记“医”2023｜医疗健康AI大模型元年：从“通用”走向“垂直” 合规及安全落地仍是考验

123461807

2023年是医疗健康AI大模型元年，企业纷纷跑马圈地，推动大模型应用落地。

21世纪经济报道记者朱萍 实习生雷椰 北京报道 “2023年是医疗健康AI大模型元年，企业纷纷跑马圈地，推动大模型应用落地。”这个是业界对2023年医疗健康AI大模型的界定。

医疗健康AI大模型在2023年迎来暴发。目前，入局医疗健康AI大模型的玩家仍在不断增多，企业图谱加速扩张。百度文心一言牵手有来医生、莫廷医疗、启灏医疗等多家医疗企业推动医疗产业升级；嘉会医疗携手商汤科技，AI赋能打造国际化智慧医院样板。大模型的热度从年初持续到年末，围绕患者问诊、医院管理、医学影像等多方面的AI大模型产品不断在市场涌现。

据不完全统计，短短一年，国内现已发布医疗领域生成式AI大模型数量至少32个。2023年12月，医渡科技发布国内首个面向医疗垂直领域多场景的专业大语言模型，与华为的合作也从大模型联合创新深化到技术研发、市场拓展、行业共建等全方位的战略生态合作。这实际也意味着，医疗健康AI大模型开始从通用进入到垂直领域。

对此，医渡科技CEO、联合创始人徐济铭向21世纪经济报道记者表示，与以往AI浪潮不同，此次大模型技术浪潮下，人们更快地形成了集体共识，即大模型只有从通用进入到垂直，迅速转到产业落地，才能证明真正的价值。可以看到，包括医疗领域在内的行业垂直大模型的研发和应用成为了企业在大模型下半场的发力点。

不过，值得注意的是，医疗健康AI大模型的“模型大战”刚刚开始，医疗大模型的落地与商业化之路多重压力。AI大模型本身仍旧面临算力效率低、医学质量不佳、隐私风险等挑战。“要想实现AI大模型在医药健康领域落地还要符合规范。”中国信通院云大所数字健康部副主任冯天宜表示，要促进发展和监管规范并行。在走向商业化的道路上，企业面临着数据壁垒和缺乏支付方的重重困难，推动医疗健康AI大模型安全落地与商业变现仍需探索。

从通用进入垂直

以智能化为重要特征的第四次工业革命对科技、经济、社会等各领域产生了颠覆性变革。根据科技部新一代人工智能发展研究中心《中国人工智能大模型地图研究报告》显示，我国10亿参数规模以上的大模型已发布79个。人工智能大规模预训练模型( 以下简称“大模型”)是“大数据+大算力+强算法”结合的深度网络模型，采用“预训练+微调”的模式，是实现多种人工智能应用的通用载体。

从应用端看，医疗健康AI大模型的服务对象可以从制药企业至医生、患者等，可以覆盖诊疗、医疗科研、健康管理等多个场景。中国医院协会、信息专业会主任委员王才有向21世纪经济报道记者指出，大模型在医疗领域进行的一系列融合，可以让医生避免犯错误，提升提高效率，让患者疾病真正得到救治。

据21世纪经济报道记者梳理，较早发布医疗AI大模型的商汤科技，在2023年4月率先发布提示工程自定义功能的医疗健康大模型大医；随后一个月，医联推出自主研发的基于Transformer架构的国内首款医疗大语言模型MedGPT。京东也在积累了超过亿级真实医患问诊的医患对话数据的基础上，推出“京医千询”医疗大模型，为远程医疗服务提供技术底座。

而2023年末公开国内首个面向医疗垂直领域多场景的专业大语言模型则是由在医疗大数据领域深耕近十年的医渡科技发布，其“医疗智能大脑”YiduCore经授权处理分析了超过40多亿份医疗记录，沉淀了大量多维度可量化的知识图谱。基于自研的数据生成技术，医渡科技将这些知识图谱应用于大模型训练，构建了其大模型的专业核心优势。医渡科技大模型也作为YiduCore算法层的核心成员，在为大模型用户赋能的同时也不断反哺迭代YiduCore的算法，使得公司的核心技术壁垒越发坚实。

