预见成都大模型

　　产业规模复合增长率超40%，“人工智能科技产业竞争力”已排名全国第6。四川省今年更是把人工智能列为“一号创新工程”。

　　近日，红星资本局专访成都多家AI大模型厂商，与他们探讨人工智能趋势中的“成都力量”。

　　在数字化浪潮的推动下，人工智能正逐渐渗透到医疗全行业，国内互联网医院先行者医联也在去年推出了中国首款大模型驱动的AI医生——MedGPT。

　　红星资本局了解到，MedGPT的研发初衷源于对数字经济时代下医疗领域需求的深刻洞察。医联希望通过MedGPT实现对疾病预防、诊断、治疗到康复的全流程智能化诊疗，从而提升医疗服务的效率和质量，优化患者的就医体验。

　　创新路并非一帆风顺，面对AI与患者无法进行连续自由对话以及医学推理和诊断能力提升等挑战，医联如何克服？如何在真实医疗场景中发挥MedGPT实际诊疗价值？红星资本局专访了医联创始人王仕锐，深入探讨了MedGPT研发背后的故事、面临的挑战以及对未来智能化的深远影响。

　　红星资本局：医联为何要做中国首款大模型驱动的AI医生“MedGPT”？研发过程中面临的最大挑战是什么？

　　王仕锐：随着AI技术在各行业的不断渗透，已成为引领产业发展的重要引擎。在医疗领域，AI的应用尤为重要，因为它关乎国计民生。医联希望通过MedGPT在真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化诊疗能力。

　　面临的挑战主要有：AI与真实患者之间无法进行连续自由对话；如何在诊疗场景中支持多模态的输入和输出；如何使MedGPT具备强大的医学推理和决策能力。

　　为了解决这些挑战，医联基于Transformer架构，使MedGPT能够通过多轮问诊引导患者收集足够的诊断决策因子，保证诊断的准确性。同时，MedGPT整合了多种医学检验检测模态能力，实现了在问诊环节之后为患者开具必要的医学检查项目，以进一步明确病情。最后，通过深度学习和海量医疗数据的训练，MedGPT能够精准理解患者的病情描述，提供个性化的诊疗建议，辅助医生进行决策。

　　红星资本局：在医学问题上，通用大语言模型的准确性存在天然缺陷，甚至可能因为错误数据的投喂而产生错误判断，MedGPT如何解决这一问题？

　　王仕锐：首先MedGPT会通过多轮问诊引导患者收集足够的诊断决策因子，保证诊断的准确性。同时，医联组织了大量的医生和医疗专家对MedGPT进行二次训练。医联内部建立了一个“医学专家系统”，投入超过100名医生参与人工反馈监督微调训练，评价问诊的准确率、效率、全面性、错误率、风险提示程度等。MedGPT还通过与四川大学华西医院等医院合作，启动了全球最大规模的医疗AI临床应用试验，通过临床试验数据来优化模型，提高诊疗的准确性和效率。

　　王仕锐：目前在B端、C端都有代表性的应用。针对C端，医联推出了家小医极速版产品，针对B端的不同群体，医联围绕医生教育、智慧医院建设、健康管理中心、保险等，都有提供定制化的AI解决方案，成交金额已有数千万元。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头部品牌与医联的合作，后续市场将有进一步的提升空间。

　　红星资本局：医联对MedGPT有什么期待？目前已经满足期待了吗？还有哪些可优化的地方？

　　王仕锐：医联希望MedGPT能够在真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化诊疗。同时，医联期待MedGPT能够通过其技术创新，持续辅助医生，提高诊疗效率，同时优化患者的就医体验。

　　目前，MedGPT在一定程度上满足了这些期待。例如，在最近的真人测试中，MedGPT的诊断命中率达到了80%，远高于现有医疗大模型约35%的平均诊断命中率，并且接近甚至超过真人医生的诊断水平。此外，MedGPT已经能够覆盖近3000种疾病的首诊能力，涵盖了80%以上的成年人疾病和90%以上的0-12岁儿科疾病。

　　但MedGPT仍有可优化的地方。例如，进一步提升与患者的自然语言沟通能力，增强对复杂性和系统性问题的处理能力以及提高诊疗的准确性和效率，仍然是MedGPT未来发展的关键。

　　王仕锐：医联专注于严肃医疗领域10年，积累了大量的经验和优质数据，这意味着在预防、诊断、治疗和康复等医疗环节拥有行业领先经验，在MedGPT研发时，能更有针对性的深入学习和优化。此外，医联与近40位中华医学会主委级专家进行合作，通过最优质的医疗数据，实现核心产品力的打造。即“人无我有，人有我优。”

　　王仕锐：医疗大模型不会替代医生，因为它们在本质上是辅助工具，而不是替代者。

　　在辅助诊断、效率提升、数据分析、知识更新、患者个性化治疗方面，医疗大模型和医生可以形成互补的关系，共同提高的质量和效率，而不是相互替代。

　　王仕锐：在整个国际医疗大模型赛道上，国内医疗大模型具有两大优势，一是数据规模，国内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。我们需要突破的挑战一是跨学科人才培养，国内需要更多跨学科的人才，特别是在医疗和AI领域的结合部。二是在算法、算力和模型架构方面，我们与国际先进水平相比，可能还存在一定差距。

　　王仕锐：一是数据安全和隐私保护，因为医疗行业对和隐私保护有严格的要求，大模型在处理敏感的医疗信息时，需要确保数据的安全性和合规性，这是一个重大的挑战。二是商业落地和盈利模式，虽然医疗大模型在技术上取得了进展，但如何构建可持续的商业模式，解决投入与产出的效益问题，是目前医疗AI企业面临的主要挑战之一。三是监管和合规问题，医疗大模型在临床应用中需要面对严格的监管和合规要求，确保其应用的安全性和有效性。

　　红星资本局：医联诞生在成都，成都的大模型产业链为医联研发医疗大模型带来了什么赋能？

　　王仕锐：医联的高速发展离不开成都的支持，《成都市进一步促进人工智能产业高质量发展的若干政策措施实施细则》等相关文件的发布，为人工智能产业的发展提供了强有力的支持。

　　对于医联研发医疗大模型来说，成都的大模型产业链提供了多方面的赋能。首先，成都的支持政策和行动计划为医联提供了良好的政策环境。其次，成都已有的大模型发展基础和产业链，为医联在技术、数据和人才等方面提供了支持。此外，成都的大模型产业生态也在逐步成熟，这为医联等企业提供了合作和交流的平台，有助于推动医疗大模型的发展和应用。ag真人官方官网