來源:極客智谷

今年以來,AI大模型浪潮正以革命性姿態(tài)沖擊各行各業(yè),醫(yī)療行業(yè)也不例外。華安證券在研報中指出,在人工智能的所有應用中,醫(yī)療行業(yè)位列首位。據(jù)中商產(chǎn)業(yè)研究院統(tǒng)計,2020 年AI+醫(yī)療已占人工智能市場的 18.9%。另據(jù) IDC 統(tǒng)計數(shù)據(jù),到 2025 年人工智能應用市場總值將達 1270 億美元,其中醫(yī)療行業(yè)將占市場規(guī)模的五分之一。可見,醫(yī)療AI廣闊市場大有所為。

然而,整體來看,目前中國醫(yī)療AI的市場格局集中度較低,行業(yè)呈多元化發(fā)展態(tài)勢,醫(yī)療影像、輔助診斷、藥物研發(fā)、健康管理、醫(yī)院管理、醫(yī)療機器人等細分領域全面開花,但都未形成產(chǎn)業(yè)化發(fā)展。

大模型的出現(xiàn),給醫(yī)療AI產(chǎn)業(yè)帶來了新的機會,或?qū)⒅厮苁袌龈窬帧?/p>

01#

AI與醫(yī)療AI的演進

AI賦能醫(yī)療行業(yè)已久,但為何醫(yī)療AI的發(fā)展一直沒有形成規(guī)模化、產(chǎn)業(yè)化?個中緣由或許可以沿著AI技術的演進探究。

自1950年“人工智能”的概念被首次提出,至今過去了七十余年。期間,AI技術的發(fā)展經(jīng)歷了四起三落。

AI 1.0以基于數(shù)理邏輯的符號邏輯為基礎,被稱為專家系統(tǒng)。基于符號知識推理的臨床決策支持系統(tǒng)(CDSS)正是在這一階段產(chǎn)生,其通過嚴謹?shù)倪壿嬐评砗推ヅ涞姆绞?來幫助醫(yī)生進行診斷與治療推薦。但專家系統(tǒng)存在構建成本高和泛化能力差兩個主要局限性,需要對每種疾病甚至每個醫(yī)生的觀點進行構建,且如果構建時沒有涵蓋患者的個性化信息,比如當前用藥及并發(fā)癥等,就無法進行推理,這也是這一代的CDSS未得到廣泛應用的重要原因之一。

AI 2.0是機器學習時代,統(tǒng)計機器學習被應用于疾病早篩預測、患病風險預測等諸多領域。然而,盡管醫(yī)學科研課題中有很多應用機器學習的研究,但商業(yè)化應用的成功案例卻很少。其中一個重要原因在于早期的機器學習技術極度依賴于模型假設,學習能力不足,而在實際應用中,許多模型假設無法預知或不成立,導致該技術在商業(yè)化方面的模型效果和泛化能力不足。

AI 3.0是在AI 2.0機器學習的基礎上經(jīng)過深度學習+大數(shù)據(jù)驅(qū)動的技術進步。深度學習技術在醫(yī)學影像等特定領域取得了顯著成果,但很多公司也面臨著虧損的困境。因為該技術需要針對特定任務投入高昂的成本,如果單一任務場景商業(yè)化收益有限,難以收回訓練成本且難以直接應用于其它任務。

當前,我們已處于AI發(fā)展的第四個高潮階段-大模型時代。經(jīng)過大規(guī)模數(shù)據(jù)預訓練得到的大模型,“涌現(xiàn)”出了原有算法模型不具備的優(yōu)秀的上下文學習、復雜推理等能力,顯著增強了人工智能的通用性、泛化性,讓人們看到了AGI(通用人工智能)時代的曙光,也為醫(yī)療產(chǎn)業(yè)升級帶來了巨大的發(fā)展機遇。在大模型的助力下,醫(yī)療影像、臨床決策系統(tǒng)等領域由來已久的痛點有望解決,如未來可泛化可循證的CDSS。同時,海量的創(chuàng)新應用即將爆發(fā),智慧病案、新藥研發(fā)、輔助診療、健康管理等方面都有望實現(xiàn)進一步拓展。

02#

醫(yī)療大模型是必選項,不是可選項

身處大模型風口,企業(yè)一擁而上,國內(nèi)的AI大模型如雨后春筍般涌現(xiàn)。《中國人工智能大模型地圖研究報告》顯示,截至2023年5月底,國內(nèi)10億級參數(shù)規(guī)模以上基礎大模型就至少已發(fā)布79個。除了文心一言、通義千問、紫東太初等一批通用大模型,金融、醫(yī)療、教育等行業(yè)也已著力構建垂類大模型。

對此,各方思辨與爭論不斷。“百模大戰(zhàn)”是否存在重復建設?垂類大模型是否有必要?垂直領域應用能否直接基于第三方大模型?

