湘江之畔，岳麓山下，全球目光再聚閃耀星城—長沙。
由湖南省人民政府、工業和信息化部舉辦的2023世界計算大會于9月15-16日在長沙如期舉辦。
開幕式當天，人工智能企業智慧眼受邀出席現場，同兩院院士、國內外權威專家和知名企業共同交流探討AI新時代下，數字健康產業的新機會、大模型帶來的醫療產業新變革，并發表《基于知識增強的砭石醫療大模型構建實踐》主題演講。
“醫學領域需要人類與AI緊密配合，未來，每一位醫生和患者的生活和工作都可以站在人工智能的肩膀上。”智慧眼董事長邱建華先生在2023世界計算大會講到。
本文為智慧眼董事長邱建華先生演講內容梳理。
數字賦能產業發展，醫療健康迎窗口期
生命是一個自然過程，生老病死是每個人都必經的人生軌跡，健康是一切生命活動的基礎，可以說，就醫已經成為了生活中的頭等大事。
那么我們的就醫現狀如何呢？來看兩組數據，一組是我國醫師數據，根據2022年國家統計局顯示，執業醫師和執業助理醫師440萬人，支撐著14億人的醫療服務需求，平均一位醫師支撐32個人。另外一組是醫療機構數據，全國共有醫療衛生機構103萬個，其中基層醫療衛生機構98萬個，基層占比達到95%，基層醫療機構包含鄉鎮衛生院、社區衛生服務中心門診部(所)、村衛生室等。
從數據中，我們可以看到，醫生數量不足，基層醫療機構占比較大，可能導致醫療資源在地理上的分布不平衡，面臨服務總量大、服務半徑長，醫療服務能力有限等難題。因此，讓醫療資源高效運轉，患者更容易觸達是解決群眾求好醫、看好病難題的關鍵。
近年來，我國一直在實施健康中國戰略，人工智能技術與醫療服務融合發展，人工智能逐漸成為醫生的好幫手，更為優質醫療資源擴充下沉到基層提供了有效途徑，成為驅動醫療體系和健康服務數智化轉型升級的動力引擎。
智慧眼是一家AI計算驅動生命健康為使命的企業，在過去的14年里通過數智科技賦能社會服務，取了一些成果，具體包含醫保基金監管系統覆蓋23省+35地級市，服務5.8億醫療參保人員；健康鄉村覆蓋6萬+服務近5000萬農村人口；賦能近5000家藥店、100家血透診所；待遇資格認證系統覆蓋23省+39地級市服務2億退休老人。這些年智慧眼一直持續聚焦人工智能核心技術研究，創新應用場景，提升政府治理能力，關愛生命健康，賦能產業生態發展。
構建“五位一體”格局，驅動砭石持續迭代
”我們其實一直在尋找更高效、更智能的方式，以提升我們自身并優化我們所處的健康環境。砭石大模型是一次科技與醫學的奇妙融合，它開啟了一種嶄新的合作模式，以更快、更好、更省力，且成本更低的方式，來幫助人類完成生命健康的夙愿。”邱建華先生講到。
今年5月20日，智慧眼發布醫療領域首個多模態生成式預訓練大模型—砭石，得到了業界的廣泛認同，從多個不同維度、不同領域給出來的評測結果都顯示我們已經處于國內同行的前列，模型發布4個月以來，通過快速升級迭代，它變得更加全面，更加開放，更能解決剛需問題了。
相比于國內很多大模型，智慧眼做的并非在開源大模型基礎上進行微調，亦或是簡單的仿效，我們做的是深入到醫療健康場景，并基于多年的自主技術積累，在源頭技術上進行了創新，實現了人工智能“三駕馬車”算力、算法、算據的齊頭并進。
算力方面，算力能力是構建大模型的基礎。智慧眼自購的算力，目前達到200P,達到166億億次/秒的高性能浮點運算能力，能夠實現2T /秒高性能存儲帶寬，還能達到600 G/秒的高性能通信帶寬，能夠支持智慧眼訓練數百億參數的砭石大模型。此外，智慧眼已與華為正式簽署全面戰略合作協議，將聯合打造算力底座，共建砭石&昇騰AI聯合生態。