据了解，医渡大模型有助于赋能科研及临床转化。缩短科研周期，提升效率提近100%。将科研产出论文周期从6到12个月加速至1到2个月；将大型医院进行数据治理的时间从8到12个月来缩短到4到6个月。

AI大模型在医疗服务、患者服务、运营管理等多个医疗健康领域具备较大的应用潜力。目前，AI在医疗应用主要体现在患者问诊全流程和健康管理、医生辅助诊断、中医三方面。对此，王才有认为，通过将AI大模型在医疗领域进行系列融合，可以让医生避免犯错误，提升提高效率，让患者疾病真正得到救治。

此前，医渡科技CTO、首席人工智能科学家闫峻也向21世纪经济报道记者介绍称，医渡科技健康大模型提供了完整的工具以及解决方案。与传统大模型的问答机制不同，医渡大模型能够从临床思维和视角，结合用户的病史进行个性化咨询、诊疗、建议。

“面向终端的用户，我们希望能够更明确带来价值，而不仅仅是把所有的可能性进行信息罗列。”闫峻表示，对于医院的工作者来说，可以在医渡科技已训练好的大模型基础上，从预训练、微调、提示词等任何环节根据需求，训练个人的“专属模型”。

徐济铭进一步分析指出，此次形成了与以往AI浪潮不同的认知，即认为大模型只有从通用进入到垂直，迅速转到产业落地，才能证明真正的价值。“可以预计，未来行业垂直大模型的研发和应用将成为下半场的发力点。”

合规及安全落地

业内达成的共识是，人工智能成为代表性数字技术在加速演进中，是未来经济增长的核心驱动力。2023年发布的《医药工业高质量发展行动计划（2023—2025年）》《医疗装备产业高质量发展行动计划（2023—2025年）》指出，要着力提高医药工业和医疗装备产业韧性和现代化水平，增强高端药品、关键技术和原辅料等供给能力。

科技部前高新司副司长、一级巡视员梅建平也表示，人工智能在医疗领域的场景越来越丰富，科技部将智慧医疗作为典型应用领域进行重点突破。

而医疗AI大模型应用落地成为企业角逐的关键所在。但值得注意的是，所有企业都要面临AI大模型如何安全落地的问题。

一位业内人士向21世纪经济报道记者分析称，从产品自身来看，不少大模型的算力效率低、运转成本高；医学质量不佳，安全性有待提高。医疗健康AI模型在医疗场景的表现上，在问答具有准确性、全面性，但在资料搜集的可用性较低。对于医务工作者来说，更需要训练个人化的“专属模型”，运用自己的专业知识来构建属于个体的应用场景。

不过，AI大模型应用于医疗也面临着合规落地的考验。信息安全、数据监管等问题接踵而至。国际方面，欧盟、英国、美国等陆续出台政策。此前，欧洲议会、欧洲理事会和欧盟委员会三方就《人工智能法案》达成协议，该法案将成为全球首部人工智能领域的综合性监管法规。

梅建平表示，医疗健康信息保密要求高，场景复杂，监管也更为严格。目前，我国现已颁布多项推动人工智能及应用规范发展的条例。2023年4月，国家互联网信息办公室发布《生成式人工智能服务管理办法(征求意见稿)》，旨在促进生成式人工智能技术健康发展和规范应用。2023年8月15日，我国人工智能产业首个监管办法——《生成式人工智能服务管理暂行办法》（以下简称《办法》）正式施行。《办法》鼓励采用安全可信的芯片、软件、工具、算力和数据资源，并强调了相关从业者内容安全、隐私与个人信息保护、算法透明、伦理和知识产权、竞争法等方面的合规责任等。

“要想实现AI大模型在医药健康领域落地还要符合规范。”中国信通院云大所数字健康部副主任冯天宜表示，要促进发展和监管规范并行，通过标准化体系促进大模型走向工业化；建设行业数据促进整个AI医疗大模型的提升。据了解，中国信通院作为起草组织成员之一，中国信通院将持续推动医疗行业大模型开展，包括产业促进、行业治理、数据建设，以及辅助验证标准进一步出台。与各大医疗机构专家、科技公司形成合力，持续推动国内医疗大模型行业不断提升，促进高质量发展。