電子發(fā)燒友網(wǎng)報道（文/李彎彎）ChatGPT等大型語言模型在語言理解、生成、知識推理等方面正展現(xiàn)出令人驚艷的能力。近段時間，各企業(yè)開始探索大模型在不同行業(yè)中的應用落地，并針對不同領域推出相對應的行業(yè)大模型，包括在醫(yī)療領域。

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)計算平臺，同時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)療健康領域各個場景的遷移和學習，實現(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)智供應鏈原生數(shù)據(jù)，具有“更高產(chǎn)業(yè)屬性、更強泛化能力、更多安全保障”的優(yōu)勢。在醫(yī)療服務領域，京東言犀AI開發(fā)計算平臺為客戶的大模型開發(fā)和行業(yè)應用提供了定制化解決方案。

在2023京東全球科技探索者大會暨京東云峰會現(xiàn)場，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。通常來說，從數(shù)據(jù)準備、模型訓練到模型部署，客戶完成這套流程需要10余名科學家花費一周時間，而利用言犀AI開發(fā)計算平臺，只需要1-2名算法人員在數(shù)分鐘就能完成；通過平臺模型加速工具的優(yōu)化，還能節(jié)省90%的推理成本。

在前不久的2023世界人工智能大會健康高峰論壇上，聯(lián)影智能聯(lián)席CEO周翔表示，醫(yī)療領域不同于其他垂直領域，目前通用的語言大模型還不能完全滿足醫(yī)療場景的精準需求。聯(lián)影智能正與復旦大學附屬中山醫(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AI大模型匯聚中山醫(yī)院優(yōu)質(zhì)診療經(jīng)驗，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)生與患者的溝通對話、體格檢查及病史等信息，輔助生成醫(yī)療級結(jié)構(gòu)化入院記錄，智能推薦術前檢查，并作出鑒別診斷建議及手術計劃初稿；在術中通過多模態(tài)信息整合完成手術記錄稿；在患者出院階段，可以起草出院記錄及術后隨訪計劃。目前該款大模型已完成第一階段的站點試用。

東軟也于近日表示面向醫(yī)療領域推出多款AI+醫(yī)療行業(yè)應用，包括添翼醫(yī)療領域大模型、飛標醫(yī)學影像標注平臺4.0、基于WEB的虛擬內(nèi)窺鏡等。

添翼醫(yī)療領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)療垂直領域大模型，全面融入醫(yī)療行業(yè)解決方案、產(chǎn)品與服務，賦能醫(yī)院高質(zhì)量發(fā)展，引領醫(yī)療智能化轉(zhuǎn)型。面向醫(yī)生，添翼讓診療更高效。醫(yī)生通過自然語言與添翼交互，快速、精準地完成醫(yī)療報告與病歷、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、營養(yǎng)與運動建議等服務。添翼的多模態(tài)數(shù)據(jù)融合能力，也將為醫(yī)院管理者提供對話式交互與數(shù)據(jù)洞察，簡化數(shù)據(jù)利用，讓醫(yī)院管理更精細。

大模型在醫(yī)療領域的優(yōu)勢和不足

大模型在醫(yī)療領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)表了一項研究，根據(jù)其研究結(jié)果，一組臨床醫(yī)生對谷歌和DeepMind團隊的醫(yī)療大模型Med-PaLM回答的評分高達92.6%，與現(xiàn)實中人類臨床醫(yī)生的水平（92.9%）相當。

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

不過相較于其他領域，大模型在醫(yī)療領域的落地會面臨更加復雜的挑戰(zhàn)。比如，醫(yī)療行業(yè)的專業(yè)性更高，醫(yī)療場景對問題的容錯率較低，這對大語言模型有更高的要求，需要更專業(yè)的語料來給出更專業(yè)、更精準的醫(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)療長尾問題紛繁復雜；醫(yī)療數(shù)據(jù)私密性、安全性要求高，滿足醫(yī)療機構(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)療基礎模型群的堅實基礎，打造了醫(yī)療大模型工廠，基于醫(yī)療機構(gòu)的特定需求幫助其針對下游臨床長尾問題高效訓練模型，輔助機構(gòu)實現(xiàn)模型自主訓練。

商湯科技副總裁、智慧醫(yī)療業(yè)務負責人張少霆表示，該模式突破了醫(yī)療長尾問題數(shù)據(jù)樣本少、標注難度高的瓶頸，實現(xiàn)了針對不同任務的小數(shù)據(jù)、弱標注、高效率的訓練，同時顯著降低了大模型部署成本，滿足不同醫(yī)療機構(gòu)個性化、多樣化的臨床診療需求。

小結(jié)

可以看到，當前大模型應用落地是業(yè)界探索的重點，而醫(yī)療行業(yè)成了眾多企業(yè)關注的垂直領域之一。研究顯示，大模型在醫(yī)療領域?qū)兄浅?yōu)秀的表現(xiàn)。同時醫(yī)療領域也不同于其他行業(yè)，它具有更強的專業(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。