医渡科技闫峻谈大模型的医疗应用与挑战

在AI大模型已经成为全球科技竞争新高地、未来产业新赛道的当下,大模型技术在医疗行业的应用也引发了业界的广泛关注。这项前沿技术将如何深刻改变医疗行业的发展轨迹?哪些场景将率先应用?现阶段痛点与难点有哪些?未来的趋势将会如何?

近日,在“2024春季火山引擎FORCE原动力大会”上,医渡科技CTO、首席人工智能科学家闫峻博士作为医疗大模型创新者代表,受邀参加了“对话AI先行者”圆桌讨论,与来自多个领域的行业专家齐聚一堂,共同探讨并分享了大模型与医疗业务结合的实践经验与挑战。

选型:瞄准商业落地能力和客户投资回报价值

“医疗领域有多元化的业务场景和广泛的智能化转型升级需求,是大模型*的垂直落地场景。”闫峻博士指出,医渡科技大模型已在数据处理、患者服务、科研、医院运营管理等医疗具体场景应用中取得了积极进展。

在数据处理方面,如文本数据的结构化处理、关键信息提取和术语标准化等方面,大模型可以大大提高工作效率,为临床科研、数据上报等业务场景提供强有力的支撑;

在患者服务方面,大模型可以串联诊前-诊中-诊后-日常健康管理全周期服务场景,优化患者管理流程,提升患者服务效率;

在临床诊疗方面,大模型支持病历自动生成、病历质控、提供辅助诊疗建议,显著减轻了临床医生的工作负担;

科研层面,医渡科技大模型能迅速理解临床医生的研究设计,快速生成查询条件,秒级匹配患者,极大地提升了临床研究的效率,助力加速科研产出;

在医院管理层面,借助大模型的智能化,医院能够进行精细化运营,通过自然语言提问,系统自动分析并给出可视化答案,不仅提高了决策效率,还为管理者提供了具体行动建议。

闫峻博士表示:“大模型在医疗领域并不缺乏应用场景,但如何针对部分明确场景构建可持续的商业模式,解决大模型投入与产出的效益问题,是当前医疗AI企业面临的主要挑战之一。”因此,在大模型方案选型上,医渡科技优先从商业落地能力和客户投资回报价值出发,让大模型用健康良性的ROI蓄能长跑。

挑战:如何筑牢数据安全防线?

当大模型技术按下加速键,如何应对随之而来的数据安全、隐私保护等挑战?尤其医疗行业本身对数据安全和隐私合规有着严格的要求,医疗大模型又高度依赖高质量垂直领域数据。如何在安全的前提下,实现医疗信息在大模型上的充分利用,是医疗大模型发展亟待解决的关键问题。

闫峻博士介绍道,医渡科技一直视安全为公司的生命线。公司建立起了一套完善的信息安全保障体系,设立了专门的信息安全团队和数据安全委员会,不定期开展安全审计工作,及时发现并解决潜在的隐患。并且,基于隐私计算等前沿技术,实现“数据可用不可见”,为数据安全筑起一道坚实的防线。

此外,针对医院内部对数据管理严格,仅支持大模型在医院内部私有化部署训练,无法出域训练的现实性情况,医渡科技与昇腾AI合作推出大模型训推一体机解决方案,其内置医渡科技基础大模型,开箱可用,不仅极大地降低了大模型研发使用成本,而且还能提供本地高效处理和个性化训练能力,实现了在安全可信的前提下,使高质量数据参与到大模型训练中,维护数据安全的同时,也提高了大模型性能。另外值得一提的是,医渡科技大模型已实现国内外主流芯片软硬件全栈适配。

在讨论中,多位嘉宾均提到了“用AI对抗AI”的破题思路。闫峻博士表示,利用大模型技术进行数据脱敏处理,在不改变内涵的情况下改变数据描述,可以使敏感信息在不被泄露的前提下变得可用。这种“用魔法打败魔法”的方法,为医疗大模型的安全性提供了新的思路和解决方案。

“未来十年,人工智能的接受度将远超现在,医疗大模型还有很多潜在的应用场景等待被发掘。”闫峻博士指出,医疗行业的本质是一个供给端市场,医疗行业的痛点归根结底在于优质医疗资源供给不足,而大模型技术将在解决这个问题上发挥重要作用。随着技术的不断进步和应用的持续深入,大模型一定会成为医疗行业创新发展的新质生产力。