2024智启新质生产力：生成式人工智能在医疗医药领域的潜在应用报告

2024年4月 序言 随着人工智能变革的加速发展，以大模型为代表的生成式人工智能（以下简称生成式AI）崭露头角，创新的浪潮将影响千行百业。在国家提出加快发展新质生产力的今天，生成式AI作为新兴突破性技术得到了越来越多的关注。在医疗医药领域，生成式AI有望在传统人工智能（以下简称传统AI）的基础上，以更革新的技术、场景化应用的形式，助力行业更高质量发展，并进一步助推健康中国战略的实现。 本文从医疗医药领域的应用层面，深入思考生成式AI在多种行业场景中的赋能价值，并探索其落地的可行性，展望这一新兴数字化技术赋能医疗医药行业的广阔前景。 “新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。 科技创新能够催生新产业、新模式、新动能，是发展新质生产力的核心要素。必须加强科技创新特别是原创性、颠覆性科技创新，加快实现高水平科技自立自强，打好关键核心技术攻坚战，使原创性、颠覆性科技创新成果竞相涌现，培育发展新质生产力的新动能。要及时将科技创新成果应用到具体产业和产业链上，改造提升传统产业，培育壮大新兴产业，布局建设未来产业，完善现代化产业体系。” ——2024年1月31日，习近平总书记在中共中央政治局第十一次集体学习时强调 “大力推进现代化产业体系建设，加快发展新质生产力。深入推进数字经济创新发展。制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。 深化大数据、人工智能等研发应用，开展‘人工智能＋’行动，打造具有国际竞争力的数字产业集群。” ——2024年3月5日，《2024年国务院政府工作报告》 变革力： 从传统AI到生成式AI，是进化还是新生? 看变革力 生成式AI的崛起，对传统AI构成了颠覆性的挑战，为人类带来了前所未有的创造力和想象力。当我们从各维度对比两种技术时，可以直观看到，从传统AI到生成式AI的发展是一个既有进化又有新生的过程。二者之间既有区别，又有结合。 区别一：传统AI是“严谨的学者”，而生成式AI更像“创造性的艺术家”1.1 传统AI和生成式AI的区别在于工作目标，以及对待知识的态度和方法。传统AI更注重对已有知识的运用和推理，它的目标是回答特定问题或解决特定任务，其工作方式更像是知识的传递。而生成式AI则更注重生成和创造，它的目标是生成全新的、真实的、有用的数据和内容，其工作方式更像是知识的归纳和演绎。这种区别使得它们在各自领域中发挥着重要作用，并为未来的发展提供无限的可能性。 区别二：二者所生成内容质量的影响因素有所不同1.2 人工智能是提升人类生产效率的帮手，而如何提升人工智能的产出质量，是人类在人工智能训练与使用过程中的重要功课。传统AI在数据规模、硬件成本、部署复杂性、数据依赖等方面存在痛点，其内容生成质量高度依赖硬件性能和数据能力。 相比之下，生成式AI是根据使用者提供的清晰指令而生成相应的内容，因此，所输入提问的质量（是否准确、聚焦、结构化）是影响内容生成质量的重要因素。 趋势一：生成式AI发展的“变”与“革”由结构化处理向专业化、交互化生成跃进1.3 从传统AI到生成式AI的变革过程，包含了“变”与“革”不同性质、不同程度的发展。“变”代表着生成式AI基于以往科技基础上的延展或进步，而“革”代表着生成式AI显著区别于以往技术的跃进。生成式AI在跃进过程中，呈现了整体由结构化处理，向专业化支持，再到交互式生成的几大能力递进。其相比于传统AI技术所体现的变革力量，正在内容生成、智能交互、数据分析预测、决策支持等方面反映。其中，内容与决策方面的变革程度最为显著。 趋势二：“智器”与“智脑”协调并举，共织共赢1.4 传统AI体现出智慧工具的属性（“智器”），它们专注于特定的任务，具备强大的数据处理和分析能力，让许多业务流程得以自动化，提高了工作效率。 