(相关资料图)
近日,腾讯云召开行业大模型及智能应用技术峰会,医渡科技作为医疗AI领域的代表性企业受邀参会。会上,医渡科技CTO、首席人工智能科学家闫峻和多家来自不同行业的优秀企业代表,共同见证了腾讯云发布行业大模型解决方案。
当前,AI大模型百花齐放,但与产业的融合还处于早期阶段,行业大模型是打通大模型产业化落地路径的关键。腾讯集团高级执行副总裁、云与智慧产业事业群CEO汤道生在会上表示,目前通用大语言模型在应对产业场景落地时,存在数据准确性、服务专业性、安全合规性、训练成本等方面的局限。
闫峻博士也表示,由于医疗领域的严肃性、敏感性、专业性等特殊性,医疗行业需要高质量的专业垂类大模型。
闫峻博士具体分析称,医疗健康领域的大模型应用远不止临床诊疗,还可以落地到医教研管、健康保险和生物制药等多个方面,带来整个产业的生产效率的提升。例如在临床诊疗方面,精准的临床辅助决策支持和检查检验报告解读等应用,将为医疗供给方提供高质量的进步赋能。而在健康保险领域,智能核保和客服的应用在提高行业效率、降低成本的同时,还可以提升客户体验。从生物制药的角度来看,大模型技术可以赋能从靶点发现到化合物筛选,再到临床试验和上市后研究等各个环节,加速药物研发进程。这种完整的生态体系的变化将带来医疗行业的颠覆性进步和变革,提高治疗的安全性、有效性和可及性,让更多患者受益,有助于推动普惠精准的“绿色医疗”的实现。
但要想打造出有实际应用价值的医疗垂直领域大模型,也面临着非常高的门槛。
首先,医疗健康领域对专业性要求极高,比如在临床诊疗等严肃场景中,任何大模型幻觉都是无法被接受的。此外,医疗垂直领域的大模型对质量和精度的要求也十分严格。从研究的角度来看,将模型的准确性从80%提升到90%已经是巨大进步,然而在医疗领域,只有达到99%甚至更高的准确性阈值,才能真正应用于实际场景,为患者提供可靠的服务。数据安全和隐私保护是垂直领域大模型面临的另一个重要挑战。特别是在医疗健康领域,涉及的很多数据属于敏感信息,如果盲目使用通用领域模型可能涉及数据跨境或隐私泄露等风险,因此对数据的安全性要引起高度关注。
医渡科技在医疗智能领域深耕多年,已经覆盖了超过1000家医院,积累了大量的医学知识和洞见,具备足够的专业医疗知识储备。此外,医渡科技一直在坚持NLP、深度学习等AI核心技术投入,自主研发了“医疗智能大脑”YiduCore,具备强大的数据处理和AI算法能力。医渡科技在医疗AI场景落地方面的经验也十分丰富,公司智能应用及解决方案已经覆盖了医疗行业的供给方、监管方、支付方和需求方,衍生出了许多成功的商业化产品和场景,成功赋能临床研究、新药研发、区域公共卫生与人口健康管理、健康保险等医疗健康产业的各个领域。
闫峻博士表示,医渡科技正在自主研发医疗垂直领域的大语言模型。未来,医渡科技将结合在医疗行业产业链中打造的丰富产品和服务,探索出更多应用场景和应用工具,真正帮助医疗健康产业借助AI大模型释放生产力,加速推动“绿色医疗”实现。