當醫(yī)學影像遇到AI大模型

0 評論 1038 瀏覽 0 收藏 7 分鐘

在醫(yī)療這種專業(yè)領域里,其實是最適合AI大模型發(fā)揮的地方。這篇文章,作者就從醫(yī)學影像領域,從如何賦能、如何監(jiān)管和如何商業(yè)化三個維度進行初探,供大家參考。

自去年11月30日美國AI公司OpenAI發(fā)布旗下基于大語言模型GPT-3.5的AI聊天機器人程序ChatGPT以來,引發(fā)全球大模型開發(fā)和商業(yè)化應用浪潮。同樣這股浪潮也深刻影響著醫(yī)療行業(yè),根據《2023醫(yī)療健康AI大模型行業(yè)研究報告》數據顯示,截至2023年10月,國內累計公開的醫(yī)療大模型近50個,涉及患者問診、醫(yī)生助手、藥物研發(fā)、健康科普等多個領域。

當醫(yī)學影像遇到AI大模型又會擦出什么火花,筆者將從如何賦能、如何監(jiān)管和如何商業(yè)化三個維度進行初探。

一、如何賦能

從2023年開始業(yè)內發(fā)布多個醫(yī)學影像類AI大模型,包括:

  • 聯影智能uAI影智大模型:作為垂直醫(yī)療領域的大模型基座,可在文本、影像、混合模態(tài)產品開發(fā)上帶來全維助力。通過大量的數據訓練,具備對醫(yī)學影像的通用底層學習技能,并具備了快速遷移到新疾病類型的能力。
  • 深睿醫(yī)療醫(yī)學圖像通用分割大模型SAMI:適配X-Ray、CT、MRI、PET、超聲、病理切片、內鏡、皮膚鏡、牙片、血涂片等多模態(tài)醫(yī)療數據,實現從器官到病灶甚至病理細胞、病變組織、細胞元素等級別的亞秒級分割,為醫(yī)療實踐中的一切圖像分割任務提供了AI一鍵式解決方案。
  • 數坤科技多模態(tài)醫(yī)療大模型ShukunGPT:圖像模態(tài)能力支持以多模態(tài)全人體器官病灶的通用分割和識別,協(xié)助醫(yī)生實現精準閱片和診斷。視頻模態(tài)能力實現超聲視頻流的實時理解,并融合文字模態(tài)生成高質量超聲報告。在視頻生成方面,可以實現電影級全人體器官結構渲染,為醫(yī)生更直觀地查看器官病灶以及為手術規(guī)劃提供準確依據。ShukunGPT多模態(tài)能力能夠實現對用戶和患者醫(yī)療數據的全模態(tài)理解,真正實現像醫(yī)生一樣理解患者的一切。
  • 柏視醫(yī)療PVmed Zeus腫瘤治療AI基礎模型:在通用大模型(L0大模型)的基礎上,通過大規(guī)模、多模態(tài)、診療全流程腫瘤數據特征庫,精準建模刻畫腫瘤異質性,應用于個性化腫瘤治療方案。

醫(yī)療大模型作為一種工具,場景是其發(fā)展的關鍵,目前已在預問診、病歷書寫等高頻場景,以及科研場景下廣泛應用。

  • 預問診:早先的預問診功能主要基于知識圖譜和NLP技術,由AI發(fā)起的問診多是基于固定的流程和語序,無法應對患者個性化需求,體驗不佳因此并未受到患者端的歡迎。而基于大模型技術的預問診則真正變成了一個開放式的對話模式,患者體驗有質的提升。
  • 病歷書寫:基于對人類語言的理解、推理和歸納能力,大模型技術可以從醫(yī)患對話中萃取出有價值的信息,自動生成一個符合醫(yī)院系統(tǒng)的結構化病歷。
  • 科研:以前針對某一種影像類型的數據和某一種疾病類型需要開發(fā)特定的算法,現在通過大模型可以對任意醫(yī)學影像中任意病灶進行勾畫標注,有效提升了科研效率。

二、如何監(jiān)管

目前關于人工智能軟件的審評審評標準主要參考《人工智能醫(yī)療器械注冊審查指導原則》、《深度學習輔助決策醫(yī)療器械軟件審評要點》、《人工智能輔助檢測醫(yī)療器械(軟件)臨床評價注冊審查指導原則》等,現有的審評審批文件中并未涉及大模型相關產品的審批要點,因此在審評審批環(huán)節(jié)還需要監(jiān)管機構與行業(yè)一起探索前行。

三、如何商業(yè)化

從價值角度分析,AI大模型更多的是對既有系統(tǒng)的提質增效,而不是替換,因此不會馬上產生全新的應用形態(tài),而是讓既有的產品變成一個被廣泛接受的、適用度大得多的產品。

再者醫(yī)院是一個相對封閉的系統(tǒng),集合了多個廠商的設備或系統(tǒng),雖然采用標準的接口或協(xié)議進行互聯互通,但是實現接入還是困難重重,不是簡單的從市場上買個標準件替換即可,而是涉及復雜的商務問題,想想幾年前醫(yī)學影像AI廠商初次進行醫(yī)院時的艱難情形。因此通過與醫(yī)療信息化企業(yè)或者醫(yī)療設備廠商合作將大模型產品在醫(yī)院進行落地是相對可行的商業(yè)化模式。

四、寫在最后

大模型很好,但不是“萬能藥“,需要理性看待。就像2012年提出深度學習后引發(fā)人工智能熱潮,AI將替代醫(yī)生的聲音叫囂甚喧,可10多年過去了,深度學習技術在醫(yī)學影像領域的應用還是局限在輔助檢測、輔助分診等領域。至于輔助診斷方面,國內第一個肺結節(jié)CT圖像輔助診斷軟件也才由深睿醫(yī)療在今年9月剛剛獲批。

AI大勢所趨,道路阻且長。

本文由 @毛利輝 原創(chuàng)發(fā)布于人人都是產品經理。未經作者許可,禁止轉載

題圖來自Unsplash,基于CC0協(xié)議

該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務

更多精彩內容,請關注人人都是產品經理微信公眾號或下載App
評論
評論請登錄
  1. 目前還沒評論,等你發(fā)揮!