大模型之风吹向医疗!“AI+医疗”能否迎来蜕变?

发展现状

市场潜力巨大：在人工智能的所有应用中，医疗行业位列首位。2020年AI + 医疗已占人工智能市场的18.9%，据IDC统计数据，到2025年人工智能应用市场总值将达1270亿美元，其中医疗行业将占市场规模的五分之一。巨大的想象空间和市场潜力，吸引着越来越多的医疗企业竞相在AI + 医疗领域布局，特别是有着互联网基因的互联网医疗平台对AI明显需求更高。

企业积极布局：今年以来，国内多家互联网医疗平台竞相推出AI大模型，利用AI大模型提升平台的工作效率和服务质量。

• 5月底，医联基于Transformer架构推出国内首款医疗大语言模型MedGPT，其诊断结果与三甲医院医生医学一致性达到96%。
• 6月底，叮当健康发布叮当HealthGPT，并首推基于此研发的应用型医药AI产品——叮当药师、营养师AI助手。
• 7月中旬，京东健康建立在京东言犀通用大模型基础上，推出面向医疗健康行业的大模型“京医千询”，覆盖全流程医疗需求、实现智能决策、支持多模态。
• 8月17日，微脉发布国内首款健康管理领域大语言模型应用CareGPT，主要致力于在真实的医疗服务场景中充分发挥健康管理价值，实现预防、咨询、预约、康复的全周期智能化健康管理能力。

行业或迎洗牌：未来，随着医疗大模型的创新与应用，医疗AI行业或将迎来洗牌，布局方向、应用价值都将成为企业竞争的关键节点。国金证券研报称，基于人工智能技术的快速发展和在医药健康领域的应用，考虑近期多个AI大模型的推出和云服务未来在医药领域展开应用的前景，人工智能在医药健康领域的应用有望进入加速发展阶段。

应用场景

从医疗AI的应用场景来看，主要包括医学影像诊断、智能诊疗、个性化治疗、药物研发、患者管理和远程护理、机器人手术、病例管理系统等，其中AI在医学影像领域的应用最为广泛。

• 提高诊断准确性和效率：早在2018年，腾讯、阿里、科大讯飞等企业就开始布局AI + 医学影像行业，发展至今已经有70个AI医学影像产品获得了三类证。CT、MRI、PET等多种医学影像都可以通过AI进行辅助分析，帮助医生更准确地诊断肿瘤、心脏病等疾病。
• 挖掘医学数据：AI医疗影像的应用还可以挖掘大量的医学数据，促进医学科学的快速发展。
• 解决行业痛点：医学影像占所有临床数据的80%以上，人体器官和组织的可视化呈现，是临床诊断、疾病治疗及健康管理的基石。当前，传统医学图像领域面临医生供不应求、医疗资源失衡等痛点，AI医学影像解决方案有助于解决上述痛点。据艾瑞建模测算，2020年，中国AI医疗影像市场规模为4亿元，而到2025年，市场规模可达100亿元，2020 - 2025年CAGR达87.5%。

面临挑战

• 数据质量方面：首先要保证数据的质量，确保医疗行业的安全和可靠性。以医学影像AI技术为例，它依赖于训练数据集的质量和准确性，如果训练数据集存在偏差或错误，就会影响模型的准确性。但国内大部分医疗数据存储于各级医疗机构，业务系统相对独立，数据较难实现共享，存在明显的“数据孤岛”现象，可供训练的真实场景数据集有限。
• 技术层面：医疗行业的严谨性对模型的精确度要求更高，从而对算法和算力提出了更高的要求。
• 监管严格：医疗与人类生命息息相关，因此对于AI + 医疗应用场景的监管也会极为严格。随着相应的监管规则不断出炉，未来AI医疗的发展将会充满更多不确定性。

综上所述，虽然现阶段AI在医疗应用端仍在探索阶段，并不能替代医生的诊断，但其在提高诊断效率、挖掘医学数据等方面已展现出巨大潜力，随着技术不断发展和问题逐步解决，前景值得期待。