電子發(fā)燒友網(wǎng)報(bào)道（文/李彎彎）ChatGPT等大型語(yǔ)言模型在語(yǔ)言理解、生成、知識(shí)推理等方面正展現(xiàn)出令人驚艷的能力。近段時(shí)間，各企業(yè)開始探索大模型在不同行業(yè)中的應(yīng)用落地，并針對(duì)不同領(lǐng)域推出相對(duì)應(yīng)的行業(yè)大模型，包括在醫(yī)療領(lǐng)域。

眾多企業(yè)宣布推出醫(yī)療大模型

日前，京東發(fā)布了京東言犀大模型、言犀AI開發(fā)計(jì)算平臺(tái)，同時(shí)基于京東言犀通用大模型，京東健康發(fā)布了“京醫(yī)千詢”醫(yī)療大模型，可快速完成在醫(yī)療健康領(lǐng)域各個(gè)場(chǎng)景的遷移和學(xué)習(xí)，實(shí)現(xiàn)產(chǎn)品和解決方案的全面AI化部署。

與通用大模型相比，京東言犀大模型融合70%通用數(shù)據(jù)與30% 數(shù)智供應(yīng)鏈原生數(shù)據(jù)，具有“更高產(chǎn)業(yè)屬性、更強(qiáng)泛化能力、更多安全保障”的優(yōu)勢(shì)。在醫(yī)療服務(wù)領(lǐng)域，京東言犀AI開發(fā)計(jì)算平臺(tái)為客戶的大模型開發(fā)和行業(yè)應(yīng)用提供了定制化解決方案。

在2023京東全球科技探索者大會(huì)暨京東云峰會(huì)現(xiàn)場(chǎng)，京東演示了將通用大模型轉(zhuǎn)化為健康產(chǎn)業(yè)大模型的操作。通常來(lái)說(shuō)，從數(shù)據(jù)準(zhǔn)備、模型訓(xùn)練到模型部署，客戶完成這套流程需要10余名科學(xué)家花費(fèi)一周時(shí)間，而利用言犀AI開發(fā)計(jì)算平臺(tái)，只需要1-2名算法人員在數(shù)分鐘就能完成；通過平臺(tái)模型加速工具的優(yōu)化，還能節(jié)省90%的推理成本。

在前不久的2023世界人工智能大會(huì)健康高峰論壇上，聯(lián)影智能聯(lián)席CEO周翔表示，醫(yī)療領(lǐng)域不同于其他垂直領(lǐng)域，目前通用的語(yǔ)言大模型還不能完全滿足醫(yī)療場(chǎng)景的精準(zhǔn)需求。聯(lián)影智能正與復(fù)旦大學(xué)附屬中山醫(yī)院共同攜手開發(fā)多模態(tài)、多病種的“全病程智醫(yī)診療大模型”。

該款A(yù)I大模型匯聚中山醫(yī)院優(yōu)質(zhì)診療經(jīng)驗(yàn)，是覆蓋患者入院到出院的全生命周期的智能化輔助系統(tǒng)。在患者入院階段，該模型可基于醫(yī)生與患者的溝通對(duì)話、體格檢查及病史等信息，輔助生成醫(yī)療級(jí)結(jié)構(gòu)化入院記錄，智能推薦術(shù)前檢查，并作出鑒別診斷建議及手術(shù)計(jì)劃初稿；在術(shù)中通過多模態(tài)信息整合完成手術(shù)記錄稿；在患者出院階段，可以起草出院記錄及術(shù)后隨訪計(jì)劃。目前該款大模型已完成第一階段的站點(diǎn)試用。

東軟也于近日表示面向醫(yī)療領(lǐng)域推出多款A(yù)I+醫(yī)療行業(yè)應(yīng)用，包括添翼醫(yī)療領(lǐng)域大模型、飛標(biāo)醫(yī)學(xué)影像標(biāo)注平臺(tái)4.0、基于WEB的虛擬內(nèi)窺鏡等。

