當(dāng)前大模型在各行業(yè)都有得到廣泛的使用，但針對醫(yī)療這種專業(yè)性非常強的領(lǐng)域，還是需要垂直的模型才行。而且在應(yīng)用上，也與常規(guī)產(chǎn)品不同。

在以前，雖然人們經(jīng)常會和各種化驗單、檢查報告打交道，但大多數(shù)人可能面臨的局面是：字都認(rèn)識，但基本看不懂，全靠醫(yī)生解讀或自己查資料。

而眼下，隨著AI在醫(yī)療領(lǐng)域的深入應(yīng)用，普通人只要拍照上傳，就能瞬間明白一些異常指標(biāo)背后藏著的“風(fēng)險”，并積極配合醫(yī)生進(jìn)行治療或早做預(yù)防，不再滿腦疑惑，將信將疑。

事實上，基于人工智能技術(shù)能做的遠(yuǎn)不止醫(yī)學(xué)報告解讀。

在實際應(yīng)用中，“AI+醫(yī)療”已經(jīng)滲透到業(yè)務(wù)辦理、健康管理、醫(yī)院就診、臨床治療、康復(fù)管理、用藥指導(dǎo)乃至藥品研發(fā)、生產(chǎn)、質(zhì)控、科研等方方面面。而在眾多的應(yīng)用技術(shù)中，AI大模型起步雖晚，但卻是備受矚目的方向之一。

目前，AI大模型在醫(yī)療領(lǐng)域有哪些創(chuàng)新應(yīng)用？未來又將覆蓋哪些方面？下文揭曉~

Part 01 ：AI醫(yī)學(xué)報告解讀

從應(yīng)用廣泛性看，前面提到的AI醫(yī)學(xué)報告解讀，算是目前熱度較高且技術(shù)較為成熟的AI大模型落地場景之一。

這類產(chǎn)品實現(xiàn)了大語言模型的生成和推理能力與醫(yī)學(xué)專業(yè)知識的緊密結(jié)合。前端可通過信息識別和抽取，采集醫(yī)學(xué)報告源數(shù)據(jù)。后端通過對齊醫(yī)學(xué)知識庫和算法優(yōu)化，可以輸出相應(yīng)的報告指標(biāo)解讀和診斷結(jié)果。對于C端用戶自助進(jìn)行報告分析、醫(yī)學(xué)科普、病癥自查等，可謂助力良多。

為了保障較高的精度與效度，目前包括訊飛曉醫(yī)、域見醫(yī)言等在內(nèi)的醫(yī)檢大模型收集了大量醫(yī)學(xué)報告樣本參與訓(xùn)練，且樣本質(zhì)量、多樣性等方面也有較高保障。

不過為了規(guī)避潛在誤診風(fēng)險，現(xiàn)階段的AI醫(yī)學(xué)報告解讀一般主要用于輔助疾病診斷，不參與治療方案的制定。

Part 02：AI醫(yī)學(xué)問答

AI醫(yī)學(xué)問答平臺，是大語言模型在醫(yī)療領(lǐng)域的另一大熱門應(yīng)用。

眼下，針對C端用戶的問答涵蓋醫(yī)學(xué)科普、醫(yī)療咨詢、養(yǎng)生保健、用藥指導(dǎo)、情感陪護(hù)等多個方面。

行業(yè)知識庫豐富的醫(yī)學(xué)知識儲備加上大模型自身在問答、搜索領(lǐng)域的優(yōu)勢，使得各類醫(yī)療保健機構(gòu)推出“AI全科醫(yī)生”、“全天候問診服務(wù)”等成為可能。

為了減輕骨干醫(yī)師的工作負(fù)擔(dān)，同時更好地服務(wù)于各類患者，部分醫(yī)療機構(gòu)還聯(lián)合大模型廠商推出了“醫(yī)生數(shù)字分身”。

配圖：司普AI數(shù)字身份配置與醫(yī)學(xué)問答示例

通過問答的形式，讓擁有和醫(yī)生相似知識儲備的AI助理，助其完成病情跟蹤、患者咨詢、遠(yuǎn)程診斷等任務(wù)。醫(yī)生減少重復(fù)性勞動的同時，也方便了患者隨時隨地獲得醫(yī)療幫助和解答。

Part 03：AI醫(yī)學(xué)文書寫作

另一大應(yīng)用方向——AI醫(yī)學(xué)文書的寫作，則發(fā)揮了大模型在內(nèi)容創(chuàng)作上的優(yōu)勢。

比如一直以來，病歷、診斷書、醫(yī)囑、手術(shù)記錄、入院/出院小結(jié)等常見醫(yī)學(xué)文書的寫作高度依賴人工，書寫起來費時費力，內(nèi)容多為過往病史及當(dāng)期檢查結(jié)果的匯總，格式標(biāo)準(zhǔn)統(tǒng)一，對完整性、準(zhǔn)確性、真實性等有較高的要求。

