在数字化浪潮的推动下，人工智能正逐步渗透到整个医疗行业，去年，国内互联网医院先行者宜联医疗推出了国内首个大模型驱动的AI医生。
红星资本获悉，研发的初衷源于对数字经济时代医疗领域需求的深刻洞察，医联希望通过实现从疾病预防、诊断、治疗到康复全流程的智能诊疗，提高医疗服务效率和质量，优化患者就医体验。
创新之路并不总是一帆风顺。医联如何克服AI无法与患者进行连续自由对话、医疗推理诊断能力提升等挑战？如何在现实医疗场景中发挥实际诊疗价值？红星资本局专访医联创始人汪诗睿，深入探讨医联研发背后的故事、面临的挑战，以及对未来智能医疗的深远影响。
（图片由受访者王诗瑞提供）
红星资本局：医联体为什么想成为中国首个大模型驱动的AI医生？研发过程中面临的最大挑战是什么？
王诗睿：随着AI技术在各行业的不断渗透，数字经济成为引领产业发展的重要引擎。在医疗领域，关乎国计民生，AI的应用尤为重要。医联希望通过在现实医疗场景中发挥实际诊疗价值，实现从疾病预防、诊断、治疗到康复的全流程智能诊疗能力。
主要挑战为：AI无法与真实患者进行连续、自由的对话；如何支持诊疗场景中的多模态输入输出；如何实现强大的医疗推理和决策能力。
为了解决这些挑战，医联体基于该架构，可以引导患者通过多轮问诊收集足够的诊断决策因素，保证诊断的准确性；同时，整合多种医学检验检测能力，使得问诊后可以给患者开具必要的医学检查项目，进一步明确病情；最后，通过对海量医疗数据的深度学习训练，准确理解患者的病情描述，提供个性化的诊疗建议，辅助医生决策。
红星资本局：在医疗问题上，一般的大型语言模型的准确性有天然的缺陷，甚至可能因为输入了错误的数据而导致错误判断，如何解决这个问题？
王诗睿：首先，我们会引导患者通过多轮问诊，收集足够多的诊断决策因素，确保诊断的准确性。同时，医联组织大量医生、医学专家进行二次培训。医联内部建立了“医学专家系统”，投入百余名医生进行人工反馈监督和微调训练，评估问诊的准确率、效率、全面性、错误率、风险预警等级等。此外，通过与四川大学华西医院等医院合作，启动全球最大规模的医疗AI临床应用试验，通过临床试验数据优化模型，提高诊疗的精准度和效率。
红星资本局：目前应用和商业化情况怎么样？
王诗睿：目前在B端和C端都有代表性的应用。针对C端，宜联推出了家小医快车版产品。针对B端不同群体，宜联围绕医生教育、智慧医院建设、健康管理中心、保险等提供定制化的AI解决方案，交易金额已达数千万元。未来随着一些公立医院、欧姆龙、北大资源控股、老百姓大药房等行业龙头品牌与宜联的合作，后续市场将有进一步提升的空间。
红星资本局：对易恋有什么期望？目前达到预期了吗？还有什么进步空间吗？
王诗睿：医联希望在现实医疗场景中发挥诊疗的实际作用，实现从疾病预防、诊断、治疗到康复的全过程智能诊疗。同时，医联希望通过技术创新，不断辅助医生，提高诊疗效率，优化患者的就医体验。
目前这些预期都得到了一定程度的满足。比如在近期的实战测试中，该AI的诊断命中率达到了80%，远高于现有医疗大模型35%左右的平均诊断命中率，接近甚至超过了真实医生的诊断水平。此外，它已经具备了近3000种疾病的首诊能力，覆盖了80%以上的成人疾病和90%以上的0-12岁儿童疾病。
但仍有待改进的地方，例如进一步提高用自然语言与患者沟通的能力、增强处理复杂系统性问题的能力、提高诊疗的精准度和效率等仍是未来发展的关键。
红星资本局：目前大型医疗模式有很多，他们的核心竞争优势是什么？
王诗睿：医联专注重症医疗领域10年，积累了大量经验和优质数据。这意味着它在预防、诊断、治疗、康复等医疗环节拥有业界领先的经验，在研发时可以更有针对性地进行深度学习和优化。此外，医联与近40位中华医学会主任委员级专家合作，通过最优质的医疗数据打造核心产品力。即“别人没有的我有，别人比我好”。
红星资本局：您认为大医疗模式会取代医生吗？
王诗瑞：医疗大模型并不会取代医生，因为它本质上是辅助工具，而不是替代品。
医疗大模型与医生在辅助诊断、效率提升、数据分析、知识更新，以及患者个性化治疗等方面，并不是互相替代，而是形成互补关系，共同提高医疗服务的质量和效率。
红星资本局：在整个国际医疗大模赛道中，国内医疗大模的优势与挑战是什么？
王诗睿：在整个国际医疗大模型赛道中，国内医疗大模型有两大优势。一是数据规模，中国庞大的人口基数为大模型训练提供了丰富的数据资源。二是政策环境，国家政策的支持为医疗大模型的研发和应用提供了良好的环境。我们需要攻克的挑战，第一是复合型人才的培养，中国需要更多的复合型人才，特别是在医疗和AI领域的交汇点。第二，在算法、算力、模型架构等方面，我们和国际先进水平可能还存在一定的差距。
红星资本局：医疗大模型行业目前面临哪些挑战或者瓶颈？
王诗睿：第一是数据安全与隐私保护。由于医疗行业对于数据安全与隐私保护的要求十分严格，大模型在处理敏感医疗信息时需要保证数据安全合规，这是一大挑战。第二是商业化落地与盈利模式。虽然医疗大模型在技术上取得了进步，但如何构建可持续的商业模式、解决投入产出效率问题是目前医疗AI企业面临的主要挑战之一。第三是监管与合规问题。医疗大模型在临床应用中需要面对严格的监管合规要求，确保其应用的安全性和有效性。
红星资本局：宜联诞生在成都，成都的大模型产业链给宜联医疗大模型研发带来了哪些赋能？
王诗睿：宜联的快速发展离不开成都的支持，《成都市进一步推动人工智能产业高质量发展若干政策措施实施细则》等相关文件的发布，为人工智能产业发展提供了有力支撑。
对于医联医疗大模型研发而言，成都大模型产业链提供了多方位的赋能。首先，成都的扶持政策和行动计划为医联提供了良好的政策环境。其次，成都现有的大模型发展基础和产业链为医联在技术、数据、人才等方面提供了支撑。此外，成都大模型产业生态也在逐步成熟，为医联等企业提供了合作交流的平台，助力推动医疗大模型研发应用。
红星新闻记者 张鲁熙
责任编辑：杨成
本站候鸟号已成立2年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论