大模型是指通過(guò)在海量數(shù)據(jù)上依托強(qiáng)大算力資源進(jìn)行訓(xùn)練后能完成大量不同下游任務(wù)的模型。其憑借在模型精度和泛化能力等多方面超越傳統(tǒng)AI模型的表現(xiàn)，為各個(gè)行業(yè)帶來(lái)了巨大潛力。
在醫(yī)療領(lǐng)域，傳統(tǒng)AI已經(jīng)在輔助診療質(zhì)量、提升管理效率等方面發(fā)揮了巨大作用。但由于醫(yī)療數(shù)據(jù)的特殊性，大模型技術(shù)受到諸多制約。近日發(fā)布的《北京市人工智能大模型行業(yè)應(yīng)用分析報(bào)告》（以下簡(jiǎn)稱(chēng)《分析報(bào)告》）指出，大模型技術(shù)在醫(yī)療領(lǐng)域的發(fā)展面臨醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)化以及醫(yī)療機(jī)構(gòu)私有化落地等問(wèn)題，如何解決這些已成為該領(lǐng)域的重要議題。為此，已有醫(yī)療AI企業(yè)通過(guò)在臨床決策支持系統(tǒng)（CDSS）上部署大模型技術(shù)等方式，突破了醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)化和私有化部署等難點(diǎn)，其應(yīng)用效果已得到諸多醫(yī)療機(jī)構(gòu)的認(rèn)可。
醫(yī)療領(lǐng)域大模型發(fā)展面臨三大挑戰(zhàn)
《分析報(bào)告》顯示，北京市目前已備案上線(xiàn)大模型51款，數(shù)量處于全國(guó)第一。大模型應(yīng)用正從邊緣場(chǎng)景向核心場(chǎng)景挺進(jìn)，在產(chǎn)業(yè)升級(jí)和金融領(lǐng)域的落地應(yīng)用步伐最快?！斗治鰣?bào)告》還對(duì)大模型在各個(gè)領(lǐng)域的應(yīng)用進(jìn)行了研判，并根據(jù)醫(yī)療領(lǐng)域現(xiàn)狀總結(jié)了大模型發(fā)展中面臨的三個(gè)挑戰(zhàn)：
- 醫(yī)療領(lǐng)域核心場(chǎng)景重視準(zhǔn)確性及可解釋性。診斷場(chǎng)景作為醫(yī)療領(lǐng)域的核心場(chǎng)景，需要大模型結(jié)果準(zhǔn)確，同時(shí)給出判斷依據(jù)，還應(yīng)支持生成結(jié)果可回溯、可驗(yàn)證，這對(duì)技術(shù)企業(yè)的醫(yī)療業(yè)務(wù)積累以及技術(shù)方案的設(shè)計(jì)都提出了更高的要求。
- 醫(yī)療數(shù)據(jù)治理面臨隱私及標(biāo)準(zhǔn)化的挑戰(zhàn)。當(dāng)前醫(yī)療人工智能產(chǎn)品訓(xùn)練所需的基礎(chǔ)數(shù)據(jù)，均來(lái)源于醫(yī)療機(jī)構(gòu)在不同時(shí)期逐步部署的異構(gòu)信息系統(tǒng)，不同的醫(yī)療機(jī)構(gòu)之間醫(yī)療數(shù)據(jù)仍難以互聯(lián)互通、共享共用，這阻礙了醫(yī)療數(shù)據(jù)在大模型甚至多模態(tài)大模型上的進(jìn)一步分析利用。同時(shí)醫(yī)院內(nèi)部對(duì)數(shù)據(jù)管理嚴(yán)格，對(duì)數(shù)據(jù)安全與用戶(hù)隱私保護(hù)要求很高，只支持大模型在醫(yī)院內(nèi)部私有化部署訓(xùn)練，無(wú)法出域訓(xùn)練，一定程度上限制了大模型在醫(yī)療領(lǐng)域的商業(yè)化落地。
- 醫(yī)療機(jī)構(gòu)私有化落地成本較高。大模型在資金、時(shí)間、算力、硬件設(shè)施和環(huán)境等方面具有高昂的開(kāi)發(fā)和運(yùn)營(yíng)成本。大模型訓(xùn)練與推理對(duì)算力要求大，科研單位及醫(yī)療機(jī)構(gòu)自建算力所需的前期購(gòu)買(mǎi)與后期維護(hù)的人員與資金成本極高，在當(dāng)前算力短缺的情況下，醫(yī)療機(jī)構(gòu)私有化部署醫(yī)療大模型難度加大。
針對(duì)大模型技術(shù)在醫(yī)療領(lǐng)域發(fā)展遇到的挑戰(zhàn)，目前已有多個(gè)研究進(jìn)行了驗(yàn)證，問(wèn)題大多聚焦在生成內(nèi)容的準(zhǔn)確度和落地成本方面。例如，發(fā)表在醫(yī)學(xué)信息學(xué)雜志的論文《大規(guī)模生成式語(yǔ)言模型在醫(yī)療領(lǐng)域的應(yīng)用：機(jī)遇與挑戰(zhàn)》提出，大模型“難以?xún)H從文字記載中習(xí)得專(zhuān)家經(jīng)驗(yàn)”，以及幻覺(jué)問(wèn)題導(dǎo)致“在應(yīng)用時(shí)付諸極大代價(jià)判斷信息真?zhèn)巍钡?，其原因與訓(xùn)練不充分、指令理解能力有限等有密切關(guān)聯(lián)。
