華為、螞蟻等爭相搶灘AI醫(yī)療|聚焦

　　華為、螞蟻等大廠正在加碼布局AI醫(yī)療健康。

　　6月30日，瑞金醫(yī)院宣布與華為開源了病理大模型“RuiPath”， 并與海內外的12家醫(yī)療機構共同啟動RuiPath病理大模型的全球多中心計劃，協(xié)同推動病理大模型持續(xù)迭代。

　　螞蟻集團在收購好大夫后，持續(xù)布局AI醫(yī)療。最新推出的AI健康應用“AQ”，提供健康科普、就診咨詢、報告解讀、健康檔案等上百項AI功能。

　　此外，科大訊飛、百川、Kimi等也紛紛看中了AI醫(yī)療這一賽道。從落地場景來看，名醫(yī)智能體、AI診療、新藥研發(fā)等是被重點關注的方向。

　　弗若斯特沙利文預測，中國AI醫(yī)療市場規(guī)模將從2023年的88億元增至2033年的3157億元，年復合增長率達43.1%。

　　不過，《科創(chuàng)板日報》記者在采訪中獲悉，高質量的醫(yī)療數(shù)據(jù)缺乏，以及數(shù)字化建設成本高昂等，仍在一定程度上影響了AI在醫(yī)療領域的應用。

　　▍AI智能體落地：為名醫(yī)打造數(shù)字分身

　　AI應用于醫(yī)療服務，已經(jīng)有很長一段時間。但此前小模型由于其泛化能力有限。

　　螞蟻集團AI醫(yī)療總經(jīng)理劉軍偉認為，大模型時代與此前階段的區(qū)別在于，AI將成為生產力。比如，醫(yī)生AI分身既可以幫助醫(yī)生解決問題，也可以快速響應用戶的需求。螞蟻集團的AI健康應用AQ，就整合了全國近200位名醫(yī)“AI分身”。

　　“偏遠地區(qū)的老百姓，如果要想掛到大專家號，甚至進行在線專家問診，是很困難的。通過AI能力打造專家醫(yī)生分身，偏遠山區(qū)的老百姓就可以享受24小時隨時溝通。在不影響工作的情況下，專家也可以收到很多用戶的反饋或者用戶的需求。”

　　劉軍偉介紹，為?？泼t(yī)打造AI分身，不僅需要形象和聲音相似，關鍵環(huán)節(jié)在于大模型對醫(yī)生科室診療經(jīng)驗的針對性學習，讓智能體真正接近醫(yī)生本人的問診邏輯，這是在訓練模型、安全評估等一系列深度合作中完成的。當AI涉及到診療診斷等深入問題時，AI會為用戶匹配醫(yī)生來做二次判斷，在有必要時建議掛號就診。

　　“我們希望AI扮演把所有類型的服務串聯(lián)起來的角色。大模型的關鍵進化還在于改變了交互方式，不需要任何門檻，一句話就可以。AI主要做的是咨詢，可以幫你直接喚起互聯(lián)網(wǎng)醫(yī)院和線下的陪診。”

　　▍大模型能否走入臨床應用？

　　華為于今年3月組建了醫(yī)療衛(wèi)生軍團?！犊苿?chuàng)板日報》記者了解到，華為希望大模型不止于問答咨詢，而是能直接在醫(yī)生的診斷環(huán)節(jié)發(fā)揮作用。

　　此次瑞金醫(yī)院與華為打造的RuiPath病理大模型，正是AI在診斷方面的一大探索。該模型是基于對百萬數(shù)字病理切片等數(shù)據(jù)進行訓練，能識別病理切片中的病灶區(qū)域。

　　中國工程院院士、上海交通大學醫(yī)學院附屬瑞金醫(yī)院院長寧光認為，AI真正走向實際臨床應用，是醫(yī)療行業(yè)有待跨出的、非常重要的一步。“我們?yōu)槭裁匆恢痹诎l(fā)布，臨床總是不應用？這是所面臨的非常重要的問題。”

　　這是為何瑞金醫(yī)院選擇開源RuiPath病理大模型。目前RuiPath超越傳統(tǒng)小模型，已覆蓋19個常見癌種，覆蓋中國每年全癌種發(fā)病人數(shù)90%的癌種。但在寧光看來，還有10%腫瘤未能覆蓋。