生成式AI则在智慧大脑（“智脑”）方面展现出巨大的潜力，其创造性、通用性、灵活性使得生成式AI在内容创作、虚拟角色生成等方面具有广泛的应用前景。 当“智器”与“智脑”结合时，AI的实力将得到极大的提升。传统AI的数据处理和分析能力为生成式AI提供了坚实的基础，使得其生成的内容更加精准和有意义。 而生成式AI的灵活性和创新性，又为传统AI带来了新的可能性和发展空间。这种组合式发力、协调并举的方式，使得AI技术在各个领域都能够发挥出更大价值。 无论是医疗医药还是其他行业，生成式AI都能为人类提供更好的服务，带来更丰富的体验。 融合力： 生成式AI如何深入影响患者旅程? 看融合力 随着算法、算力和数据能力的提升，生成式AI正在深刻地改变医疗领域。 回到服务人类社会本身，生成式AI能够结合行业特征，深度融入并影响行业。 我们以个体患者的就诊旅程为例，可以更加直观、清晰地感受到生成式AI在不同流程触点呈现的潜在价值与机会。生成式AI不仅能够深入融合病患旅程，同时也赋予患者更加智能、高效和个性化的医疗服务体验。 以慢阻肺病人的模拟旅程为案例，从疾病了解、疾病治疗及愈后健康管理这三个不同旅程阶段的患者行为出发，我们可以预见生成式AI赋能患者从诊疗到愈后管理的完整链路。 阶段一：症状感知与认知 在症状感知与认知阶段，患者早期症状轻微，难以判断自身患病程度，从而忽略慢阻肺的可能性。而一旦患者开始关注症状，就需要了解更多关于慢阻肺的信息。 面对患者的疾病了解阶段的需求，生成式AI可以通过知识内容呈现或智慧交互问答等形式，为患者提供个性化的疾病教育内容。 例如，根据患者的年龄、性别、生活习惯和家族史等因素，推荐相关疾病知识信息，包括病因、症状、治疗方法等。 此外，通过智能语音助手或虚拟助手，患者可以随时随地获得疾病相关的信息和对疑问的解答，以提高自身对疾病的认知。 阶段二：疾病诊疗 在疾病诊疗阶段，医学影像读片并结合人工智能分析是目前生成式AI发展较快、较为成熟的领域。 生成式AI可以使用深度学习技术对医学图像（包括B超、CT、MRI图像）进行分析，其识别准确率不断提升，结合人工智能分析系统提供生命体征分析结果，可助力医生更快、更准确地诊断疾病。 一旦确诊为慢阻肺，医生可以根据生成式AI分析下的患者病情严重程度，结合历史病例库的推荐结果进行分级，制定合适的疗法品类（例如：选择采用单一治疗或联合治疗）。 阶段三：复诊与复购 患者旅程中可能涉及复诊与复购环节。慢阻肺患者在初次治疗后，仍可能有未痊愈的情况发生，如呼吸困难的症状未完全缓解，或急性加重发作等。 在复诊时，生成式AI的智能提醒功能可以提醒患者按时复诊和复购药品，避免错过重要的治疗时机。 同时，智能药房管理技术可以根据患者的处方信息自动分配药物，从而使患者能够快速准确地获取所需药品。 阶段四：愈后健康管理 在愈后阶段，生成式AI有望实现更高质量的患者随访与长期健康管理。 在随访方面，生成式AI可以对患者生命体征数据和病情变化情况作出分析与预警，帮助医生及时发现异常情况并采取应对措施。AI智能提醒功能则能够以定期交互的形式，提醒患者按时随访，提高随访的依从性。 在长期健康管理方面，生成式AI可以提供个性化的愈后健康知识内容和愈后健康管理计划，例如，根据患者的病情状况和生活习惯等因素，推荐合适的运动方式和强度、饮食计划和营养补充等。通过智能语音助手或虚拟助手，患者可以随时随地获得愈后健康相关的信息和疑问解答，这将有助于提高患者的自我管理能力，改善愈后生活质量。 随着生成式AI技术的不断进步和应用范围的不断扩大，未来的患者就医旅程有望变得更加智能化、高效化和人性化。 03 场景力：生成式AI在医疗医药领域的潜在应用 除了前述医患场景，生成式AI亦可应用于药企内部运营中，尤其有望大幅提高药企的研发、生产和市场营销效率。通过深度学习等技术对药物分子进行筛选和优化，生成式AI有望加速新药研发过程。