医疗行业中的大模型们，该做下一步打算了
大模型在医疗行业的浪潮，似乎已从一年前的热烈喧嚣中逐渐归于沉静。在医疗这片广阔的领域中，随着数据量的井喷式增长和需求的持续高涨，大模型的规模化应用似乎拥有了得天独厚的条件。短短一年间，科技巨头、医疗信息化企业和新兴创业团队纷纷涌入这片蓝海，推出了数十款各具特色的垂直大模型。然而，令人遗憾的是，这些大模型中的绝大多数并未能广泛触及普通用户，有的甚至在测试阶段便悄然隐退。
在当下，大模型的推理成本不断降低，其应用前景也愈发清晰。那么，医疗行业中的大模型究竟处于怎样的落地状态？它们又将如何演变，以适应并满足未来医疗领域的种种需求和挑战？
01 要解决实际场景的真问题
大模型在医疗行业中要实现广泛应用时，其训练数据集必须囊括海量的医疗科研文献、电子病历以及高精度的医学图像等多元化数据。参数量通常在百万级到亿级，庞大的参数规模能够获取更强的特征提取和学习能力。
大模型凭借以其强大的生成、推理和交互能力，能够为医疗专业人员、患者及各方利益相关者带来了诸多潜在的应用价值，主要体现在以下三个方面：
一是辅助医生和护士更有效地处理大量的患者数据，包括病历、实验室结果和影像报告等，从而提高诊断的准确性和效率。具体包括临床预警、CDSS（计算机辅助诊断系统）、知识查询、病历生成、诊后随访、疾病评估、麻醉评估、报告生成、科研探索等。例如腾讯健康混元通用大模型，针对医疗领域升级了多个 AI 产品，包括智能对话、病例结构化与检索、影像报告和辅助诊断等。
二是预测疾病风险，为患者提供个性化的医疗服务，并在远程医疗、患者自我管理和健康教育等方面发挥作用，提升医疗服务可及性。包括分级诊疗、预问诊、智能预检、报告解读、指标解读、档案生成、用药咨询、健康咨询等。如讯飞医疗基于星火认知大模型研发的诊后康复管理平台，专注于康复指导和诊后管理，提供个性化康复计划，服务延伸至患者日常生活。
三是在医院管理中，通过与医疗专业人员的协同工作，提高医疗服务效率、质量和患者满意度。包括病历质控、处方审核、运营分析、DRG 助手、不良事件管理等。如东软针对医疗领域推出的添翼大模型，融合医疗行业解决方案、产品与服务，添翼的多模态数据融合能力可为医院管理者提供对话式交互和数据洞察，简化数据应用，实现精细化医院管理。
此外，在药物研发过程中，医疗大模型可预测药物 - 蛋白质相互作用和药物毒性等信息，从而评估新药的功效和安全性，有助于缩减研发周期，加速新药发现。如清华系初创团队水木分子推出新一代对话式药物研发助手 Chat DD，涵盖药物立项、临床前研究、临床试验各阶段，有效提升药物研发人员的工作效率。
可以说，大模型要真正体现其价值，关键在于能够紧密贴合实际医疗场景，并解决实际场景中的具体问题。而由于医疗领域的独特性、专业性和复杂性，也要求大模型不仅要具备强大的学习能力，更要深入理解医疗的专业知识和场景需求。
据长期关注医疗行业的观察人士分析，目前医疗行业中的大模型，多数基于通用大模型或特定专用大模型的架构进行构建，并借助如临床指南、PubMed 等公开数据源，以及常见的搜索数据生成训练集，其中一些大模型也会增加一些医学微调。所以，在医疗行业，跳过领域（医疗）大模型，仅仅依赖通用大模型进行医学相关的数据训练，是否能完全解决复杂场景的问题？医疗大模型是否可以直接套用通用大模型的模式，这一疑问可能还需要时间和未来大模型产品的实际表现来解答。
数据治理与隐私保护的深层挑战
除了应用场景的匹配，数据质量是决定大模型效果的核心因素。医疗数据具有高度敏感性和非结构化特点，清洗难度极大。企业需要建立严格的数据脱敏机制，确保符合《个人信息保护法》及医疗数据安全规范。同时，不同医院之间的数据标准不一，形成'数据孤岛'，导致模型泛化能力受限。因此，构建高质量、标准化的医疗语料库成为行业共识，这需要跨机构协作与政策支持。
02 多家企业竞相布局专病/专科大模型
随着 AI 技术的发展，大模型目前已经可以分析多模态信息，如文本、图像、基因组数据等，多模态数据的整合可以增加训练数据的丰富性，基于多模态数据库开发的各种垂直专病/专科大模型或将成为未来医疗大模型的重要发展方向。
专科/专病大模型是基于大模型框架，针对特定的疾病或专科领域进行深度定制，模型通过收集并整合患者病历数据、科研数据等多元化信息，进行精细化的模型训练，能够提供更准确、更高效的医疗与科研支持。
上海市第六人民医院信息处处长俞磊曾表示，通过医院高质量的医疗数据对大模型进行训练和微调，形成专病/专科大模型，这将有助于提升医疗服务质量，优化医疗流程，并加强科研创新。俞磊还总结了医院选择大模型需要符合的几个特性，即高度专业化、可定制优化、可私有化部署、与业务系统深度融合。此外，成本也是影响医院选择大模型部署的重要因素。
由此看来，那些基于能够处理多模态信息的大模型打造的专业化、易于实施的'小模型'更有可能在医院环境中得到实际应用。这些'小模型'专注于解决特定问题，运行时环境相对封闭，对计算资源的需求也更为低廉，因此更具备在医院环境中落地的潜力。
目前，已有多家企业推出了专病/专科大模型及其相关产品。在今年的 CMEF（中国国际医疗器械博览会）上，联影智能发布名为'uAI 影智大模型'的垂直医疗领域大模型基座，其显著特点在于能够全面支持文本、影像以及混合模态产品的开发，目前已开发百余款 AI 应用和模型。与此同时，神州医疗依托多模态大数据，自主研发文本、影像、病理、精准 4 大模态基座模型支持的医疗领域多模态大模型。据了解，神州医疗已与南方医科大学南方医院共建国内首个大模型辅助的全院多模态数据治理系统，支持重庆大学附属肿瘤医院建设大模型支撑的智能肿瘤学知识库。
此外，清华计算机系创业团队打造的健康管理服务平台'医者 AI'，通过训练专病、专家等数据，打造肺结节、糖尿病、皮肤病、血液病、三高等各类专项大模型，为大众提供个性化的健康管理服务。
