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(lái),ChatGPT訪問(wèn)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?？梢?jiàn),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(wèn)題,未來(lái)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(zhuān)業(yè)性等特殊性,決定了醫(yī)療行業(yè)需要高質(zhì)量的專(zhuān)業(yè)垂類(lèi)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(yǔ)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(zhuān)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(lèi)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,提供更精準(zhǔn)、專(zhuān)業(yè)的回答。
彭滔表示,經(jīng)過(guò)“教育”的大模型已經(jīng)可以在知識(shí)檢索查詢(xún)、醫(yī)療過(guò)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(lái)說(shuō),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(guò)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(lèi)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(lèi)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(lèi)大模型去重新梳理一遍,去真正發(fā)揮它的價(jià)值”?？煞夯裳C的CDSS、可以給出科研靈感的科研工具、可以溯源及開(kāi)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(lèi)大模型進(jìn)行“培訓(xùn)”,這一過(guò)程更多依賴(lài)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(wú)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(lèi)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(wèn)題,但由于圖像質(zhì)量問(wèn)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(lèi)似的具體場(chǎng)景問(wèn)題,醫(yī)渡科技嘗試通過(guò)場(chǎng)景專(zhuān)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(guò)自然語(yǔ)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。“自然語(yǔ)言有非常強(qiáng)大的表達(dá)能力,通過(guò)場(chǎng)景專(zhuān)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精確性。展望未來(lái),每個(gè)行業(yè)都會(huì)發(fā)展出與AI協(xié)作的語(yǔ)言。”彭滔暢想道。
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(wèn)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(wèn)題,未來(lái)人類(lèi)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(guò)推動(dòng)醫(yī)療垂類(lèi)大模型的創(chuàng)新與應(yīng)用,為醫(yī)療健康領(lǐng)域帶來(lái)更高效、精準(zhǔn)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。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)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(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
