網(wǎng)站流量監(jiān)測(cè)服務(wù)商Similarweb的數(shù)據(jù)顯示，今年以來，ChatGPT訪問量 1 月份的環(huán)比增長(zhǎng)率為131.6%，此后逐月下降。到 6 月份，ChatGPT的全球流量出現(xiàn)首 次下降。可見，大模型的發(fā)展逐漸駛?cè)肷钏畢^(qū)。而大模型的產(chǎn)業(yè)化落地，將成為下一階段思考的重點(diǎn)。

近日，醫(yī)渡云首席數(shù)據(jù)科學(xué)家彭滔博士在世界生命科學(xué)大會(huì)“2023AI大模型醫(yī)療場(chǎng)景應(yīng)用論壇”上發(fā)表了主題演講，分享了AI大模型在醫(yī)療行業(yè)的技術(shù)和模式創(chuàng)新。他指出，通用大模型不能徹底解決用戶的所有問題，未來大模型市場(chǎng)是基礎(chǔ)大模型、行業(yè)大模型以及細(xì)分場(chǎng)景模型并存的格局。尤其是醫(yī)療領(lǐng)域，其嚴(yán)肅性、敏感性、專業(yè)性等特殊性，決定了醫(yī)療行業(yè)需要高質(zhì)量的專業(yè)垂類大模型。

彭滔將大模型的應(yīng)用生動(dòng)地比喻為“雇傭新員工”，公司會(huì)關(guān)注其教育背景，也會(huì)對(duì)員工進(jìn)行培訓(xùn)從而更好地適配業(yè)務(wù)。兩者的不同之處在于，教育更側(cè)重于理論知識(shí)的傳授和推理能力的培養(yǎng)，培訓(xùn)則更傾向于實(shí)踐性的技能傳授以及技能應(yīng)用的演練。在大模型落地應(yīng)用中，教育和培訓(xùn)都是必不可少的環(huán)節(jié)。

目前，醫(yī)渡科技正在研發(fā)醫(yī)療垂直領(lǐng)域的大語言模型。在模型“教育”階段，醫(yī)渡科技基于其豐富的醫(yī)療專業(yè)知識(shí)儲(chǔ)備、行業(yè)know-how及特有的算法和技術(shù)，使醫(yī)療垂類大模型相對(duì)于通用大模型能夠更好地理解醫(yī)療行業(yè)需求，提供更準(zhǔn)確、專業(yè)的回答。

彭滔表示，經(jīng)過“教育”的大模型已經(jīng)可以在知識(shí)檢索查詢、醫(yī)療過程中不良事件的提取和判斷等醫(yī)療場(chǎng)景中進(jìn)行應(yīng)用。舉例來說，在藥物或醫(yī)療器械研發(fā)中，安全性是基本要求。因此，對(duì)于不良事件的提取和評(píng)估至關(guān)重要，需要從臨床病例中提取信息，例如事件發(fā)生時(shí)間、結(jié)束時(shí)間、具體使用的藥物、事件的嚴(yán)重程度以及與研究藥物的關(guān)聯(lián)性等，大模型技術(shù)在這個(gè)過程中展現(xiàn)出了強(qiáng)大的理解、特征提取和推理能力。(如下圖所示)

但醫(yī)療垂類大模型的潛力遠(yuǎn)不止于此，彭滔表示，從醫(yī)院到藥企、保險(xiǎn)以及患者等各個(gè)醫(yī)療場(chǎng)景中，都可以受益于醫(yī)療垂類大模型的能力，“幾乎所有的醫(yī)療產(chǎn)品或路徑，都可以用醫(yī)療垂類大模型去重新梳理一遍，去真正發(fā)揮它的價(jià)值”。可泛化可循證的CDSS、可以給出科研靈感的科研工具、可以溯源及開放的大數(shù)據(jù)平臺(tái)等，醫(yī)渡科技正在重新思考和構(gòu)建這些場(chǎng)景下的大模型應(yīng)用。

但要想真正打通大模型落地醫(yī)療的“最后一公里”，讓其在更多場(chǎng)景中發(fā)揮更大價(jià)值，還需要對(duì)醫(yī)療垂類大模型進(jìn)行“培訓(xùn)”，這一過程更多依賴的是場(chǎng)景經(jīng)驗(yàn)與反饋。醫(yī)渡科技在醫(yī)療智能領(lǐng)域深耕多年，醫(yī)療場(chǎng)景實(shí)踐經(jīng)驗(yàn)豐富，并且內(nèi)部人才團(tuán)隊(duì)80%以上都具備醫(yī)學(xué)或AI、大數(shù)據(jù)技術(shù)背景，在“培訓(xùn)”方面具備充足的資源支持。

彭滔以識(shí)別和錄入電子病歷數(shù)據(jù)的場(chǎng)景為例，在臨床試驗(yàn)中的很多場(chǎng)景中，由于合規(guī)、隱私等因素，醫(yī)院無法提供電子文本，臨床研究協(xié)調(diào)員(CRC)這一角色就需要將醫(yī)學(xué)檢驗(yàn)單上的數(shù)據(jù)手動(dòng)錄入系統(tǒng)，完成類似打字員的轉(zhuǎn)錄工作。彭滔指出，很多客戶和合作伙伴期待能使用OCR技術(shù)解決這個(gè)問題，但由于圖像質(zhì)量問題，以及每家醫(yī)院具有特殊規(guī)則和方法的原因，傳統(tǒng)OCR的通用性在不同醫(yī)院受到了極大限制。

為了解決類似的具體場(chǎng)景問題，醫(yī)渡科技嘗試通過場(chǎng)景專家與工程師溝通，再訓(xùn)練AI模型的方式，然而這種方式也存在成本較高的缺陷。針對(duì)此，彭滔在論壇上提出了一種新機(jī)制，即讓一線人員通過自然語言直接與大模型交互，讓他們能夠向模型傳達(dá)現(xiàn)場(chǎng)經(jīng)驗(yàn)的規(guī)則?！白匀徽Z言有非常強(qiáng)大的表達(dá)能力，通過場(chǎng)景專家與AI的交流，可以解決不同場(chǎng)地繁雜的差異，當(dāng)然它也存在天然的歧義和不比較準(zhǔn)確性。展望未來，每個(gè)行業(yè)都會(huì)發(fā)展出與AI協(xié)作的語言?！迸硖蠒诚氲馈?/p>

此外，AI大模型在醫(yī)療場(chǎng)景應(yīng)用也需要考慮更多的倫理與安全合規(guī)問題。彭滔呼吁監(jiān)管的調(diào)整和行業(yè)共識(shí)的形成，以使AI的應(yīng)用符合倫理和合規(guī)要求，并指出隨著時(shí)間的推移，各行業(yè)都將面臨這個(gè)問題，未來人類社會(huì)或?qū)⒅饾u向人機(jī)共存的方向轉(zhuǎn)變。

新一輪AI浪潮已至，醫(yī)渡科技積極擁抱智能時(shí)代的新機(jī)遇，期待通過推動(dòng)醫(yī)療垂類大模型的創(chuàng)新與應(yīng)用，為醫(yī)療健康領(lǐng)域帶來更有效、準(zhǔn)確和安全的人工智能解決方案，促進(jìn)醫(yī)療產(chǎn)業(yè)的高質(zhì)量發(fā)展，最終讓更多患者受益。

（推廣）