CDSS+大模型解決私有化難題
醫(yī)療是一類(lèi)典型的嚴(yán)肅、復(fù)雜應(yīng)用場(chǎng)景，對(duì)大模型的準(zhǔn)確性、精確性、安全性、可靠性、認(rèn)知能力均提出更高要求。因此，訓(xùn)練數(shù)據(jù)是否充足、客觀，對(duì)醫(yī)療大模型的實(shí)際應(yīng)用結(jié)果將帶來(lái)較大影響。針對(duì)該問(wèn)題，各廠家正在結(jié)合自身AI產(chǎn)品嘗試各種方法優(yōu)化訓(xùn)練方法，或獲取非公開(kāi)醫(yī)療數(shù)據(jù)，以提升大模型生成結(jié)果的準(zhǔn)確性。例如，某醫(yī)療AI廠商結(jié)合CDSS產(chǎn)品解決了大模型面臨的訓(xùn)練數(shù)據(jù)不標(biāo)準(zhǔn)、數(shù)據(jù)不足等問(wèn)題?；贏I的CDSS可無(wú)縫對(duì)接醫(yī)院各業(yè)務(wù)系統(tǒng)，自動(dòng)抓取患者信息，通過(guò)自然語(yǔ)言處理等人工智能技術(shù)，將其處理為標(biāo)準(zhǔn)統(tǒng)一的結(jié)構(gòu)化數(shù)據(jù)。這些數(shù)據(jù)一方面能夠應(yīng)用于病歷質(zhì)控、疾病風(fēng)險(xiǎn)防治、醫(yī)?？刭M(fèi)等多個(gè)診療和管理環(huán)節(jié)，另一方面還能夠?yàn)榇竽Ｐ吞峁┛陀^、符合循證醫(yī)學(xué)的訓(xùn)練數(shù)據(jù)。此外，由于醫(yī)療行業(yè)的特殊性，患者數(shù)據(jù)不能離開(kāi)醫(yī)院，因此大模型的訓(xùn)練和應(yīng)用必須在醫(yī)療機(jī)構(gòu)內(nèi)完成。此外，大模型一般采用GPU芯片訓(xùn)練和推理，而GPU算力資源緊缺是世界性的問(wèn)題，醫(yī)院很難負(fù)擔(dān)高昂的GPU采購(gòu)成本。這些原因?qū)е露鄶?shù)醫(yī)院無(wú)法完成私有化部署，對(duì)此，已有廠商通過(guò)CPU上的加速方案解決了該問(wèn)題。例如，某醫(yī)療AI廠商通過(guò)量化和非量化加速方案，一方面通過(guò)降低精度等方式降低了大模型運(yùn)行負(fù)擔(dān)，另一方面通過(guò)硬件方的支持提升了CPU上的推理速度。最終，該大模型方案實(shí)現(xiàn)了CPU上的推理，并可用于預(yù)問(wèn)診、病歷生成、知識(shí)庫(kù)問(wèn)答等功能，輔助提升臨床診療質(zhì)量，減少臨床醫(yī)生工作負(fù)擔(dān)，提高醫(yī)生工作效率和質(zhì)量。
從醫(yī)療全流程入手促進(jìn)行業(yè)發(fā)展
《分析報(bào)告》針對(duì)大模型在醫(yī)療領(lǐng)域的發(fā)展提出了三條發(fā)展建議：從醫(yī)療全流程入手，開(kāi)放有價(jià)值業(yè)務(wù)場(chǎng)景；推動(dòng)構(gòu)建北京市醫(yī)療大模型公共數(shù)據(jù)集；大模型技術(shù)企業(yè)與醫(yī)院IT解決方案供應(yīng)商加強(qiáng)合作。例如，有廠商將CDSS與大模型相結(jié)合，針對(duì)醫(yī)院在病歷質(zhì)量管理中存在的質(zhì)控工作滯后及深度不夠、無(wú)法實(shí)現(xiàn)病歷全量質(zhì)控、反饋機(jī)制滯后以及缺乏管理決策數(shù)據(jù)支撐等問(wèn)題，發(fā)揮大模型技術(shù)在學(xué)習(xí)能力和理解能力方面的優(yōu)勢(shì)，應(yīng)用于病歷全流程內(nèi)涵質(zhì)量管理工作。實(shí)際應(yīng)用中，大模型能夠通過(guò)學(xué)習(xí)，能夠發(fā)現(xiàn)傳統(tǒng)AI難以發(fā)現(xiàn)的病歷內(nèi)涵缺陷，并通過(guò)CDSS及時(shí)提醒醫(yī)生修改，同時(shí)提供質(zhì)控依據(jù)，以此提升病歷書(shū)寫(xiě)的合規(guī)性、一致性等內(nèi)涵質(zhì)控要求。此外，大模型可以化身虛擬質(zhì)控專(zhuān)家，通過(guò)靈活、友好的交互方式與醫(yī)生進(jìn)行多輪問(wèn)答，幫助醫(yī)生理解內(nèi)涵質(zhì)控邏輯和要求，及時(shí)處理缺陷問(wèn)題。相信隨著多方機(jī)構(gòu)合作的不斷嘗試和深入，以及公共平臺(tái)的建設(shè)，大模型在醫(yī)療領(lǐng)域應(yīng)用場(chǎng)景將越來(lái)越多，發(fā)展也將越來(lái)越迅速。在此基礎(chǔ)上，未來(lái)醫(yī)療大模型將代替更多臨床工作，助力醫(yī)院高質(zhì)量發(fā)展。
