大模型如何颠覆医疗行业
前言
近年来，AI 大模型在知识、数据、算法和算力等关键要素的共同推动下，呈现爆发式增长，增强了人工智能的泛化性与通用性，开启了人工智能发展的新范式。
同时，大模型正逐渐变成医疗保健领域的一股不可阻挡的力量。2023 年，Google 推出的 Med-PALM 2 已经能够做到输入一幅 X 光片，自动对患者的病情进行分析和诊断。一个模型能够覆盖 14 个应用场景，平均准确率高达 92.6%。
甚至在回答临床问题中，Med-PaLM 2 在临床实用性方面优于医生，包括事实性、医学逻辑推理能力和风险可能性。可以说，大模型的更新将 AI 从医学生水平提升到了高年资医生水平。
一位资深 AI 应用专家表示：'不是我们选择了开发大模型，而是没有选择。'表现的跃升一方面代表产品迎来落地的机会，另一方面，传统的深度学习 AI 一定会被大模型取代。现在正是拐点，不拥抱大模型，就意味着淘汰。
01 小模型：多年以来痛点显著，发展受限
自然语言小模型
-
小模型理解能力较弱，难以准确解析复杂多变的医疗术语。医疗文献、报告和病例中通常包含大量的专业术语、详细的病症描述以及复杂的治疗方案。例如，在一份描述心脏病的电子病历中，可能包含诸如'心绞痛'、'心肌梗死'、'心功能不全'等专业术语，以及关于心脏病理生理过程的详细描述。对于小模型来说，要准确理解这些术语和描述，并将其与具体的病症和治疗方案联系起来，是一项极具挑战性的任务。
-
小模型的文本生成能力有限，难以满足使用者对详细、准确和逻辑清晰的要求。在医疗领域，电子病历需要详细记录病人的症状、诊断结果、治疗方案等信息，以便医生能够全面了解病人的病情并制定恰当的治疗计划。然而，小模型在生成长文本时，大多会出现逻辑不连贯、表达不清晰的问题，导致病历的可读性和专业性降低。同时，小模型在与患者沟通、提供健康教育材料方面也存在困难，难以满足患者对于清晰、易懂信息的需求。
-
小模型的泛化能力和更新效率令人堪忧。医疗领域的知识更新速度非常快，但小模型在适应新知识时却显得力不从心。每当有新的医疗研究、新的治疗方案或新的药物出现时，小模型就需要大量的数据和计算资源来进行重新训练和优化，以保持其性能和准确性。
计算机视觉小模型
相较于语言小模型，计算机视觉小模型的兴起较晚。直至 2010 年代初期，计算机视觉小模型，例如 AlexNet、VGGNet 等深度卷积神经网络模型，才在医疗影像识别与自动分析方向得到应用，后又拓展到药物发现领域。然而，小模型的实际使用中也存在一些显著的痛点：
首当其冲的是数据获取和人工标注极端困难。 传统的 MIL-CNN（多示例学习 + 卷积神经网络）架构要求有足够的标记数据集进行训练。然而，医学领域的数据往往涉及严格的隐私保护和伦理规范，使得数据收集尤为困难。另一方面，即便能够收集到数据，其标注工作也需要资深医学专家的介入，标注过程既耗时又昂贵，对于大量的医学图像数据来说，几乎是一项不可能完成的任务。因此，尽管 AI 在医学图像分析领域的潜力巨大，但数据获取与标注问题是其主要发展障碍。
受限于模型的规模和算法深度，小模型的准确性和稳定性常常不尽如人意。医学图像的复杂性、噪声和干扰要求算法必须具备高度的精确性和鲁棒性。但小模型往往难以达到这样的标准，特别是在标注成本高昂、训练数据有限的情况下，其性能更是大打折扣。
02 大模型：不只是大
2017 年 Transformer 架构的引入打破了这一僵局，大模型应运而生，从根本上解决了传统语言小模型在该领域所面临的诸多问题。
起初，Transformer 应用于语言方向，通过深层次架构，对海量的医疗文献和数据进行学习，使其具备强大的语言理解能力。2020 年，Google 团队提出 ViT 架构，尽管这不是第一个将 Transformer 应用在视觉任务的案例，但是因为其模型'简单'且效果好，可扩展性强，成为了 Transformer 在 CV 领域应用的里程碑，也引爆了后续相关研究与应用落地。
