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(jìn)展，并開始在醫(yī)療領(lǐng)域進(jìn)行廣泛應(yīng)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(bào)告》，報(bào)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(yù)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(dá)70億元+。
經(jīng)過一年的發(fā)展，醫(yī)療大模型在技術(shù)、應(yīng)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(huì)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(jià)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(yīng)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(dāng)時(shí)Transformer結(jié)構(gòu)的提出使得深度學(xué)習(xí)模型參數(shù)突破了1億，這標(biāo)志著大模型時(shí)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(xué)習(xí)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(gè)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(jìn)步，大模型的參數(shù)量和性能也在不斷提升。同時(shí)，大模型的應(yīng)用也在不斷擴(kuò)展，涉及到自然語言處理、計(jì)算機(jī)視覺、語音識(shí)別等多個(gè)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(jìn)行。在這個(gè)背景下，億歐智庫針對國內(nèi)7個(gè)醫(yī)療大模型展開了測試。
此外，大模型在處理非標(biāo)準(zhǔn)化或模糊的臨床情況時(shí)無法像經(jīng)驗(yàn)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(yīng)性和人際溝通能力。尤其是在中醫(yī)的診療場景中，醫(yī)學(xué)中常常存在不確定性和模糊性，醫(yī)生能夠基于經(jīng)驗(yàn)和臨床知識(shí)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(dòng)或不可預(yù)測的結(jié)果，它們的可靠性和信任度就會(huì)受到質(zhì)疑。這可能導(dǎo)致誤診、治療延誤或不必要的治療，增加患者的風(fēng)險(xiǎn)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(yīng)用的關(guān)鍵。這需要通過廣泛的驗(yàn)證、持續(xù)的監(jiān)測和嚴(yán)格的臨床測試來實(shí)現(xiàn)，以確保系統(tǒng)在各種條件下都能提供準(zhǔn)確和一致的支持。
除了對大模型的穩(wěn)定性有嚴(yán)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(qiáng)與醫(yī)療領(lǐng)域的合作，深入了解實(shí)際需求和應(yīng)用場景，對于醫(yī)療大模型的進(jìn)一步發(fā)展和應(yīng)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(gè)產(chǎn)業(yè)級醫(yī)療大模型。百度智慧醫(yī)療技術(shù)負(fù)責(zé)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(shí)增強(qiáng)、檢索增強(qiáng)、上下文增強(qiáng)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(xùn)練數(shù)據(jù)，同時(shí)也應(yīng)具備超百種面向具體場景小模型任務(wù)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(diǎn)，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(jì)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(yīng)用性，算法的全棧工程技術(shù)和應(yīng)對AI幻覺，以及應(yīng)用場景上的商業(yè)模式和付費(fèi)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(shí)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(shí)圖譜應(yīng)用于大模型訓(xùn)練。
臨床診斷是一個(gè)復(fù)雜的過程，需要醫(yī)生綜合考慮多種信息來源，如醫(yī)學(xué)影像、化驗(yàn)結(jié)果、病人主訴等。然而，當(dāng)前用于輔助診斷的深度學(xué)習(xí)模型還不足以滿足這一需求。
因此，在醫(yī)學(xué)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(yīng)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(tái)產(chǎn)品進(jìn)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(tái)。
神州醫(yī)療也在進(jìn)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(wù)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(zhǔn)醫(yī)學(xué)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(zhǔn)醫(yī)學(xué)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(shí)產(chǎn)權(quán)的多模態(tài)知識(shí)圖譜，實(shí)現(xiàn)自動(dòng)化文本信息解讀；CV大模型構(gòu)建具有自主知識(shí)產(chǎn)權(quán)醫(yī)療CV大模型，實(shí)現(xiàn)影像高效精準(zhǔn)的診斷；多模態(tài)精準(zhǔn)醫(yī)學(xué)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(shí)產(chǎn)權(quán)的多模態(tài)臨床醫(yī)學(xué)數(shù)據(jù)集。
柏視醫(yī)療的下一步動(dòng)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(yù)訓(xùn)練模型，可以減少對金標(biāo)準(zhǔn)的依賴，提高模型的泛化能力，為下游任務(wù)提供強(qiáng)大的支持，更好地解決當(dāng)前深度學(xué)習(xí)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(bào)告》中，聯(lián)影智能也在多模態(tài)大模型進(jìn)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(dòng)。
多模態(tài)醫(yī)療大模型結(jié)合了多種醫(yī)學(xué)數(shù)據(jù)，能夠?yàn)橛脩籼峁└?、?zhǔn)確的診斷結(jié)果，為醫(yī)生提供更好的輔助診斷支持及個(gè)性化的治療方案。在醫(yī)學(xué)領(lǐng)域，多模態(tài)醫(yī)療大模型具有廣泛的應(yīng)用前景。目前其研究和應(yīng)用尚處于相對早期的階段，且由于醫(yī)學(xué)數(shù)據(jù)的復(fù)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(xùn)練需要更加嚴(yán)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(yīng)用于合適的場景中，才能充分發(fā)揮其價(jià)值，提高醫(yī)療領(lǐng)域的效率和準(zhǔn)確性。根據(jù)億歐智庫報(bào)告，目前醫(yī)療大模型應(yīng)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(huì)中，也有多家企業(yè)針對醫(yī)療大模型應(yīng)用場景進(jìn)行了介紹。
神州醫(yī)療：支持臨床、科研、運(yùn)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(wù)“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(tái)、監(jiān)測預(yù)警、C端健康服務(wù)的多場景解決方案。 輕松集團(tuán)：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(gè)性化健康管理顧問”“慢性病管理計(jì)劃”“心理健康指導(dǎo)師”等，覆蓋健康管理服務(wù)全場景應(yīng)用。
當(dāng)前，醫(yī)療大模型正在向更多場景進(jìn)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(qiáng)大的人機(jī)交互能力，醫(yī)療大模型的應(yīng)用范圍將進(jìn)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(huì)委員薛萬國表示，醫(yī)學(xué)人工智能的進(jìn)化之路可以分為三個(gè)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(jī)器學(xué)習(xí)；三是自然語言處理與大型語言模型。
薛萬國強(qiáng)調(diào)，大模型的出現(xiàn)把醫(yī)學(xué)AI應(yīng)用推進(jìn)到新的水平，但并不會(huì)取代既往技術(shù)，未來將是多種技術(shù)的聚合應(yīng)用，發(fā)揮各自的特點(diǎn)優(yōu)勢，在不同的場聚共同打造智能化醫(yī)護(hù)助手。
例如，大模型可以結(jié)合深度學(xué)習(xí)技術(shù)，對醫(yī)學(xué)影像進(jìn)行更精準(zhǔn)的分析和診斷；結(jié)合自然語言處理技術(shù)，對醫(yī)學(xué)文本進(jìn)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(jī)器人進(jìn)行交互；與機(jī)器學(xué)習(xí)、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(shí)現(xiàn)對用戶的生理數(shù)據(jù)、生活習(xí)慣等的監(jiān)測和分析，為用戶提供個(gè)性化的健康建議和預(yù)防保健方案等等。
結(jié)語
大模型時(shí)代的到來，為醫(yī)學(xué)AI應(yīng)用帶來了全新的機(jī)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(xué)領(lǐng)域開辟更為廣闊的前景。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號(hào)：滬ICP備17004559號(hào)-5
