医联长期关注医疗与技术的深度融合,已打造了近140个疾病管理标准化流程,涉及肿瘤、心脑血管、糖尿病等常见病症,覆盖1000多个病种,形成了一整套全数字化全流程疾病管理体系。

在互联网医疗时代,这些疾病管理体系可以为行业提供线上管理的有效依据,提升行业整体效率。而在AI赋能下的数字医疗行业来临之时,这便成了AI医疗的重要依托。


【资料图】

至于在AI方面,这家公司很早就开始关注并进行谋划:早在2017年医联就建立起医疗大数据结构化能力;2018年就将NLP、CV等AI技术应用落地,比如智能体液检测、智能分诊、口腔影像识别等场景。

2019年还推出针对单病种/分阶段的AI诊疗模型,曾联手多家医院及机构,创建亚洲首个多发性硬化症领域的早筛AI模型,帮助患者提前1-3年提升多发性硬化症的风险预测和防控能力。

这些前期在AI领域的摸索以及长期的医学与前沿技术的融合,成为医联能率先在行业内推出医疗大模型并应用的基础,可以说这一切绝非偶然。

让我们再往深看一步,为了保证医疗大模型的准确性和一致性,医联从模型到实际应用同样做了不少工作。

包括模型算法的一致性校验机制、多维度诊疗评测机制,以及基于专家评议的真实世界医生一致对标机制。

比如,在为患者输出正式答案前,会先经过临床医学规则器的校验。还有招募真实医生在电脑前判断,然后将两者结果交给专家委员会评议,以此来对标真实医生。

基于这样的方法论,医联团队率先为专业大模型的打造在行业中打了个样。

医疗AI2.0大幕拉开

最后回到MedGPT公开评测这件事情本身,也带来了大模型发展进程中的三点趋势。

第一、医疗AI2.0大幕已经拉开,系统复杂性问题将会得到解决。

以大模型为代表的AI2.0时代的到来——对话即入口,让所有的应用场景都得到了重新定义。被AI所辐射的千行百业也深处于变革之中。

以往AI 1.0,NLP、CV、多模态等单点技术蓬勃发展,医疗AI应用场景丰富多样,他们强规则、具有可控性。但场景、数据之间没有打通,导致泛化能力不强,无法处理系统性、复杂性的问题。

得益于Transformer,打破了模态、数据、任务场景之间的壁垒。医疗场景中,利用海量医学文本与数据中,进行高并发/长距离学习整合,一些复杂性、系统性问题可以得到解决。

如果继续畅想,结合医联的云药房、云检验等云化能力,不仅是AI医生本身疾病管理能力会得到提升,患者甚至可以摆脱地理限制,轻松完成所有疾病从预防、诊断、治疗、康复的全流程管理路径。

这其实也并不难想象,只需要知道有一个能看各个专科领域并且比肩三甲医院医生的AI医生能够24小时在你身边为你出诊,同时,检验检测服务在家附近1公里就能全部完成。

有去三甲医院排队挂号看病经历的同学应该都懂——专家挂不上号、检验检查等一个月,这都是时有发生的事情。降本增效、解决行业问题,走入医疗的下一个时代,就是靠MedGPT这类专业模型做的。

第二、大模型的行业红利并非在科技巨头手中,而在有场景有数据的玩家手里。

相信大家都或多或少有所看到,目前医疗领域的专用大模型和产品正在不断问世,最具代表性的产品来自谷歌和微软这两个大厂。

谷歌Med-PaLM 2目前正在尝试多模态能力,比如自己检查X光片后给出诊断。在今年晚些时候将对一小部分谷歌云用户开放。

还有被微软200亿美元收购的Nuance,借由微软OpenAI合作之便,正在将GPT-4集成到临床笔记软件DAX中,以减轻临床医生的负担。

前者的大模型还没有到真正落地,后者无非是集成通用大模型的API,其行业的准确性和一致性无法得到保障。

但MedGPT一亮相就惊艳全场,并拿下多个行业首次:

首次突破AI医生多轮对话的难题;

首次实现从有效问诊到医学检查的跨越;

首次实现AI给出准确诊断和治疗方案;

首次AI具备全流程诊断能力……

这与垂直领域深耕、有场景有数据有关。

医联在医疗行业有9年深耕,积累了丰富的知识、数据和应用,构筑起了深厚的技术和用户壁垒。

一旦实现大模型技术的应用, 在现有的用户场景基础之下,将会迅速规模化落地。这是其他想入局者无法拥有的先发优势。

上一次AI浪潮来袭时,最终也是场景玩家率先吃掉AI红利。

现在同样也依旧是场景玩家吃掉大模型红利,只不过技术路径已经明晰,落地速度自然要比以往快得多。

第三,医疗AI落地提速,也侧面印证了大模型的发展趋势——

雪球效应展现,从技术到应用部署的飞轮会越转越快。

ChatGPT最开始只会一本正经地胡说八道,短短几个月内基于用户反馈、插件开发生态,真正被各行业的人加入到工作流中,并上线了端侧应用。

还有Midjourney、Stable Diffusion被人诟病无法画手的问题,也能在短短几周内解决;以及国内大模型涌现、更新速度加快,文心一言一个月能迭代四次等等。

“大模型-应用-数据”的加速闭环一旦打通,那么产业落地的速度将会比上一波浪潮更快。

而医联大模型MedGPT一个月就进入到真实患者全流程测试阶段。在此之后,根据数据飞轮迭代大模型,落地速度只会越来越快。

或许很快,医疗AI2.0就会惠及到每个人身边。

推荐内容