扒开「医疗+AIGC」的真相，竟然是……

医疗+AIGC｜落地可行性研究手册 AIGC时代来临，医疗行业有哪些科技便利可行？ 01专家引言行业专家对「医疗+AIGC」的看法 02AIGC AIGC的三大基石 CONTENTS 03医疗本色医疗行业的特有属性 04AIGC+医疗AIGC在医疗行业中的可落地场景与挑战 -CompanyConfidential-2 01 专家引言 无论是数据、内容还是算法方法，其实我们回归到医疗行业的本质，大家不要忘记医疗行业还是一个人们关爱的行业。AI永远不可能在医疗行业来取代人，无论未来你是跟医生人工智能的医生做问诊还是手术，最后的决策人一定是人，我们医疗行业的决策者不会交给一个人工智能。 ——张蕊 九日蕊致咨询管理有限公司，创始人 医疗行业数字化转型专家 专家引言 在AIGC时代，被我们寄予厚望的这个商业模式下面，我们是收集更多的数据，形成数据黑洞，那模型也会变得更强，所以我们认为这个foundation内容数据是一个foundation，它是一个地基，地基不牢，你往上做造的再高的摩天大楼，它倒塌的那一天的成本是非常非常大的。 ——钱思敏 飞利浦医疗，数字营销与电子商务负责人 我们看到是说我们这个数据在AIGC的应用的话，在医疗领域的话变得越来越的重要，他从这个诊断预测更细化，医疗药物研发，医学教育，医疗管理到这个技能设备和远程医疗领域，方方面面都为我们的AIGC应用提供了巨大的支持，所以的话呢，我们有理由的相信是说在我们数据的加持下，AIGC是一定能够在未来的这个医疗健康领域的话，为人类健康事业做出更大的贡献 ——周虹 联拓生物，副总裁/信息技术 01 专家引言 专家引言 在AIGC时代，算法的重要程度，已经上升到国家战略层面。不论是从国家层面，还是从公司的角度，交易是自由的，但重大科技成果是无法做自由交易的。 ——Kevin 参天制药，数字化战略和创新负责人 AIGC可以激发我们的很多的灵感，帮助我们发散思维，提高我们的创造能力。 ——朱奕 住友制药，市场部心血管产品总监 医疗，尤其重疾方面的医疗，是很严肃且需要高度专业性的事情。但这并不代表医疗产业不能够应用算法去落地一些商业化的可能。 ——陈甜 泛生子数字化与创新营销总监 在微观和宏观的层面，针对不同的人，内容和算法的重要性是不一样的，但AIGC所有的一切最终都不得不通过内容来呈现。 ——汤璇 横竖做个营销人，课程创始人 原复星杏脉CMO 02 AIGC AIGC的三大基石 算法 算法是基于某一个具体的任务而产生的步骤和方法。算法有五个特征，第一个是有穷性，数据并不是无穷无尽的；而后还有确切性、输入项、输出项、可行性（也叫有效性）。那算法的作用之一就是把孤立的数据点按照使用者的要求连接起来，进行不同的排列组合，呈现出不同的内容。 如果没有算法，所有的这些数据也好，这些信息也好，只能安静地躺在角落里，它并不能形成生产力。为什么说算法是AI的基础和推动力？我们可以回顾一下算法的发展史。从1950年到1990年是算法的萌芽阶段，其中一个标志性的事件就是历史上第一个是由机器撰写的弦乐四重奏《伊利亚克组曲》的诞生。第二阶段是1990年到2010年至20年期间，算法的积累阶段。此时由于深度算法的发展，图形处理以及一些数据模型的应用，AI有了进一步的发展，标志的事件就是世界上第一部由人工智能撰写的小说《TheRoad》问世。然后第三个阶段，便是从2010年到现在，算法再一次突破了瓶颈，让AIGC再次成为了当红炸子鸡，特别是现在的OpenAI、ChatGPT。所以说AI整体的发展其实都是由算法的突破来作为核心推动力的。 ——朱奕住友制药，市场部心血管产品总监 02 AIGC AIGC的三大基石 算法 优秀的、有影响力的算法可上升为国家资产。TicTok在被美国收购的时候，我们中国外交部并不同意这件事。为什么？