AI大模型竞相入局医疗赛道，如何应对各类落地挑战？

“AI大模型”正在以前所未有的速度布局医疗赛道。

第一财经日前梳理发现，2023年1月以来，国内多家互联网巨头竞相推出了覆盖医疗领域的AI大模型，涉及重大战略合作的不下10项，具体内容包括：百度与东软医疗、启灏医疗等合作，开发加速产业智慧升级的ChatGPT模式；腾讯健康与圆心科技联合，为惠民保等商业健康服务提供辅助决策与管理；华为云则与万达信息、金域医学等共建城市医疗服务及检验领域的数字化解决方案等。

另据赛迪顾问统计，截至2023年7月，我国累计已经有130个大模型问世，2023年1至7月就有共计64个大模型发布，国产大模型呈爆发式增长态势。与国外相比，国内大模型的发展更加贴近产业端，呈现出行业大模型占比较高的发展形态。

事实上，2022年8月印发的《科技部关于支持建设新一代人工智能示范应用场景的通知》（下称《通知》）就提到，要“针对常见病、慢性病、多发病等诊疗需求，基于医疗领域数据库知识库的规模化构建、大规模医疗人工智能模型训练等智能医疗基础设施，运用人工智能循证诊疗决策医疗关键技术，建立人工智能赋能医疗服务新模式”。

有资本市场人士表示，市场目前正处于AI大模型与医疗产业机遇的爆发期，国内AI大模型的介入，被视为有望彻底改变患者（或健康体）全生命周期健康管理形态，这在于通过覆盖更多预防、诊断、决策下的场景，来实现降本增效、提升技能的目的。

已有不同应用场景

“在医疗行业，新技术范式、新交互能力的突破，带来了新的应用机遇。”复旦大学附属中山医院信智部主任助理兼规划与管理中心主任钱琨在接受第一财经记者采访时表示，在医院，AI大模型的应用场景包括：推荐挂号、报告解读、个性化健康管理、随访用药指导等。

钱琨说，AI大模型在提升医生工作及管理效率上有所帮助，这包括：一方面，依托AI大模型，医生可以降低建立疾病筛查、诊断模型时对样本量、样本形式的需求；另一方面，AI大模型能高效地基于指南、规范和相关患者病案信息，这能使低年资医生通过学习高水平专家的诊断思维、临床决策路径等，更精准和全面地规划诊疗方案。

另外，AI大模型还能帮助医生形成更精准的病历文书，并针对出院患者在缓解心理压力与用药及康复指导方面的诉求，进行完善的跟踪与管理。

事实上，亿欧智库日前发布的《2023医疗健康AI大模型行业研究报告》（下称《报告》）表示，AI大模型与医疗结合下的应用场景包括：医学影像、药物研发、医疗文本处理和学术科研。

《报告》称，在医学影像领域，AI大模型可以为放射科医生提供差异诊断（提示潜在肿瘤信息等）、临床决策依据（适当的影像、精准的治疗方案等）、和相关教育与培训工具；在药物研发领域，AI大模型的介入，可以提高药物研发效率、降低成本、提高准确性和个性化治疗。

（图为医疗健康AI大模型应用场景。来源：《报告》）

在应用场景拓展上，《报告》表示，第一，AI大模型正在从诊断辅助向治疗规划和患者监护扩展，例如，在远程医疗和慢病管理中的应用；第二，AI大模型在药物发现和设计中的作用将进一步增强，缩短药物研发周期；第三，AI大模型在公共卫生和疾病预防领域的应用，如通过大数据分析预测突发性的疾病暴发。

对于一些未被满足的临床痛点和探索，钱琨称，下阶段，AI大模型或能够提供与CT影像、3D脏器模型的交互能力，这也是医院完善建设“无界”智能虚拟云诊室的重点方向之一，“同时，我们还正在辅以灵动自然的专家数字分身形象，进一步提升患者的体验感和依从性。”

有国内三甲医院一位临床专家对记者表示，AI大模型的优势在于，其在医学文献、指南等科研领域可以实现极强的信息检索能力并能迅速准确提供答案，但也有一些不足，包括在非标准化、模糊的情形下无法提供一些需要基于丰富经验的临床判断，并且AI大模型有时也缺乏稳定性，这或对治疗产生延误的影响。

落地挑战与难点

AI大模型与医疗结合，首先需要保障患者的数据安全。

钱琨表示，医院的数据，具有协同与共享需求大、敏感信息多、数据价值高等特点，各种因素导致的攻击、泄露都可能给医院带来不可估量的损失。为此，医院需要建立数据管理制度，这其中，一方面要解决数据资产的梳理、纳管，以及医院数据的分类分级；另一方面，还要针对医院不同数据场景需求的数据安全管控、监测规范和数据合规使用的流程，将技术与管理流程相结合。

