腾讯医疗大模型助力药企精准营销
腾讯医疗大模型助力药企精准营销 2024.06 腾讯健康——科技助医，互联为健 科技助医，互联为健 CDG 企业发展事业群 TEG 技术工程事业群 PCG 平台与内容事业群 IEG 互动娱乐事业群 WXG 微信事业群 CSIG 云与智慧产业事业群 微信公众号腾讯健康 电子健康卡 微信小程序 企业微信连接 微信 医保电子凭证 连接工具箱 ToG|ToH|ToB 微信支付腾讯医典 微信腾讯健康腾讯医典 腾讯觅影 NGES 云深iDrug 腾讯会议 企业微信 腾讯电子签 腾讯健康助力精准营销全流程 目标1大模型健康智能体 2"疾病-药品"一站式患者教育 3提升患者依从性 精准触达、召回 2 抓手患教专区持续沉淀 患者/潜在患者 3.2 患者管理提效 目标医生双鹤 微信用户 潜在降压需求群体 3.1 微信“扫一扫”，精准触达患者，便利用药服务 腾讯 产品微信 腾讯医典 家医助手 健康药箱 腾讯会议 企业微信NGES 腾讯健康助力精准营销全流程 目标1大模型健康智能体 2"疾病-药品"一站式患者教育 3提升患者依从性 精准触达、召回 2 抓手患教专区持续沉淀 患者/潜在患者 3.2 患者管理提效 目标医生双鹤 微信用户 潜在降压需求群体 3.1 微信“扫一扫”，精准触达患者，便利用药服务 腾讯 产品微信 腾讯医典 家医助手 健康药箱 腾讯会议 企业微信NGES 健康智能体 腾讯混元大模型是什么？ 腾讯混元大模型（TencentHunyuan）是由腾讯研发的大语言模型，具备强大的中文创作能力，复杂语境下的逻辑推理能力，以及可靠的任务执行能力。具备多轮对话、知识增强、逻辑推理、内容创作等能力。 混元是腾讯全链路自主研发，从零训练自主创新的大模型产品 创新大模型训练自研机器学习框架领先基础设施 预训练 从零启动训练 优化预训练算法及策略 精调及强化学习 改进注意力机制开发思维链新算法 AngelPTM训练框架 训练速度是业界主流框架的2.6倍 AngelHCF推理框架 推理速度相比业界主流框架提升1.3倍 服务器 腾讯云星星海自研服务器 算力平台 腾讯云高性能算力集群 性能提升倍 高速网络 自研星脉高速网络 3.2T通信带宽 10倍通信性能 提升 腾讯全面拥抱大模型 已为模型应用积累了丰富经验 6 全链路自主研发超可靠大语言模型，在医疗领域更好落地 超千亿参数大模型，具有强大的医学文本生成能力，复杂语境下的逻辑推理能力，以及可靠的医学任务执行能力 专业场景 如医疗诊断 复杂任务 数据优势全链路自研 工作场景 如客服助手更 成 超过20年互联网合规数据积累 超过2万亿Tokens的预训练语料 医学实体数量285w 医学知识引擎关系数量1250w 腾讯医典权威医学数据 全链路自主研发，从零训练自主创新 超过千亿参数规模 太极训练框架，训练效果显 著增强 熟 高容错 低容错 能力优势开放生态 休闲场景 如诗词生成 纯生成式AI 更可靠 简单任务 严肃场景 如调研统计 多轮对话，知识增强，逻辑推理，内容创作 更可靠，幻觉降低，安全拒答 更成熟，超长文处理，更强逻辑推理，权威评测领先 覆盖11项医学知识引擎 赋能腾讯国民级应用，超过200个自研业务接入 公有云API调用，医疗产业场景构建混元作为基底模型 提升数字化在产业中的可用性、易用性 7 医疗机构 医生 患者 SFT 医疗任务微调 Post-Pretrain 医学文献 PretraixnModel 腾讯混元基座模型 RLHF 反馈强化 腾讯健康千锤百炼医学垂类大模型 权威 独有 专业 多场景 覆盖十多类医学任务场景：医学考题、病 历生成、文献解读、出院小结、检查建议、 诊断结果和用药建议等 覆盖患者、医生、医疗机构、医疗器械、 医药企业、生命科学等用户及机构 郑冶枫教授 IEEEFellow带队，天衍实验室、优图实验室的顶级专家 百万级医患对话深度学习 超过3000万份电子病历 腾讯医典 >100名院士、学科主委、头部医院院长联合背书 独有的医学知识版权以及独有的医生三校三审知识库 1000亿+医学Tokens 涵盖285万医学实体 1250万医学关系 覆盖98%医学知识的医学知识图 谱和中英文医学文献 8 腾讯医疗大模型，为健康而生的大模型 •基于腾讯自研的混元通用大模型，打造了面向医疗行业的专属大模型，面向医疗健康场景做好能力输出，并对腾讯健康全线AI医疗产品 进行赋能升级。 •医生参与标注、打分反馈，强化学习 •高分模型奖励，持续学习提升 RLHF 反馈强化 36w+组数据 •患者场景数据：问诊、问答、导诊 •医生场景数据：医学考试、检查建议、诊断数据、用药建议 •医药场景数据：临床实验、科研课题 SFT 医疗任务微调 3000w+问答对 引入基于反馈强化的奖励机制，让模型回复更专业，同时考虑患者关怀，更像医生 •通过医生对模型结果进行打分和排序，训练奖励模型 •基于奖励模型，使用强化学习算法，优化模型 根据多种医学任务数据，对基座模型进行微调 •在预训练模型的基础上，引入下游业务进行多任务微调，提升模型落地效 果 •任务：医患对话生成，导诊、预问诊、辅诊、智能问答、合理用药等 •结构化：天衍医学知识图谱 •非结构化：医典、医学教材、论文、药品说明书、病历数据 Post-Pretrain 医学文献 1000亿+Tokens、285w+实体、 1250w+关系 •超千亿参数规模 •2万亿+Tokens •基本医学知识 PretrainModel 基座模型 腾讯混元大模型 医学领域持续进行预训练，使模型进一步掌握医学知识 •使用大量高质量医学文献，包括腾医典、教科书、病历、论文等 •加入大规模医学知识图谱的内容，覆盖98%ICD中疾病的知识 预训练模型，使模型掌握底层医学知识 •训练多种规模的生成式大语言基础模型，适用不同场景 •语言模型建模过程中，包含各种主题，类型，语言，渠道的数据，为适配下游任务打下基础 9 医疗大模型安全策略：问答对话敏感词过滤三重防护 医疗专业文本审核 医疗专业文本审核 大小模型博弈 1 0 腾讯大模型行业认证 1 1 健康智能体提供更高效、人性化健康信息 居民通常寻找健康信息 上网查 信息碎片化 医疗大模型能力 语义理解能力上下文感知 个人健康助理 给终端用户提供 更高效、人性化健康信息 社交媒体 问亲朋去医院 个性化不足专业门槛高 海量医疗知识库友好的交互性 但“幻觉”依然是挑战 助力企业提供 多层次、个性化服务体验 1.《2023国民健康洞察报告·家庭健康篇》，丁香医生；12 AI个人健康助理提供问医、问药、健康自诊、健康建议 健康自诊 •支持自然语言交互，多轮追问，符合医学逻辑 •自动生成健康小结，帮助用户梳理健康问题 •个性化指导，居家不用怕，就医不用慌 个性化健康问答 根据用户的病情、病史等信息，给�针 对性的建议和指导，提高医疗服务的准 确性。 医学知识科普宣教 它可以解答用户的疑问，提供相关的健康资讯和指导，提高用户的健康素养和 自我管理能力。 友好的沟通体验 可定制或者租赁一个逼真的数字人形象，全方位模拟人际的面对面沟通，进一步拉近医患沟通。 家庭用药指导 •给居民提供家庭用药的指导，如用药的用法、用量，配伍禁忌等 •结构化说明书 •支持语音播报 智能监测健康状况 收集和分析用户的健康数据，监测病情的进展和治疗效果。可以帮助医生更好地了解用户的状况，并及时调整治疗计划。 *医典、用药联动 *随访联动 13 AI健康助理提供健康自诊 个性化健康自诊 •支持自然语言交互，语义识别能力强 •多轮追问，符合医学逻辑 通俗易懂的症状描述 •链接权威医学内容的解释说明 •图文结合帮助用户更清晰描述健康述求 精准健康&就医指导 •自动生成健康小结，帮助用户梳理健康问题 •个性化指导，居家不用怕，就医不用慌 •居家指导，缓解用户焦虑情绪 •就医指导，挂号、检查不盲从 •如遇疾病变化，提供及时就医提醒 AI健康助手提供智能问药，解决家庭用药困扰 疾病用药问题 某病某症状可以用哪些药 药品使用问题 适用范围、用法用量、人群禁忌 适老化设计 •结构化药品信息、关键字段一目了然 •支持语音交互和播报 15 AI健康助手提供智能问药，解决家庭用药困扰 用药风险查询 •可支持相互作用询问、查询，降低家庭用药风险 •可关联药品说明书 •结合用户咨询/查询用药信息，智能推荐相关科普，提升用户认知 处方解析用药提醒 解析患者的处方信息，智能生成用药计划按计划提醒用药 16 AI健康助手提供健康问答 健康问答 回答疾病预防与治疗 如何预防、如何治疗 回答疾病症状 哪些症状 回答疾病就医问题 看什么科室 回答疾病检验检查指标检查方案、注意事项、指标异常解读 支持中西医疾病问答 支持疾病、检验检查、指标等问答范围 基于腾讯医典专家三审三校的知识库 包含1000+条疾病词条 支持上下文追问 17 在家也能看懂医学报告 报告解读 智能分析 多轮互动 •支持50+常见的报告类型，支持识别检验、检查、体检报告等 •最前沿的大模型技术应用，支持256K超长文本输入 •多模态数据处理：支持结构化数据、PDF等图片数据智能识别与分析 医疗大模型可以给企业带来什么？ 健康智能体“增效” 健康自查用药指导咨询建议报告解读 •多层次服务体系 •精准信息→精准服务 •提高用户粘性和满意度 案例：华润三舅健康管家智能体 9月5日上线华润三九小程序以及腾讯数字生态大会展馆体验 用药自诊 检验单解读 智能问病 智能问药 健康教育 报告解读 三九知识传播 18 案例：用药问题智能解答，医嘱信息智能推送 广西一附院 对话式机器人，采用文本智能生成技术，多维度解答常见用药问题 患者离院后，提供处方信息电子化查看、用法用量口语化解读、相关注意事项及服药提醒 智能问药 疾病用药问题 某病某症状可以用哪些药 药品使用问题 适用范围、用法用量、人群禁忌 处方解析 用药提醒 解析患者的处方信息，智能生成用药计划按计划提醒用药 1 9 感谢聆听