　　“我們能否通過開源的方式，真正可以覆蓋百分之百的癌種。只有這樣才可能達到臨床應用級的大模型，這就需要大家一起來提高和打磨。”

　　在寧光的期望里，應該集上海所能、集上海所強，所有醫(yī)院一起合作攻關，這樣才可以在上海形成垂直化大模型生態(tài)。

　　“在衛(wèi)健委和上海申康醫(yī)院發(fā)展中心的支持和領導下，可以有更多的醫(yī)院、更多的模型。而每家醫(yī)院對別家醫(yī)院的模型，都給予更多的關心支持和率先的使用。相信這樣就真正可以看到，不是一家一家醫(yī)院在發(fā)布、在使用，而是整個上海在使用。也只有如此，才可能提高垂直化醫(yī)學大模型在上海乃至全國，甚至全球的應用?！?/p>

　　▍數(shù)據(jù)仍是最大挑戰(zhàn)

　　瑞金醫(yī)院病理科主任助理笪倩表示，在病理人工智能的落地過程當中存在多重挑戰(zhàn)，比如數(shù)據(jù)切片和掃描的質量不合格，會影響模型的精度，數(shù)據(jù)格式不統(tǒng)一就會形成數(shù)據(jù)孤島。

　　笪倩提到，中國約有5000家醫(yī)院具有病理科，但不足5%的醫(yī)院將數(shù)字化應用于日常的診斷過程當中，導致數(shù)據(jù)的規(guī)模很小，影響了智慧化的發(fā)展。

　　在算法的層面上，傳統(tǒng)的模式數(shù)據(jù)標注依賴于病理學的專業(yè)知識，導致非常的昂貴而費時，并且具有個人的主觀性。

　　笪倩稱，在算力層面上，100萬張的切片對應的是一個PB的數(shù)據(jù)，單張的主流GPU顯存僅為80個GB，這導致投資成本很高。在存力方面，三甲醫(yī)院病理數(shù)據(jù)的增量非常大，也使得存儲的成本非常高，數(shù)字化建設的門檻高居不下。以瑞金醫(yī)院為例，每天的增長切片量為6000張，所以每年的數(shù)據(jù)增量達到1.5個PB。

　　望石智慧創(chuàng)始人&CEO 周杰龍認為，醫(yī)藥創(chuàng)新的問題分為水面之上和水面之下：水面之上是研發(fā)挑戰(zhàn)的問題，創(chuàng)新難度大，怎么突破創(chuàng)新的過程，避免“專利撞車”；水面之下，醫(yī)藥行業(yè)作為數(shù)據(jù)密集型產業(yè)，很多藥企有非常多數(shù)據(jù)，但今天這些數(shù)據(jù)沉積在很多數(shù)據(jù)倉里，沒有實現(xiàn)數(shù)據(jù)價值最大化。

　　“相對于其他行業(yè)，醫(yī)藥領域在數(shù)字化層面可能更偏落后，面臨更大的挑戰(zhàn)：一方面，業(yè)務每個環(huán)節(jié)的數(shù)據(jù)記錄可能未必規(guī)范，導致很多的數(shù)據(jù)之間沒有打通，或由于保密性原因無法辦法共享，導致數(shù)據(jù)浪費，知識無法沉淀。另一方面，對于工具層面，雖然目前已經(jīng)有非常多的工具，但這些工具就好像散布在系統(tǒng)里面的一個個點，沒有形成從設計目標出發(fā)，構建一條系統(tǒng)化的工具鏈?！敝?span web="1" target="_blank" class="em_stock_key_common" data-code="105,GERN">杰龍表示。

　　望石智慧也在與亞馬遜云科技等廠商合作，推進數(shù)據(jù)治理方面的技術探索，包括：數(shù)據(jù)結構化治理、模型輸入/輸出安全控制策略、基礎設施和各種高性能計算平臺的支持等。

　　周杰龍表示，在醫(yī)藥領域里，需要訓練和學習化學、生物、模態(tài)醫(yī)藥的垂類大模型，基于底層的垂類生成模型，再融合文本模型，最終走向智能體（Agent）之路。通過多個智能體（Multi-agents）的方式提高集體智能和決策的方式。

（文章來源：科創(chuàng)板日報）

(原標題：華為、螞蟻等爭相搶灘AI醫(yī)療|聚焦)

(責任編輯：126)