近日,中金公司举办2023年中期策略会,众多上市公司高管、行业专家围绕行业前沿热点、未来趋势展开深入探讨,医渡科技CTO、首席人工智能科学家闫峻博士受邀参会,并发表了《AI的技术发展与医疗领域商业应用》主题演讲,分享了AI在医疗产业的应用与发展进程,指出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大模型。
01
从专家系统到大模型时代,医疗AI迎来新机遇
随着人工智能技术的不断发展,AI在医疗领域的应用也经历了从基于符号逻辑的知识推理到统计机器学习到深度学习再到大模型时代的演进。
AI 1.0以基于数理逻辑的符号逻辑为基础,被称为专家系统,这一阶段产生的代表性医疗AI产品是基于符号知识推理的临床决策支持系统(CDSS),通过严谨的逻辑推理和匹配的方式,来帮助医生进行诊断与治疗推荐。但专家系统存在构建成本高和泛化能力差两个主要局限性,其需要对每种疾病甚至每个医生的观点进行构建,且如果构建时没有涵盖患者的个性化信息,比如当前用药及并发症等,就无法进行推理,这也是这一代的CDSS未得到广泛应用的重要原因之一。
AI 2.0是机器学习时代,统计机器学习被应用于疾病早筛预测、患病风险预测等诸多领域。然而,尽管医学科研课题中有很多应用机器学习的研究,但商业化应用的成功案例却很少。其中一个重要原因在于早期的机器学习技术极度依赖于模型假设,学习能力不足,而在实际应用中,许多模型假设无法预知或不成立,导致该技术在商业化方面的模型效果和泛化能力不足。
AI 3.0是在AI 2.0机器学习的基础上经过深度学习+大数据驱动的技术进步。深度学习技术在医学影像等特定领域取得了显著成果,但很多公司也面临着亏损的困境。因为该技术需要针对特定任务投入高昂的成本,如果单一任务场景商业化收益有限,难以收回训练成本且难以直接应用于其它任务。
当前,我们已处于AI发展的第四个高潮阶段-大模型时代。闫峻博士表示,随着计算能力和数据规模的增加,大模型的出现使得AI系统能够处理更加复杂和庞大的任务,提高了模型的表现能力和泛化能力,这给医疗产业应用也带来了新的机会。可泛化可循证的CDSS、可处理复杂纳排条件的病历检索、可以给出科研灵感的科研工具……医疗产业链上的许多痛点,或许都可以通过大模型技术解决,医疗AI的发展正进入新的商业化时代。
02
医疗行业需要高质量的专业垂类大模型
面对大模型带来的巨大机遇,垂直领域的企业如何拥抱AI新时代?
闫峻博士指出,一般会有两条路径选择。一是在第三方大模型的基础上经过微调和提示等手段去做应用,这种方式门槛以及开发成本和时间投入都会较低,可以快速实现应用场景落地;另一种则是构建垂直行业领域的垂域大模型,需要投入较高的资源和技术,但实现后会有自己的核心价值门槛。
闫峻博士更倾向于第二条路径。他表示,一方面是考虑到隐私保护问题,医疗健康领域涉及到大量敏感数据,因此数据安全是医疗AI产业发展的底线,选择调用海外模型API形式可能会牵涉到数据跨境等一系列数据安全隐私问题,存在一定风险。
另一方面则是由于医疗行业的专业性要求高。医疗行业严肃、谨慎,要求高精准度,通用大模型虽然极其智能且具备广泛的适应性,但缺乏深入的医疗专业领域知识、经验及复杂推理过程,在医疗场景实际应用时可能无法提供足够专业和准确的回答。当前,无论是GPT-4,还是其它通用大语言模型,均存在“AI幻觉”的问题。
因此,为了数据安全以及模型的专业性,医疗行业需要基于专业语料、高质量数据的医疗垂直领域大语言模型。尽管这条路会更难,但闫峻相信,垂类大模型会在整个医疗健康产业中发挥更大价值。
03
医疗垂类大模型开发门槛更高
然而,要想开发出可靠、准确且有实际应用价值的医疗垂直领域大模型,自然门槛也非常高。
医疗领域知识体系极其庞大,因此首先需要具备足够的专业医疗知识储备,包括医学基础知识、临床常识、术语理解、临床思维、诊疗规范理解等等。医渡科技已经在医疗智能领域深耕多年,始终利用AI技术赋能监管机构、医院、药企、险企和患者,覆盖了超过1000家医院,积累了大量的医学知识和洞见。
其次还需要具备NLP、深度学习等AI技术实力,尤其是算法创新能力,直接影响大模型的性能、效果和计算效率。闫峻博士强调,医疗行业也需要包括基于情感计算的医学人文关怀在内的特殊考量。医渡科技一直在坚持AI创新技术投入,自主研发了“医疗智能大脑”YiduCore,其具备强大的数据处理能力,在NLP、机器学习、深度学习、知识突破等AI核心技术领域都有着深厚的技术储备。
高素质的交叉人才队伍也是不可或缺的,包括医学专家、数据科学家、算法工程师等多个领域的专业人才,医渡科技内部人才团队80%以上都具备医学或人工智能背景。
闫峻博士还在会上表示,医疗AI要想形成产业化的发展,需要落实到医疗行业各个产业链中,如果只是在某个单一环节具有应用,很难带动整个产业的发展。这与医疗AI“四起三落”的历史规律是一致的,只有形成生态闭环,才能实现可持续发展。医渡科技的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场景和产品,赋能临床研究、医疗管理、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,积累了丰富的落地经验。
闫峻博士最后表示,垂类大模型的前景无疑非常广阔,但仍需要企业脚踏实地。医渡科技作为医疗智能头部企业,持续关注人工智能领域的最新前沿科技发展,并将不断在医疗垂类领域进行探索及自主创新,秉持着“绿色医疗”的初心,以技术助力更多患者受益,为医疗AI的健康发展以及人类健康贡献力量。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