添翼醫(yī)療領(lǐng)域大模型是東軟基于30多年的醫(yī)療行業(yè)積累，構(gòu)建的醫(yī)療垂直領(lǐng)域大模型，全面融入醫(yī)療行業(yè)解決方案、產(chǎn)品與服務(wù)，賦能醫(yī)院高質(zhì)量發(fā)展，引領(lǐng)醫(yī)療智能化轉(zhuǎn)型。面向醫(yī)生，添翼讓診療更高效。醫(yī)生通過自然語(yǔ)言與添翼交互，快速、精準(zhǔn)地完成醫(yī)療報(bào)告與病歷、醫(yī)囑開立；面向患者，添翼讓問診更便捷，成為患者全天私人專屬醫(yī)生，提供全面的診后健康飲食、營(yíng)養(yǎng)與運(yùn)動(dòng)建議等服務(wù)。添翼的多模態(tài)數(shù)據(jù)融合能力，也將為醫(yī)院管理者提供對(duì)話式交互與數(shù)據(jù)洞察，簡(jiǎn)化數(shù)據(jù)利用，讓醫(yī)院管理更精細(xì)。

大模型在醫(yī)療領(lǐng)域的優(yōu)勢(shì)和不足

大模型在醫(yī)療領(lǐng)域可以有很好的表現(xiàn)，此前，谷歌和DeepMind的科研人員在《自然》雜志上發(fā)表了一項(xiàng)研究，根據(jù)其研究結(jié)果，一組臨床醫(yī)生對(duì)谷歌和DeepMind團(tuán)隊(duì)的醫(yī)療大模型Med-PaLM回答的評(píng)分高達(dá)92.6%，與現(xiàn)實(shí)中人類臨床醫(yī)生的水平（92.9%）相當(dāng)。

此外谷歌醫(yī)療大模型Med- PaLM僅5.9%的答案被評(píng)為可能導(dǎo)致“有害”結(jié)果，與臨床醫(yī)生生成的答案（5.7%）的結(jié)果相似。

不過相較于其他領(lǐng)域，大模型在醫(yī)療領(lǐng)域的落地會(huì)面臨更加復(fù)雜的挑戰(zhàn)。比如，醫(yī)療行業(yè)的專業(yè)性更高，醫(yī)療場(chǎng)景對(duì)問題的容錯(cuò)率較低，這對(duì)大語(yǔ)言模型有更高的要求，需要更專業(yè)的語(yǔ)料來(lái)給出更專業(yè)、更精準(zhǔn)的醫(yī)療建議；不同模態(tài)的醫(yī)療數(shù)據(jù)之間，成像模式、圖像特征都有較大差異，醫(yī)療長(zhǎng)尾問題紛繁復(fù)雜；醫(yī)療數(shù)據(jù)私密性、安全性要求高，滿足醫(yī)療機(jī)構(gòu)本地環(huán)境部署要求也是大模型落地的重要考慮因素等。

針對(duì)各種問題，不少企業(yè)已經(jīng)做了很多工作，比如商湯借助商湯大裝置的超大算力和醫(yī)療基礎(chǔ)模型群的堅(jiān)實(shí)基礎(chǔ)，打造了醫(yī)療大模型工廠，基于醫(yī)療機(jī)構(gòu)的特定需求幫助其針對(duì)下游臨床長(zhǎng)尾問題高效訓(xùn)練模型，輔助機(jī)構(gòu)實(shí)現(xiàn)模型自主訓(xùn)練。

商湯科技副總裁、智慧醫(yī)療業(yè)務(wù)負(fù)責(zé)人張少霆表示，該模式突破了醫(yī)療長(zhǎng)尾問題數(shù)據(jù)樣本少、標(biāo)注難度高的瓶頸，實(shí)現(xiàn)了針對(duì)不同任務(wù)的小數(shù)據(jù)、弱標(biāo)注、高效率的訓(xùn)練，同時(shí)顯著降低了大模型部署成本，滿足不同醫(yī)療機(jī)構(gòu)個(gè)性化、多樣化的臨床診療需求。

小結(jié)

可以看到，當(dāng)前大模型應(yīng)用落地是業(yè)界探索的重點(diǎn)，而醫(yī)療行業(yè)成了眾多企業(yè)關(guān)注的垂直領(lǐng)域之一。研究顯示，大模型在醫(yī)療領(lǐng)域?qū)?huì)有著非常優(yōu)秀的表現(xiàn)。同時(shí)醫(yī)療領(lǐng)域也不同于其他行業(yè)，它具有更強(qiáng)的專業(yè)性、安全性要求，這也是醫(yī)療大模型落地需要解決的問題。