隨著AI大模型的深度發(fā)展和在醫(yī)學(xué)領(lǐng)域的應(yīng)用，AI輔助醫(yī)療文書的寫作自然也成了行業(yè)關(guān)注的焦點。

據(jù)媒體報道，目前，部分綜合性和?？漆t(yī)療機構(gòu)已經(jīng)開始引進(jìn)AI生成式病歷，以提升醫(yī)療服務(wù)效率與質(zhì)量。同時入院/出院小結(jié)、病例報告、手術(shù)記錄等醫(yī)療文體，也在加速向AIGC靠攏。

除了業(yè)務(wù)性的醫(yī)學(xué)文書，AI在文獻(xiàn)綜述、醫(yī)學(xué)論文等學(xué)術(shù)性醫(yī)學(xué)文體的創(chuàng)作上，近年來的應(yīng)用比重也在逐年上升。

不過，為了降低大模型幻覺問題，提高創(chuàng)作精度與質(zhì)量，除了醫(yī)學(xué)文獻(xiàn)資料、行業(yè)知識庫、專業(yè)術(shù)語庫等方面的儲備，如何在保障醫(yī)療數(shù)據(jù)隱私安全和處理合規(guī)的同時，有效做好相關(guān)醫(yī)療業(yè)務(wù)數(shù)據(jù)的采集和對接，會是醫(yī)療類文體創(chuàng)作的基礎(chǔ)項。

Part 04：醫(yī)療相關(guān)業(yè)務(wù)處理

基于大模型支持醫(yī)療數(shù)據(jù)類業(yè)務(wù)的處理，是技術(shù)融合度較高，也是備受期待的另一大應(yīng)用方向。

比如通過對醫(yī)學(xué)圖像和醫(yī)療數(shù)據(jù)的分析，加快完成早篩診斷，輔助臨床治療。再比如利用司普AI核保員等工具，通過對體檢報告、病歷、入院/出院小結(jié)、手術(shù)記錄、醫(yī)療發(fā)票、醫(yī)保結(jié)算單等醫(yī)療報告及相關(guān)票據(jù)的識別抽取和結(jié)構(gòu)化管理，經(jīng)由QA、模型自學(xué)習(xí)、業(yè)務(wù)規(guī)則引擎、行業(yè)知識庫模塊輔助核保等。

此外，通過與醫(yī)療機構(gòu)業(yè)務(wù)打通，AI還在預(yù)問診/問診、陪診、康復(fù)管理、醫(yī)療隨訪等環(huán)節(jié)發(fā)揮著重要作用，推動非核心的醫(yī)療業(yè)務(wù)流程實現(xiàn)自動化、智能化流轉(zhuǎn)。

寫在最后

隨著人口老齡化趨勢越發(fā)明顯以及醫(yī)護(hù)人員的長期短缺，人工智能技術(shù)在減輕醫(yī)務(wù)人員的工作負(fù)擔(dān)、緩解醫(yī)療資源供需矛盾、提升醫(yī)療服務(wù)效率和質(zhì)量等方面?zhèn)涫芷诖?/p>

在這樣的時代背景下，包括AI大模型、AI醫(yī)療影像分析、康復(fù)護(hù)理機器人等在內(nèi)的人工智能軟硬件在醫(yī)療行業(yè)得到更深層次的應(yīng)用和發(fā)展。

據(jù)《2024中國AI醫(yī)療產(chǎn)業(yè)研究報告》等顯示：2023年中國AI醫(yī)療行業(yè)規(guī)模已達(dá)973億元，預(yù)計2028年將達(dá)1598億元左右。

綜上來看，未來AI在醫(yī)療領(lǐng)域的應(yīng)用價值依然巨大，而大模型在醫(yī)學(xué)內(nèi)容解讀、知識問答、醫(yī)學(xué)文體創(chuàng)作、關(guān)聯(lián)業(yè)務(wù)處理等方面的創(chuàng)新應(yīng)用在加速落地的同時，也推動著智慧醫(yī)療服務(wù)在大眾消費端、醫(yī)生服務(wù)端、產(chǎn)業(yè)端的發(fā)展進(jìn)程。

備注：本文原創(chuàng)，首發(fā)sipu-tech，第三方首發(fā)人人都是產(chǎn)品經(jīng)理。