因为TicTok所用到的算法是今日头条利用中国国内的大量数据训练形成的，然后把这个算法模型运用到海外TicTok，作为主要的推荐模型，从而让美国人民非常喜欢TicTok。那么中国政府为什么不同意出售TicTok？因为TicTok的核心是今日头条辛辛苦苦建立的推荐算法。虽然没有上升到立法，但是这些科技公司涉外交易的时候，一旦涉及到算法，国家各方的监管 部门都是会非常认真地来审视哪些我们可以卖，哪些是不能卖的。 ——Kevin 参天制药，数字化战略和创新负责人 02 AIGC AIGC的三大基石 算力 GPT之所以在AI行业里显得伟大，是因为他颠覆了我们过去所有的试图用算法和知识图谱做规律总结的这种方法，反而转向了“暴力出奇迹”的办法：就是把大量的数据源和算力堆积上去，让结果自然涌现。打个比方，就像一个小孩原本还不会说话，突然有一天就会说话了。而这个过程是如何发生的，还是个黑盒子。 ——汤璇 横竖做个营销人，课程创始人 根据《中国算力发展指数白皮书（2022年）》，2021年全球计算设备算力总规模达到615EFlops，增速达到44%，预计2030年全球算力规模达到56ZFlops，平均年增速达到65%。 02 AIGC AIGC的三大基石 数据 生成算法模型的“内容”是结构化数据。数据质量决定着算法模型能否训练成功。在这个AI的这个时代里面，退一步讲大数据，在医疗领域我们提倡智慧医疗。那么我们走访了非常多家医院和一线基层的同事和伙伴们，大家很困扰的是什么？数据质量——我连一个结构化的数据都没有，何谈大数据？花了非常多的时间去提升数据质量，我们才会走到大数据，才会有比较高级的这个模型出来。 ——钱思敏 飞利浦医疗，数字营销与电子商务负责人 03 医疗本色 医疗行业的特有属性 人的属性 从微观来讲，医疗行业至少有两个核心角色：医疗工作者和患者。对于患者来讲，算法重要还是内容重要。一个患者去看病，跟医生说我有什么什么问题，医生会记录下来，把你所有的内容作为数据支撑。好接下来还有更重要的数据，做一些必要的检查。这个检查的数据对医生更加重要一些。患者的主诉记录和仪器的检查数据，两个部分的内容合在一起后，支持医生做诊断。 在诊断的决策过程当中，每个医生脑中都有自己的一套提示词和算法。医生对患者问诊，每个医生是怎么提问的，怎么引导患者的，得到回答后如何判断患者需要做哪些检查，这些对于一个医生极其重要。而这也恰恰反映出，算法是隐藏在内容里面，等待被发现的。那么对于一个患者而言，内容同样重要。打比方医生做出了一个非常好的诊疗决策，但是不善言辞，无法说服病人，那可能病人就不去做这个手术。此时算法起到了一个很重要的作用：把广泛的内容当中存在的规律总结和抽取出来，然后再把规律普惠给其他经验不足的人。这是一个提炼规律，又把规律普适化的过程。 今天AI其实也是在做类似的事情。 ——汤璇 横竖做个营销人，课程创始人 原复星杏脉CMO 03 医疗本色 医疗行业的特有属性 循证医学 在医疗领域是非常讲究循证科学的，我们一直在诟病所谓的“一本正经地说胡话”，这在医疗行业要非常警惕，很可能会出人命。 ——周虹 联拓生物，副总裁/信息技术 不可否认每一次AI模型的升级，对产业来讲，提供了非常多的便利性。但在医疗行业，我们回过头来还要看整个的模型逻辑及输出的质量，放到医疗场景和循证医学的环境中，是否存在冲突。 循证医学 是一种医学诊疗方法，强调应用完善设计与执行的研究（证据）将决策最佳化。核心思想是：医疗决策应尽量以客观研究结果为依据。医生开具处方，制定治疗方案或医疗指南，政府机构作出医疗卫生 政策等，都应根据现有的、最好的研究结果来进行。 ——钱思敏 飞利浦医疗，数字营销与电子商务负责人 传统医学 以个人经验为主，医生根据自己的实践经验、高年资医师的指导、教 科书和医学期刊上零散的研究报告为依据来处理患者。传统医学将导致一些真正有效的疗法因不为公众所了解而长期未被临床采用；一些实际无效甚至有害的疗法因从理论上推断可能有效而长期、广泛使用。 