在生产环节，AI有助于企业实现自动化生产，提高生产效率和产品质量。 此外，AI在市场营销方面也将大有可为，通过对政策和市场资讯的抓取和解读，可以发现未来的营销机会，自动生成不同类别的文案，支持药企制定更为精准的市场营销策略。下文将分别聚焦医患场景和药企内部场景，分析生成式AI赋能的潜在机会点。 看场景力 赋能医患场景：生成式AI让诊疗“质效更优”，让患者“体验更佳”3.1 生成式AI将可应用于患者旅程，在疾病的认知、就诊、治疗、随访等多场景中发挥作用。通过医患不同视角下的多样化场景触达，生成式AI能够使诊疗“更优质”、医生“更专业”、病患“更自主”。 一方面，新技术赋能医院与医生，助力医生释放出更多的工作效能，提升工作质量，缓解医疗资源紧张的问题。 传统的诊疗方式往往依赖于医生的临床经验，以医生为中心。而生成式AI可以通过分析大量临床诊疗数据，深度学习医疗领域知识，为医生提供更准确和可靠的诊断依据。这不仅可以提高诊断的准确率，还能帮助医生更好地制定治疗方案，尤其是助力于临床经验有限及医疗资源匮乏地区的医生。 另一方面，新技术结合患者旅程，带来更加精准、便捷和个性化的医疗服务和健康支持，推动患者自我知识了解的深入发展，提升创新性的交互体验。 生成式AI可在诊前、诊中、诊后多个场景赋能，包括个性化诊疗方案、治疗过程中的风险控制、交互式的患者教育与健康管理等。从而释放医生效能，提高患者参与度，系统性提升医疗质量，改善医疗资源匮乏以及更大程度保证患者医疗安全。 赋能药企运营场景：生成式AI长效增强“前-中-后”内核3.2 在药企运营的各个环节中，生成式AI将发挥着日益重要的作用，不仅改变传统的药物研发和生产模式，还将为药企的前、中、后台运营提供强大的支持。 以“生成”本身赋能前台 在前台各职能部门中，生成式AI主要将在患者服务、营销市场分析、企业战略规划等领域赋能，通过智能咨询和精准营销提高医患体验，并为药企提供更精准的业务规划和运营优化。 行业政策快速迭代变化使市场准入部的价值日益凸显，而如何快速实现对各类政策的解读、形成洞察、作出决策、促进内外部沟通，则成为市场准入部亟待提升的能力。 药企市场和销售部门作为重要的业务部门，其日常运营也涉及诸多痛点，生成式AI将赋能市场部和销售部，为其带来更高的销售效率、更精准的市场定位及更优质的客户服务。 我们认为，生成式AI将显著提升市场准入部的工作效率，增强市场洞察力，提高客户满意度。具体而言，这一技术有望深度分析解读政策和市场趋势，通过抓取政策中的关键信息，对比不同政策差异性，荟萃多种相关政策进行解读，从而为药品定价、集采/国谈政策响应、经销商政策制定等提供快速决策依据。 具体而言，该技术将能通过自动生成市场调研问卷、访谈笔录，业务分析报告等方式，提高业务部门决策效率。 生成式AI还擅长处理复杂的文档工作，如快速生成符合监管要求的申报材料，从而减轻市场准入人员的工作负担，将精力投放到更有价值的工作事项上。在项目管理方面，生成式AI能够模拟人类对话，提供个性化的信息服务，改善客户体验。 生成式AI还将能通过更加具体的客户细分，协助市场团队精准定位目标客户群体，制定更具针对性的市场营销计划。 此外，它有望自动生成各类销售和市场宣传材料（如产品介绍，宣传册等），以及个性化的创意营销文案和内容，为客户提供个性化内容推送，大大提高市场部的工作效果和效率。在与客户互动方面，生成式AI的自然语言处理能力将使其能够模拟人类对话，提供24/7的在线客服支持，自动解答疑问，增强客户粘性和满意度。 此外，它还将能协助自动生成招标文本、合同等文件，为提高运营效率提供支持。值得一提的是，生成式AI在合规性检查方面也将有显著贡献，可以自动检测招/投标文件以及合同中存在的潜在合规问题，降低违规风险。 生成式AI在战略规划和运营优化部门的应用，将为其带来更高效的运营管理和更有价值的战略规划。该技术的自动生成内容能力（例如市场调研问卷和访谈笔录文本、SFE的销售