電子發燒友網報道（文/李彎彎）ChatGPT等大型語言模型在語言理解、生成、知識推理等方面正展現出令人驚艷的能力。近段時間，各企業開始探索大模型在不同行業中的應用落地，并針對不同領域推出相對應的行業大模型，包括在醫療領域。

眾多企業宣布推出醫療大模型

日前，京東發布了京東言犀大模型、言犀AI開發計算平臺，同時基于京東言犀通用大模型，京東健康發布了“京醫千詢”醫療大模型，可快速完成在醫療健康領域各個場景的遷移和學習，實現產品和解決方案的全面AI化部署。

與通用大模型相比，京東言犀大模型融合70%通用數據與30% 數智供應鏈原生數據，具有“更高產業屬性、更強泛化能力、更多安全保障”的優勢。在醫療服務領域，京東言犀AI開發計算平臺為客戶的大模型開發和行業應用提供了定制化解決方案。

在2023京東全球科技探索者大會暨京東云峰會現場，京東演示了將通用大模型轉化為健康產業大模型的操作。通常來說，從數據準備、模型訓練到模型部署，客戶完成這套流程需要10余名科學家花費一周時間，而利用言犀AI開發計算平臺，只需要1-2名算法人員在數分鐘就能完成；通過平臺模型加速工具的優化，還能節省90%的推理成本。

在前不久的2023世界人工智能大會健康高峰論壇上，聯影智能聯席CEO周翔表示，醫療領域不同于其他垂直領域，目前通用的語言大模型還不能完全滿足醫療場景的精準需求。聯影智能正與復旦大學附屬中山醫院共同攜手開發多模態、多病種的“全病程智醫診療大模型”。

該款AI大模型匯聚中山醫院優質診療經驗，是覆蓋患者入院到出院的全生命周期的智能化輔助系統。在患者入院階段，該模型可基于醫生與患者的溝通對話、體格檢查及病史等信息，輔助生成醫療級結構化入院記錄，智能推薦術前檢查，并作出鑒別診斷建議及手術計劃初稿；在術中通過多模態信息整合完成手術記錄稿；在患者出院階段，可以起草出院記錄及術后隨訪計劃。目前該款大模型已完成第一階段的站點試用。

東軟也于近日表示面向醫療領域推出多款AI+醫療行業應用，包括添翼醫療領域大模型、飛標醫學影像標注平臺4.0、基于WEB的虛擬內窺鏡等。

添翼醫療領域大模型是東軟基于30多年的醫療行業積累，構建的醫療垂直領域大模型，全面融入醫療行業解決方案、產品與服務，賦能醫院高質量發展，引領醫療智能化轉型。面向醫生，添翼讓診療更高效。醫生通過自然語言與添翼交互，快速、精準地完成醫療報告與病歷、醫囑開立；面向患者，添翼讓問診更便捷，成為患者全天私人專屬醫生，提供全面的診后健康飲食、營養與運動建議等服務。添翼的多模態數據融合能力，也將為醫院管理者提供對話式交互與數據洞察，簡化數據利用，讓醫院管理更精細。

大模型在醫療領域的優勢和不足

大模型在醫療領域可以有很好的表現，此前，谷歌和DeepMind的科研人員在《自然》雜志上發表了一項研究，根據其研究結果，一組臨床醫生對谷歌和DeepMind團隊的醫療大模型Med-PaLM回答的評分高達92.6%，與現實中人類臨床醫生的水平（92.9%）相當。

此外谷歌醫療大模型Med- PaLM僅5.9%的答案被評為可能導致“有害”結果，與臨床醫生生成的答案（5.7%）的結果相似。

不過相較于其他領域，大模型在醫療領域的落地會面臨更加復雜的挑戰。比如，醫療行業的專業性更高，醫療場景對問題的容錯率較低，這對大語言模型有更高的要求，需要更專業的語料來給出更專業、更精準的醫療建議；不同模態的醫療數據之間，成像模式、圖像特征都有較大差異，醫療長尾問題紛繁復雜；醫療數據私密性、安全性要求高，滿足醫療機構本地環境部署要求也是大模型落地的重要考慮因素等。

針對各種問題，不少企業已經做了很多工作，比如商湯借助商湯大裝置的超大算力和醫療基礎模型群的堅實基礎，打造了醫療大模型工廠，基于醫療機構的特定需求幫助其針對下游臨床長尾問題高效訓練模型，輔助機構實現模型自主訓練。

商湯科技副總裁、智慧醫療業務負責人張少霆表示，該模式突破了醫療長尾問題數據樣本少、標注難度高的瓶頸，實現了針對不同任務的小數據、弱標注、高效率的訓練，同時顯著降低了大模型部署成本，滿足不同醫療機構個性化、多樣化的臨床診療需求。

小結

可以看到，當前大模型應用落地是業界探索的重點，而醫療行業成了眾多企業關注的垂直領域之一。研究顯示，大模型在醫療領域將會有著非常優秀的表現。同時醫療領域也不同于其他行業，它具有更強的專業性、安全性要求，這也是醫療大模型落地需要解決的問題。