03 医疗本色 医疗行业的特有属性 道德人伦 医疗行业的另外一个特殊性就是伦理，比如在做临床设计时，患者招募的过程特别强调伦理隐私方面的问题。有的时候，看上去整个医疗研究项目都是没问题的，但是如果某一个阶段，在伦理层面出现了争议，就没有办法顺利运行。ElonMusk脑机接口（BCI）的研究就在上个月已经被叫停了，因为存在伦理问题，并不是说数据、模型、算法方面的问题。因此，我们要靠人，站在道德人伦的角度对“AI+医疗行业”的一些项目进行规范。 ——钱思敏 飞利浦医疗，数字营销与电子商务负责人 ElonMusk脑机接口（BCI）的研究示意图 04 AIGC+医疗 AIGC在医疗行业中的可落地场景 场景1：临床决策/诊断/治疗方案 医疗行业中存在大量的医疗数据，包括患者的病历、影像数据、基因数据等等。这为AIGC模型训练提供了丰富的素材，通过深入的分析和挖掘，AI能够生成诊断报告，治疗方案等等，从而提高医疗服务的质量。 ——周虹 联拓生物，副总裁/信息技术 医疗行业知名杂志《JAMA内科学》发布了一篇研究文章，实验中使用了100多个用户提出的医疗问题进行分组测试，回答用户问题的分别是临床医生和ChatGPT。两个组得到答案后，由三到五位专业评审去评价。最终结论是ChatGPT的回答获得了更高的分数，不论是从专业性，还是从同理心的角度，ChatGPT的回答都是略胜于专业医生的。所以这个也是让我们看到AIGC在医疗行业应用场景上落地的可能性。 ——陈甜 泛生子，数字化与创新营销总监 04 AIGC+医疗 场景1：临床决策/诊断/治疗方案 GPT是一个通用大模型，医联训练了垂直于医疗领域的大模型MedGPT。MedGPT初步测试的表现良好：华西医院十位跨科室的三甲医生与MedGPT一起来服务100多位真实患者，其中涉及到大概十几个专科，最后再去做评判和打分。最重要的一个评分维度是诊疗建议是否精准，最后大家对MedGPT诊疗一致性的评价高达97%。所以这可以作为一个初见端倪的应用结果，我们可以想象到，当「AIGC+医疗」成熟和规模化以后，那么我们全国中基层医疗的平均水平就会跟华西医院一样，这个其实对于患者来说是非常好的事情。 ——陈甜 泛生子，数字化与创新营销总监 AIGC在医疗行业中的可落地场景 04 AIGC+医疗 AIGC在医疗行业中的可落地场景 场景2：个性化医疗 每一个人都是独立的个体，他会有不同的历史病因、病例、基因状况等等。所以如果通过AIGC对患者的医疗数据进行分析，可能会产生一些更有针对性的个性化诊疗方案。 ——周虹 联拓生物，副总裁/信息技术 04 AIGC+医疗 场景3：研发 新药研发：数据还可以推动AIGC在药物研发领域的应用。在药物研发领域我们会涉及到大量的化学物质以及生物实验数据，所以如果通过对这些数据的深度挖掘，然后辅助药物设计的话，能够很非常有效地帮我们提高药物研发的精准度和效率。 基因组学的研发：基因组学的研发，跟大数据关联密切。举一个很小的例子，在我们检测行业，其实基因检测这项技术最终给患者出具的结果是否是可靠，它的精准性和灵敏性如何，在很大程度上跟生信团队的能力和生信大模型是有很大关系的，当然这个背后分析数据也是另外的一部分支撑。 ——周虹 联拓生物，副总裁/信息技术 AIGC在医疗行业中的可落地场景 04 AIGC+医疗 场景4：医学教育与培训 AIGC也能在医学教育领域发挥很大的作用。它会产生大量的专业教学大纲，并且能够根据学生的要求生成一些针对性更强、更加易于理解的教学内容。 ——周虹 联拓生物，副总裁/信息技术 培训场景当中，AIGC可以了解受训者的具体能力是怎样的，他的需求是如何的，从而给他定制一个非常个性化的培训流程，从而大大提高我们的培训效率。 ——朱奕 住友制药，市场部心血管产品总监 AIGC在医疗行业中的可落地