近日,中金公司舉辦2023年中期策略會,眾多上市公司高管、行業專家圍繞行業前沿熱點、未來趨勢展開深入探討,醫渡科技CTO、首席人工智能科學家閆峻博士受邀參會,并發表了《AI的技術發展與醫療領域商業應用》主題演講,分享了AI在醫療產業的應用與發展進程,指出由于醫療領域的嚴肅性、敏感性、專業性等特殊性,醫療行業需要高質量的專業大模型。
01
從專家系統到大模型時代,醫療AI迎來新機遇
隨著人工智能技術的不斷發展,AI在醫療領域的應用也經歷了從基于符號邏輯的知識推理到統計機器學習到深度學習再到大模型時代的演進。
AI 1.0以基于數理邏輯的符號邏輯為基礎,被稱為專家系統,這一階段產生的代表性醫療AI產品是基于符號知識推理的臨床決策支持系統(CDSS),通過嚴謹的邏輯推理和匹配的方式,來幫助醫生進行診斷與治療推薦。但專家系統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,盡管醫學科研課題中有很多應用機器學習的研究,但商業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過深度學習+大數據驅動的技術進步。深度學習技術在醫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,隨著計算能力和數據規模的增加,大模型的出現使得AI系統能夠處理更加復雜和龐大的任務,提高了模型的表現能力和泛化能力,這給醫療產業應用也帶來了新的機會。可泛化可循證的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……醫療產業鏈上的許多痛點,或許都可以通過大模型技術解決,醫療AI的發展正進入新的商業化時代。
02
醫療行業需要高質量的專業垂類大模型
面對大模型帶來的巨大機遇,垂直領域的企業如何擁抱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過微調和提示等手段去做應用,這種方式門檻以及開發成本和時間投入都會較低,可以快速實現應用場景落地;另一種則是構建垂直行業領域的垂域大模型,需要投入較高的資源和技術,但實現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,醫療健康領域涉及到大量敏感數據,因此數據安全是醫療AI產業發展的底線,選擇調用海外模型API形式可能會牽涉到數據跨境等一系列數據安全隱私問題,存在一定風險。
另一方面則是由于醫療行業的專業性要求高。醫療行業嚴肅、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,但缺乏深入的醫療專業領域知識、經驗及復雜推理過程,在醫療場景實際應用時可能無法提供足夠專業和準確的回答。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,為了數據安全以及模型的專業性,醫療行業需要基于專業語料、高質量數據的醫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療健康產業中發揮更大價值。
03
醫療垂類大模型開發門檻更高
然而,要想開發出可靠、準確且有實際應用價值的醫療垂直領域大模型,自然門檻也非常高。
醫療領域知識體系極其龐大,因此首先需要具備足夠的專業醫療知識儲備,包括醫學基礎知識、臨床常識、術語理解、臨床思維、診療規范理解等等。醫渡科技已經在醫療智能領域深耕多年,始終利用AI技術賦能監管機構、醫院、藥企、險企和患者,覆蓋了超過1000家醫院,積累了大量的醫學知識和洞見。
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,醫療行業也需要包括基于情感計算的醫學人文關懷在內的特殊考量。醫渡科技一直在堅持AI創新技術投入,自主研發了“醫療智能大腦”YiduCore,其具備強大的數據處理能力,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。
高素質的交叉人才隊伍也是不可或缺的,包括醫學專家、數據科學家、算法工程師等多個領域的專業人才,醫渡科技內部人才團隊80%以上都具備醫學或人工智能背景。
閆峻博士還在會上表示,醫療AI要想形成產業化的發展,需要落實到醫療行業各個產業鏈中,如果只是在某個單一環節具有應用,很難帶動整個產業的發展。這與醫療AI“四起三落”的歷史規律是一致的,只有形成生態閉環,才能實現可持續發展。醫渡科技的智能應用及解決方案已經覆蓋了醫療行業的供給方、監管方、支付方和需求方,衍生出了許多成功的商業化場景和產品,賦能臨床研究、醫療管理、新藥研發、區域公共衛生與人口健康管理、健康保險等醫療健康產業的各個領域,積累了豐富的落地經驗。
閆峻博士最后表示,垂類大模型的前景無疑非常廣闊,但仍需要企業腳踏實地。醫渡科技作為醫療智能頭部企業,持續關注人工智能領域的最新前沿科技發展,并將不斷在醫療垂類領域進行探索及自主創新,秉持著“綠色醫療”的初心,以技術助力更多患者受益,為醫療AI的健康發展以及人類健康貢獻力量。
