近日,中金公司舉辦2023年中期策略會,眾多上市公司高管、行業(yè)專家圍繞行業(yè)前沿熱點、未來趨勢展開深入探討,醫(yī)渡科技CTO、首席人工智能科學家閆峻博士受邀參會,并發(fā)表了《AI的技術發(fā)展與醫(yī)療領域商業(yè)應用》主題演講,分享了AI在醫(yī)療產(chǎn)業(yè)的應用與發(fā)展進程,指出由于醫(yī)療領域的嚴肅性、敏感性、專業(yè)性等特殊性,醫(yī)療行業(yè)需要高質(zhì)量的專業(yè)大模型。
01
從專家系統(tǒng)到大模型時代,醫(yī)療AI迎來新機遇
隨著人工智能技術的不斷發(fā)展,AI在醫(yī)療領域的應用也經(jīng)歷了從基于符號邏輯的知識推理到統(tǒng)計機器學習到深度學習再到大模型時代的演進。
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),這一階段產(chǎn)生的代表性醫(yī)療AI產(chǎn)品是基于符號知識推理的臨床決策支持系統(tǒng)(CDSS),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,其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。閆峻博士表示,隨著計算能力和數(shù)據(jù)規(guī)模的增加,大模型的出現(xiàn)使得AI系統(tǒng)能夠處理更加復雜和龐大的任務,提高了模型的表現(xiàn)能力和泛化能力,這給醫(yī)療產(chǎn)業(yè)應用也帶來了新的機會?？煞夯裳C的CDSS、可處理復雜納排條件的病歷檢索、可以給出科研靈感的科研工具……醫(yī)療產(chǎn)業(yè)鏈上的許多痛點,或許都可以通過大模型技術解決,醫(yī)療AI的發(fā)展正進入新的商業(yè)化時代。
02
醫(yī)療行業(yè)需要高質(zhì)量的專業(yè)垂類大模型
面對大模型帶來的巨大機遇,垂直領域的企業(yè)如何擁抱AI新時代?
閆峻博士指出,一般會有兩條路徑選擇。一是在第三方大模型的基礎上經(jīng)過微調(diào)和提示等手段去做應用,這種方式門檻以及開發(fā)成本和時間投入都會較低,可以快速實現(xiàn)應用場景落地;另一種則是構建垂直行業(yè)領域的垂域大模型,需要投入較高的資源和技術,但實現(xiàn)后會有自己的核心價值門檻。
閆峻博士更傾向于第二條路徑。他表示,一方面是考慮到隱私保護問題,醫(yī)療健康領域涉及到大量敏感數(shù)據(jù),因此數(shù)據(jù)安全是醫(yī)療AI產(chǎn)業(yè)發(fā)展的底線,選擇調(diào)用海外模型API形式可能會牽涉到數(shù)據(jù)跨境等一系列數(shù)據(jù)安全隱私問題,存在一定風險。
另一方面則是由于醫(yī)療行業(yè)的專業(yè)性要求高。醫(yī)療行業(yè)嚴肅、謹慎,要求高精準度,通用大模型雖然極其智能且具備廣泛的適應性,但缺乏深入的醫(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。當前,無論是GPT-4,還是其它通用大語言模型,均存在“AI幻覺”的問題。
因此,為了數(shù)據(jù)安全以及模型的專業(yè)性,醫(yī)療行業(yè)需要基于專業(yè)語料、高質(zhì)量數(shù)據(jù)的醫(yī)療垂直領域大語言模型。盡管這條路會更難,但閆峻相信,垂類大模型會在整個醫(yī)療健康產(chǎn)業(yè)中發(fā)揮更大價值。
03
醫(yī)療垂類大模型開發(fā)門檻更高
然而,要想開發(fā)出可靠、準確且有實際應用價值的醫(yī)療垂直領域大模型,自然門檻也非常高。
醫(yī)療領域知識體系極其龐大,因此首先需要具備足夠的專業(yè)醫(yī)療知識儲備,包括醫(yī)學基礎知識、臨床常識、術語理解、臨床思維、診療規(guī)范理解等等。醫(yī)渡科技已經(jīng)在醫(yī)療智能領域深耕多年,始終利用AI技術賦能監(jiān)管機構、醫(yī)院、藥企、險企和患者,覆蓋了超過1000家醫(yī)院,積累了大量的醫(yī)學知識和洞見。
其次還需要具備NLP、深度學習等AI技術實力,尤其是算法創(chuàng)新能力,直接影響大模型的性能、效果和計算效率。閆峻博士強調(diào),醫(yī)療行業(yè)也需要包括基于情感計算的醫(yī)學人文關懷在內(nèi)的特殊考量。醫(yī)渡科技一直在堅持AI創(chuàng)新技術投入,自主研發(fā)了“醫(yī)療智能大腦”YiduCore,其具備強大的數(shù)據(jù)處理能力,在NLP、機器學習、深度學習、知識突破等AI核心技術領域都有著深厚的技術儲備。
高素質(zhì)的交叉人才隊伍也是不可或缺的,包括醫(yī)學專家、數(shù)據(jù)科學家、算法工程師等多個領域的專業(yè)人才,醫(yī)渡科技內(nèi)部人才團隊80%以上都具備醫(yī)學或人工智能背景。
閆峻博士還在會上表示,醫(yī)療AI要想形成產(chǎn)業(yè)化的發(fā)展,需要落實到醫(yī)療行業(yè)各個產(chǎn)業(yè)鏈中,如果只是在某個單一環(huán)節(jié)具有應用,很難帶動整個產(chǎn)業(yè)的發(fā)展。這與醫(yī)療AI“四起三落”的歷史規(guī)律是一致的,只有形成生態(tài)閉環(huán),才能實現(xiàn)可持續(xù)發(fā)展。醫(yī)渡科技的智能應用及解決方案已經(jīng)覆蓋了醫(yī)療行業(yè)的供給方、監(jiān)管方、支付方和需求方,衍生出了許多成功的商業(yè)化場景和產(chǎn)品,賦能臨床研究、醫(yī)療管理、新藥研發(fā)、區(qū)域公共衛(wèi)生與人口健康管理、健康保險等醫(yī)療健康產(chǎn)業(yè)的各個領域,積累了豐富的落地經(jīng)驗。
閆峻博士最后表示,垂類大模型的前景無疑非常廣闊,但仍需要企業(yè)腳踏實地。醫(yī)渡科技作為醫(yī)療智能頭部企業(yè),持續(xù)關注人工智能領域的最新前沿科技發(fā)展,并將不斷在醫(yī)療垂類領域進行探索及自主創(chuàng)新,秉持著“綠色醫(yī)療”的初心,以技術助力更多患者受益,為醫(yī)療AI的健康發(fā)展以及人類健康貢獻力量。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。 ）
