A(chǔ)I系統(tǒng)的穩(wěn)定性和可泛化性是推廣其臨床應用的關(guān)鍵。這需要通過廣泛的驗證、持續(xù)的監(jiān)測和嚴格的臨床測試來實現(xiàn)，以確保系統(tǒng)在各種條件下都能提供準確和一致的支持。
除了對大模型的穩(wěn)定性有嚴格要求外，醫(yī)療大模型的發(fā)展還面臨多重挑戰(zhàn)。因此，加強與醫(yī)療領(lǐng)域的合作，深入了解實際需求和應用場景，對于醫(yī)療大模型的進一步發(fā)展和應用至關(guān)重要。
今年9月，百度HCG AI產(chǎn)業(yè)部正式發(fā)布首個產(chǎn)業(yè)級醫(yī)療大模型。百度智慧醫(yī)療技術(shù)負責人黃海峰在CHS2023·科技創(chuàng)新主題論壇上指出，醫(yī)療行業(yè)大模型首先要有優(yōu)質(zhì)中文通用大模型底座作為支撐，并在知識增強、檢索增強、上下文增強等技術(shù)的加持下，垂類模型的內(nèi)容生成精度能夠得到有效提升。其次醫(yī)療大模型需依托萬卡算力集群與全生命周期模型開發(fā)工具鏈作為保障，不斷調(diào)整模型表層的參數(shù)，更深層次優(yōu)化模型相關(guān)的效果。最后是醫(yī)療行業(yè)的深度積累，不僅要有億級Token醫(yī)療健康語科訓練數(shù)據(jù)，同時也應具備超百種面向具體場景小模型任務的能力。
“產(chǎn)業(yè)級的醫(yī)療大模型的打造具備三方面的特點，重循證、多層次和全鏈路?！秉S海峰總結(jié)道。
在醫(yī)渡科技執(zhí)行懂事、CEO兼聯(lián)合創(chuàng)始人徐濟銘看來，醫(yī)療垂類大模型面臨的主要挑戰(zhàn)包括算力的可及性，數(shù)據(jù)的安全應用性，算法的全棧工程技術(shù)和應對AI幻覺，以及應用場景上的商業(yè)模式和付費方式。
在數(shù)據(jù)方面，醫(yī)渡科技憑借經(jīng)授權(quán)處理分析的40多億份醫(yī)療記錄，沉淀了大量多維度可量化知識圖譜，并基于自研的數(shù)據(jù)生成技術(shù)，將這些沉淀下來的知識圖譜應用于大模型訓練。
臨床診斷是一個復雜的過程，需要醫(yī)生綜合考慮多種信息來源，如醫(yī)學影像、化驗結(jié)果、病人主訴等。然而，當前用于輔助診斷的深度學習模型還不足以滿足這一需求。
因此，在醫(yī)學場景下，多模態(tài)數(shù)據(jù)處理能力是模型或算法的重要要求之一。
在深睿醫(yī)療聯(lián)合創(chuàng)始人、CTO李一鳴看來，覆蓋影像等數(shù)據(jù)的新型多模態(tài)人工智能疾病診斷模型，能夠更好地支撐臨床智能化的建設(shè)，也具備更廣泛的應用場景。目前，深睿醫(yī)療研發(fā)的大模型技術(shù)能夠?qū)ΜF(xiàn)有的影像AI和醫(yī)療大數(shù)據(jù)中臺產(chǎn)品進行全線賦能，打造文本、影像等多模態(tài)數(shù)據(jù)的一站式人工智能平臺。
神州醫(yī)療也在進行AI戰(zhàn)略升級，依托多模態(tài)大數(shù)據(jù)基礎(chǔ)，建立數(shù)據(jù)生產(chǎn)引擎。神州醫(yī)療副總裁兼人工智能研究院常務副院長許娟博士表示，依托在醫(yī)療大數(shù)據(jù)、智能影像、精準醫(yī)學三大領(lǐng)域的積累，神州醫(yī)療打造了NLP大模型、CV大模型、精準醫(yī)學大模型等三大多模態(tài)大模型。
其中，NLP大模型旨在構(gòu)建具有自主知識產(chǎn)權(quán)的多模態(tài)知識圖譜，實現(xiàn)自動化文本信息解讀；CV大模型構(gòu)建具有自主知識產(chǎn)權(quán)醫(yī)療CV大模型，實現(xiàn)影像高效精準的診斷；多模態(tài)精準醫(yī)學大模型基于NLP技術(shù)、影像技術(shù)、術(shù)語技術(shù)，及OMOP數(shù)據(jù)模型結(jié)構(gòu)，構(gòu)建具有自主知識產(chǎn)權(quán)的多模態(tài)臨床醫(yī)學數(shù)據(jù)集。