有了算力還不夠，我們知道訓練大模型是一個耗時的工作，總訓練速度正比于GPU單卡速度 * 加速芯片數量 * 多卡加速比 , 訓練時長與訓練數據和參數規模成正比。在訓練過程中的GPU宕機將導致大模型訓練的失敗，是非常糟糕的事情。我們自研了大模型的訓練框架，融入了云原生的思想，能夠顯著的提升單點故障響應和恢復能力，相比普通訓練速度提升15倍，并且實現了單次訓練過程0故障。
算據方面，深度學習模型需要大量且多樣性的數據“喂養”。醫療領域對用戶隱私保護有著極高要求，使得模型訓練的醫療數據在多樣性和標注質量上都受到限制，如何保證數據安全的條件下，實現分布式節點的知識匯聚以及如何降低大模型聯邦學習的通信負載是極具挑戰性的問題。
通過大模型算法，我們解決了保護隱私的分布式知識遷移和聯邦圖譜推理的問題，可以實現分布式數據孤島的數據不出域，同時實現知識匯聚，從而構建中央的知識圖譜；我們在分布式節點中使用知識蒸餾的方法，大大降低了大模型的聯邦學習過程中的通信負載。從而實現了隱私醫療數據幫助砭石大模型的構建，實現分布式知識的融合和基于分布式數據的大模型訓練，支撐了用戶數據價值的釋放，使醫療大模型的應用范圍得以覆蓋更多臨床醫療問題。
算法方面，大型人工智能模型的訓練依賴于先進的算法，知識圖譜增強砭石大模型的訓練過程。利用知識圖譜在知識標準化、可解釋性、可信性、可溯源性等方面的優勢，通過知識圖譜增強大模型從預訓練到應用的全生命周期各環節，提升大模型的訓練效果和推理結果的可用性。
砭石通過在訓練與推理過程中融入知識圖譜（作為高質量訓練數據補充、基于知識圖譜反饋強化學習、基于知識圖譜的模型評估、知識檢索增強大模型推理），在500億參數條件下比單純使用大模型技術，醫學問題回答準確度提升近10%。并且砭石大模型能夠實現醫療診斷、智能認知、情感陪伴等多樣化的任務。
智慧眼深耕AI領域十余年，從底層的三駕馬車，到深度學習框架，再到模型、應用、接入形成了五位一體的技術布局，將為醫保、醫療、醫藥大模型技術能力體系的發展提供可靠的底層保障，進一步延伸到醫保監管、醫藥服務、智能問診、輔助診斷、情感陪伴、健康管理等應用方面，推動數字健康產業的飛躍。
開啟三醫協同生態，共贏產業AI未來
讓技術進步服務于人，是我們樸素的理想，智慧眼基于砭石大模型生態，以醫保為抓手，先突破B端，再服務C端，打造了豐富的醫保、醫療場景化解決方案，為用戶提供方便快捷的模型服務。
面向醫保領域，提高醫保基金使用效率與質量。兩天前，國家醫保局發文要求加快推進醫保基金智能審核和監管，實現全國智能監控“一張網”，我們認為下一代DIP/DRG醫保行為的監管發展方向將是智能場景監控。砭石大模型賦能價值中臺、場景監控 、大數據反欺詐系列產品，幫助區域管理者規范基層診療行為，提高基金使用效率，打擊欺詐騙保問題，減輕群眾看病就醫負擔，促進高質量的醫保服務體系建設。
面向醫療領域，提高診斷水平，實現從助手到專家的躍遷。多元化、智慧化、精益化是智能醫療的發展趨勢，智慧眼通過砭石大模型，依賴豐富的數據與經驗積累，全面升級各產品的智能化水平。目前已發布醫院患者服務管理系統，從導診、問診、輔助決策各個環節提升醫生服務效率，幫助改善患者就醫體驗，輔助運營管理者提升運營質量、降本增效。
面向醫藥領域，信息和處方多跑路、患者少跑腿。憑借砭石大模型的強大能力，不斷改善參保患者就醫購藥體驗，為參保患者提供合規、高效、安全的智能處方購藥服務，使“雙通道”處方真正流轉起來，同時規范了診療標準和醫保使用，使醫藥效率顯著提升。
不止于醫保、醫療、醫藥行業，在康養、基層醫療、公立醫院、保險公司、銀行等相關領域，大模型也將激發潛能，發揮應用價值。在演講的結尾，邱建華先生講到，大模型已經進入到場景落地的快車道，我們正在傾力打造全球醫療領域的超算中心，希望攜手更多合作伙伴，共同構建全域協同生態體系，開創智能時代的新篇章。
