探索医疗大模型应用新范式，商汤推出升级版“SenseCare®智慧医院”综合解决方案

在医疗成本攀升、资源分布不均、人口老龄化、医护人员职业倦怠和全球性流行病等因素影响下，医疗领域面临着诸多挑战，催生了对科技赋能的极大需求。

在国内，从本世纪初的“医疗信息化”探索，到互联网医院兴起，再到如今AI技术全方位融入诊、疗、愈全流程，在一次次迭代升级下，内涵愈发丰富的“智慧医院”建设已被置于与产业发展和国民健康水平息息相关的重要位置。而生成式人工智能的兴起，让变革的号角再度在医疗领域吹响，医疗行业开始寻找大模型落地的突破口。

日前，在2023世界人工智能大会（WAIC）期间，商汤科技发布了升级版“SenseCare®智慧医院”综合解决方案，打造了医疗大模型应用新范式。值得一提的是，该方案在高效解决医疗临床问题的基础上，还可辅助医疗机构实现模型自主训练，降低了医疗大模型的使用门槛。

目前，这一解决方案已落地全国多家头部三甲医院，用更多元化的AI服务，赋能医院诊疗、科研、决策等各个层面，助力医院智慧化转型升级。

大模型浪潮下，各行各业正都经历着工作流的重构与革新，医疗行业也不例外。但讨论大模型在医疗领域的应用前，必须充分认识到医疗行业独有的特殊性。

低容错率是最显著的特点。语言大模型ChatGPT的问世令人惊叹，但其偶尔“一本正经胡说”的能力也为人们所诟病。试想如果这样的情况出现在医疗场景下，可能会误导诊断，甚至对患者的生命健康造成严重后果。医疗行业的专业性与严肃性，对大模型的专业性、精准度都提出了非常高的要求。

其次，医疗行业对患者隐私保护和数据安全的要求较高，满足医疗机构本地环境部署要求也是大模型落地的重要考量因素。考虑到医院实际部署环境，动辄上千亿参数的通用大模型难以在院内施展拳脚，这就要求医疗大模型不能无限“大”，而要尽可能考虑部署可及性。

鉴于通用大模型在医疗领域难以达到令人满意的性能，打造适应不同临床问题、能满足临床部署的医疗专业大模型成为行业众多参与者努力的方向。在大算力的支持下，医疗大模型能够衍生出非常广泛的应用生态，针对不同的医疗场景可以开发出更多样化、覆盖面更广的诊疗应用。可以说，医疗大模型的发展，将为人工智能在医疗领域的应用创造非常大的想象空间。

从“授人以鱼”到“授人以渔” 打造医疗大模型应用新范式

商汤科技推出的升级版“SenseCare®智慧医院”综合解决方案，为大模型在医疗领域的落地另辟蹊径。

商汤科技与行业伙伴合作，推出了医疗语言大模型、医疗影像大模型、生信大模型等多种垂类基础模型群，覆盖CT、MRI、超声、内镜、病理、医学文本、生信等不同医疗数据模态。在商汤大装置SenseCore 5000 Petaflops的强大算力支持，结合医疗基础模型群的赋能，商汤科技得以化身“医疗大模型工厂”，基于医疗机构的特定需求，帮助其针对下游临床长尾问题高效训练模型，甚至辅助机构实现模型自主训练。

借助医疗基础模型，医疗机构能够实现针对不同临床任务小数据、弱标注、高效率的训练，突破了过去医疗长尾问题数据样本少、标注成本高的瓶颈，从而满足不同医疗机构个性化、多样化的临床诊疗需求。这一兼顾大模型性能与可部署性的模式，能够帮助医疗机构在解决疑难病症的同时实现降本增效。

WAIC期间，商汤科技展示了多个医疗大模型落地案例，让人们一窥生成式人工智能加持下的未来医疗场景。例如，为了解决患者不熟悉就医流程、医患沟通不充分等痛点，上海交通大学医学院附属新华医院引入了基于医疗语言大模型“大医”打造的智慧就医平台，该平台可以提供智能导诊、智能预问诊、智能随访、院内导航等多种功能。在语言大模型的赋能下，该平台独有的追问能力能够模拟真实环境医患对话，尽可能完整收集患者信息，给出全面合理的问诊建议，在诊前、诊中、诊后多个环节为患者提供智能服务。

在多模态医疗基础模型的辅助下，商汤科技助力上海交通大学医学院附属瑞金医院搭建了全院智慧影像云平台，实现了全身多部位多器官AI辅助诊疗，为不同临床科室提供满足诊、疗、愈全流程的智能化服务，有效地提高了医生的诊疗效率和精度。

医疗大模型对于远程医疗的创新赋能也是一大亮点。郑州大学第一附属医院承担建设了国家远程医疗中心。商汤科技运用医疗大模型及扎实的智慧医疗云平台建设能力，助力前者构建一体化多模态综合服务平台，创新河南省全域远程医疗健康服务模式。在医疗大模型的赋能下，郑州大学第一附属医院打造影像、病理、心电三大智能远程诊断平台，能够及时响应基层医院需求，辅助地区特色病、疑难病的诊疗，有效推动医疗长尾问题的解决。

从“授人以鱼”到“授人以渔”，商汤科技此番推出医疗大模型，并不仅仅为了解决某个临床医疗问题，更是希望重塑大模型在医疗领域落地应用的范式，打造更为完备的“医疗大模型生态”。

探索医疗大模型标准 “内外兼修”在规范中发展

除了赋能医学影像诊断，医疗大模型在辅助决策、生物制药、基因组学分析、临床科研等多个细分领域已展现出广阔的应用前景。当然，不可忽视的是，每项新技术的落地和发展之初，无不伴随着激进与保守、科技与伦理的争议。在大模型展现技术优势的同时，也面临着知识准确、复杂推理、安全可信、可靠决策等多个方面的挑战，在尤为强调严谨性的医疗领域，上述问题更是受到各方紧密关注。

为规范行业发展，加速前沿研究，各方正紧锣密鼓地开展大模型标准制定相关工作。WAIC期间，国家人工智能标准化总体组正式宣布成立大模型专题组，这意味着大模型国家标准工作正式启动。据悉，专题组将通过建设全面的大模型标准体系，建立科学完善的大模型评测体系等举措，推动大模型技术安全快速发展。

不久前，中国信息通信研究院、中国信通院上海工创中心等10家单位联合发起医疗健康行业大模型标准研究，旨在探索一套符合医疗健康行业需求的标准体系。

在外部套上“金箍”的同时，部分企业也开始磨练“内功”，通过技术层面的突破创新，去解决大模型在医疗行业落地遇到的一些问题。例如针对医疗数据隐私保护问题，行业正探索运用创新的联邦学习模式，通过生成高质量的合成数据替代真实医疗数据用于下游医疗模型的训练，在保障患者数据隐私的同时，实现医疗模型的高效训练。

目前，医疗大模型发展仍处于初期阶段，行业标准的及时跟进，能够让医疗大模型在合规性、安全性、可控性、可靠性等方面满足实际运用的需要，引领行业在发展中规范，在规范中发展。“内外兼修”之下，大模型在医疗领域的落地正向着更加扎实、稳健的方向迈进。