“此外，基于医院有大量工作需要依托数据开展以及监管部门的紧急数据上报任务等，相关部门的协同尤为重要；而数据共享的风险监测、脱敏保护、合规使用等，也需要从技术保障层面给予数据安全一定助力。”钱琨说。

现阶段，医疗健康领域各责任主体按照《“十四五”全民健康信息化规划》《国家健康医疗大数据标准、安全和服务管理办法（试行）》等文件的要求，推进数据应用服务及安全管理。

中国信通院云大所数字健康部副主任冯天宜告诉记者，作为健康医疗大数据安全和应用管理的责任单位，医疗卫生机构和相关企事业单位以“统一分级授权、分类应用管理、权责一致”原则管理所辖数据，确保数据存储在境内安全可信的服务器上。

“但在现阶段，还暂无对大模型技术厂商应用健康医疗数据的管理细则，根据行业属性，建议双方（医院和企业）建立明确合作协议，在数据使用目的、数据安全要求、访问控制规定、数据归还和销毁要求等方面明确责任与义务，压实健康医疗数据安全责任。”冯天宜建议。

其次，AI大模型与医疗的结合的优劣，还需纳入相关标准。冯天宜团队是国内首个AI大模型研制技术要求和测试标准的设计方，他表示，评价维度涉及多方内容，首先，应该重点关注不同的医疗场景下大模型的精度、准确性，通过行业测试问题集，结合医生评价，对大模型实际应用结果进行评估验证。

其次，应关注个人信息保护和数据安全，针对数据采集、预处理、使用及管理提出全流程的规范化要求，并围绕内容可靠性、内容合规性及价值观对齐三方面，确保生成内容的安全可靠。最后，大模型的可扩展性、鲁棒性也是评价大模型服务能力的关键点。

再次，可能存在的内容虚假和错误，以及收费制度也将成为AI大模型的落地阻碍。

冯天宜认为，一方面，AI大模型在医疗场景应用，还需兼顾安全性与专业性，对可能引起的内容虚假和错误要引起重视，“对于内容虚假和错误，控制数据质量（通过数据清洗、标注和验证等对规范数据质量提出量化要求）和及时开展算法检测和修正（确保模型决策透明、可解释、可追溯）等都是有效手段，而医院等主体加强监管，人工审核输出结果的方式仍十分有必要。”

另一方面，AI大模型的计算需要大量的算力作为支撑，而医院在算力部署等方面仍存在短板，轻量化、本地化部署的大模型，也是未来需要去挑战完成的。

“AI大模型与医疗结合的定位尚处于辅助智能阶段，评价标准、收费制度等往往较为滞后。比如，AI大模型如果要以辅助诊疗方式进入某家医院成为收费项，会涉及新技术准入评估如临床有效性、安全性、卫生经济学评价，以及定价等环节。这都会直接影响推广性、复制性。”钱琨说。

体现普惠医疗价值

当前，AI大模型仍然需要在普惠医疗层面探索并实现更多价值。

上述临床专家告诉记者，目前，医疗AI服务多通过医院端收取费用，回款周期长，医院的付费意愿低。随着2022年《人工智能医疗器械注册审查指导原则》的发布，我国已有几十款三类医疗AI产品获批上市，但这些产品在医保准入、物价制定方面仍然受到一定限制。也就是说，要使AI大模型在医疗领域形成一定的广泛应用规模，还需要向商业健康险种领域做进一步渗透。

AI大模型正在通过惠民保打开局面。“事实上，每年第四季度是惠民保业务的高峰期，这一时期客服人员在面对最新保险政策解读时压力较大，而客服人员同时还需掌握海量专业医学知识，为此，通过智能工具来提供精准解答就很有必要。”圆心惠保相关负责人表示，与腾讯云合作的AI大模型的介入，同时还能为参保人的后续理赔、药物获取、储存和正确使用等提供专业的指导意见。

该负责人告诉记者，结合圆心科技在国内的线下药店布局，AI大模型现已形成了疾病和用药体系的用户标签、患者行为偏好的标签，并借助AI大模型来提升药师服务效率，“从长远来看，商业健康险行业其实都迫切希望从一次性的保险付费模式，转型成为客户提供可持续的健康服务。”

AI大模型在医疗领域如何变现？

对此，冯天宜称，对于惠民保与AI大模型的结合，如果能将AI大模型针对C端个人用户提供的医疗健康相关服务纳入惠民保保险范畴，将会是AI大模型的重要变现方式，但其中，需要重点解决AI大模型的医疗准确性，确保AI大模型可以和医生一样提供专业、准确的医疗健康服务。

“除了惠民保，围绕个人健康管理、智能医疗助手、在线咨询和医学科研等场景，AI大模型技术或将在个性化健康管理方案、智能化医疗咨询服务等获得可预期的收入。”冯天宜说。