筆者認為,在討論大模型在醫(yī)療領域的應用前,必須充分認識到醫(yī)療行業(yè)嚴肅性、敏感性、專業(yè)性等特殊性。

低容錯率是最顯著的特點。OpenAI發(fā)布ChatGPT時指出,由于所使用的訓練數(shù)據(jù)及訓練方法的原因,ChatGPT有時會寫出聽起來很有道理但不正確或無意義的回答。當前,無論是GPT-4,還是其它通用大語言模型,均存在這樣的“AI幻覺”。試想如果這樣的情況出現(xiàn)在醫(yī)療場景下,可能會誤導診斷,甚至對患者的生命健康造成嚴重后果。醫(yī)療行業(yè)嚴肅、專業(yè),通用大模型缺乏深入的醫(yī)療專業(yè)領域知識、經(jīng)驗及復雜推理過程,在醫(yī)療場景實際應用時可能無法提供足夠?qū)I(yè)和準確的回答,醫(yī)療領域還是需要“對癥下藥”。

業(yè)內(nèi)專家曾提出一個有趣的觀點,將大模型的應用生動地比喻為“雇傭新員工”,教育背景是一個重要的考量因素,那么顯然醫(yī)療行業(yè)對專業(yè)對口性要求極高。

其次,醫(yī)療健康領域涉及到大量敏感數(shù)據(jù),患者隱私保護和數(shù)據(jù)安全是醫(yī)療AI產(chǎn)業(yè)發(fā)展的底線,如果調(diào)用海外模型API會存在一定風險。而且對于醫(yī)療科技企業(yè)而言,如果單純的在第三方大模型的基礎上去做應用,雖然門檻低、投入低,但也沒有自己的核心壁壘。而相反,研發(fā)自己的醫(yī)療大模型將為企業(yè)的發(fā)展和人工智能在醫(yī)療領域的應用創(chuàng)造更大的想象空間。

由此可見,醫(yī)療大模型不是可選項,是必選項。并且隨著醫(yī)療大模型的創(chuàng)新與應用,醫(yī)療AI行業(yè)或?qū)⒂瓉硐磁?布局方向、應用價值都將成為企業(yè)競爭的關鍵節(jié)點。

03#

誰能扛起醫(yī)療GPT的大旗?

目前,國內(nèi)越來越多的企業(yè)意識到醫(yī)療GPT的價值,入局垂類大模型。比如互聯(lián)網(wǎng)醫(yī)院醫(yī)聯(lián)發(fā)布醫(yī)療大語言模型MedGPT,數(shù)字醫(yī)療健康到家服務商叮當健康發(fā)布叮當HealthGPT,國內(nèi)老牌醫(yī)療AI公司醫(yī)渡科技也正在研發(fā)訓練醫(yī)療垂直領域大語言模型。

雖均為醫(yī)療大模型,但方向和優(yōu)勢各不相同。

例如,醫(yī)聯(lián)作為互聯(lián)網(wǎng)醫(yī)院,其本質(zhì)是醫(yī)患關系鏈,超過 150 萬的注冊醫(yī)生和 2000 萬患者互動而沉淀下來的大規(guī)模數(shù)據(jù),為大模型的研發(fā)提供了語料,疾病全流程診療也理所當然地成為了其大模型落地的方向。

叮當健康作為一家提供“即時健康到家”服務的企業(yè),旗下主要有叮當快藥服務、在線健康咨詢、慢病與健康管理三大核心業(yè)務,多年運營實踐使叮當健康了解用戶的常見需求、常見問題和用戶咨詢的場景,因此叮當HealthGPT能夠作為AI健康助手,為用戶提供全方位的健康相關問題解答和建議。

而醫(yī)渡科技作為老牌醫(yī)療AI 公司,天然具備AI技術和醫(yī)療行業(yè)know-how的積累。醫(yī)渡科技自主研發(fā)的“醫(yī)療智能大腦”YiduCore與ChatGPT有許多相似之處,都是源于大量的訓練錘煉,背后是強大的數(shù)據(jù)處理和AI算法能力。其在利用YiduCore模型化的知識圖譜賦能醫(yī)療場景的過程中,對疾病和醫(yī)療行業(yè)的理解也在持續(xù)深化,最新財報數(shù)據(jù)顯示,YiduCore醫(yī)學知識圖譜已經(jīng)覆蓋超 9 萬個醫(yī)學實體、1 萬種疾病數(shù)量,并已在 70 多個疾病領域建立了疾病模型,覆蓋的醫(yī)院也超過了 1500 家。

目前醫(yī)渡科技的醫(yī)療大模型還未正式發(fā)布,但從其當前業(yè)務布局中可以大膽推測,醫(yī)渡科技的大模型或?qū)⒏采w公衛(wèi)、診療、臨床研究、新藥研發(fā)、健康保險、健康管理等各個領域,有望形成“醫(yī)、藥、險、患者”閉環(huán)。筆者認為,場景豐富正是醫(yī)渡科技最大的優(yōu)勢。醫(yī)療行業(yè)產(chǎn)業(yè)鏈非常長,單一環(huán)節(jié)、單一領域的技術創(chuàng)新,很難形成市場競爭地位。多場景多業(yè)務的多元化企業(yè),才能形成產(chǎn)業(yè)鏈的生態(tài)閉環(huán),讓醫(yī)療大模型發(fā)揮更大價值。

醫(yī)渡科技也多次對外提到,會用大模型將旗下所有產(chǎn)品進行改造或重構,這將是其從技術、產(chǎn)品邁向生態(tài)的關鍵一步。并且基于這一點,醫(yī)渡科技的大模型可以與其存量業(yè)務互補協(xié)同、互相促進。

·寫在最后·

進入大模型時代,所有企業(yè)看似站在了同一起跑線上。但追根溯源,能夠成為領跑者的還是多年堅持研發(fā)、產(chǎn)品打磨、落地應用換來的厚積薄發(fā)。

而這場醫(yī)療大模型的比拼,顯然會是一場“馬拉松”,不會停留于短期的聲量大小,或你追我趕的一時輸贏。只有當大模型越來越深刻地解決醫(yī)療行業(yè)需求,賦能更多有價值的應用場景,真正提升醫(yī)療效率和質(zhì)量,這場大模型帶來的格局重塑,才能奠定最終勝勢。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

關鍵詞：