柏視醫(yī)療的下一步動作，是將構(gòu)建多模態(tài)醫(yī)療大模型，以提升腫瘤診療的智能化水平。柏視醫(yī)療總裁兼聯(lián)席董事長徐晨陽表示，通過使用大規(guī)模的預訓練模型，可以減少對金標準的依賴，提高模型的泛化能力，為下游任務提供強大的支持，更好地解決當前深度學習模型面臨的問題。
在億歐智庫《2023醫(yī)療健康A(chǔ)I大模型行業(yè)研究報告》中，聯(lián)影智能也在多模態(tài)大模型進行全面布局，涵蓋影像大模型、文本大模型、混合模態(tài)大模型，聚焦診療全鏈路的智能驅(qū)動。
多模態(tài)醫(yī)療大模型結(jié)合了多種醫(yī)學數(shù)據(jù)，能夠為用戶提供更全面、準確的診斷結(jié)果，為醫(yī)生提供更好的輔助診斷支持及個性化的治療方案。在醫(yī)學領(lǐng)域，多模態(tài)醫(yī)療大模型具有廣泛的應用前景。目前其研究和應用尚處于相對早期的階段，且由于醫(yī)學數(shù)據(jù)的復雜性和敏感性，多模態(tài)醫(yī)療大模型的數(shù)據(jù)處理和模型訓練需要更加嚴格的質(zhì)量控制和安全保障措施。
眾所周知，只有將大模型應用于合適的場景中，才能充分發(fā)揮其價值，提高醫(yī)療領(lǐng)域的效率和準確性。根據(jù)億歐智庫報告，目前醫(yī)療大模型應用場景主要在診療、科研、健康管理、區(qū)域醫(yī)療、制藥企業(yè)等。
在此次CHS2023第八屆中國大健康產(chǎn)業(yè)升級峰會中，也有多家企業(yè)針對醫(yī)療大模型應用場景進行了介紹。
神州醫(yī)療：支持臨床、科研、運營，覆蓋篩查-診斷-治理-隨訪的全場景解決方案。 百度智慧醫(yī)療：打造服務“醫(yī)-患-藥”全產(chǎn)業(yè)鏈/全場景的大模型。 醫(yī)渡科技：賦能綜合監(jiān)管、科研平臺、監(jiān)測預警、C端健康服務的多場景解決方案。 輕松集團：針對用戶、醫(yī)生的輕松問醫(yī)大模型，包括“智能問診系統(tǒng)”“個性化健康管理顧問”“慢性病管理計劃”“心理健康指導師”等，覆蓋健康管理服務全場景應用。
當前，醫(yī)療大模型正在向更多場景進行深度賦能。未來，在相關(guān)法案得到完善的前提下，借助更強大的人機交互能力，醫(yī)療大模型的應用范圍將進一步拓展，使用便捷性也將得到提高。
在此次CHS2023上，解放軍總醫(yī)院信息中心原主任，高級工程師、北京市信息化專家咨詢委員會委員薛萬國表示，醫(yī)學人工智能的進化之路可以分為三個階段，一是基于規(guī)則的專家系統(tǒng)；二是基于數(shù)據(jù)的機器學習；三是自然語言處理與大型語言模型。
薛萬國強調(diào)，大模型的出現(xiàn)把醫(yī)學AI應用推進到新的水平，但并不會取代既往技術(shù)，未來將是多種技術(shù)的聚合應用，發(fā)揮各自的特點優(yōu)勢，在不同的場聚共同打造智能化醫(yī)護助手。
例如，大模型可以結(jié)合深度學習技術(shù)，對醫(yī)學影像進行更精準的分析和診斷；結(jié)合自然語言處理技術(shù)，對醫(yī)學文本進行更深入的理解和挖掘；與多模態(tài)數(shù)據(jù)的結(jié)合，用戶可以通過語音、文字、圖像等多種方式與機器人進行交互；與機器學習、物聯(lián)網(wǎng)等技術(shù)結(jié)合，構(gòu)建智能化的健康管理系統(tǒng)，并實現(xiàn)對用戶的生理數(shù)據(jù)、生活習慣等的監(jiān)測和分析，為用戶提供個性化的健康建議和預防保健方案等等。
結(jié)語
大模型時代的到來，為醫(yī)學AI應用帶來了全新的機遇和挑戰(zhàn)。我們既要看到大模型的優(yōu)勢，也要關(guān)注其面臨的挑戰(zhàn)。通過不斷創(chuàng)新和探索，相信醫(yī)療大模型將有能力滿足不斷增長的醫(yī)療需求，從而為醫(yī)學領(lǐng)域開辟更為廣闊的前景。
Copyright ? 2022 上海科雷會展服務有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號：滬ICP備17004559號-5
