大模型浪潮下，醫療領域發生了深刻變革。自去年多個醫療大模型釋出以來，各廠商都在積極探索如何與公立醫院合作，將這些大模型落地到實際的場景中。
以體檢報告生成為例，在大模型的助力下，現在醫院平均每5秒即可自動生成一份總檢報告，為醫生節約超過50%的撰寫時間。每日可自動生成超過500份體檢報告，報告采納率達到96%以上。
此外，多家醫院的「AI醫生」也都可以直接線上上使用，能實作「望體征、聞聲音、問病情、切病因」，成為使用者身邊的健康助手。
復旦大學附屬華山醫院資訊中心副主任劉從進對第一財經記者表示：「大語言模型在醫療領域的套用越來越深入，不僅提升了效率，也最佳化了醫療品質。」
科技公司抱緊頭部公立醫院
第一財經記者梳理，目前醫療大模型的主要場景為：全病程管理、醫療影像數智化、診後康復管理、輔助診斷、藥物/器械研發、文獻搜尋、手術病歷撰寫、門診病歷生成、醫療報告小結、檢驗報告智慧解讀、問診對話、醫院管理、使用者健康助手、智慧導診等。
但不同於其他領域的大模型，醫療大模型在多模態、安全性、專業效能力上面都提出了更高的挑戰。隨著醫學研究對多模態數據治理能力及數據標準化的要求越來越高，這就需要產業界和醫療機構進一步加深合作。
近日，商湯醫療在上海世界人工智慧大會上宣布，與包括瑞金、華西、新華、西京、中科大附屬第一醫院在內的頭部醫院啟動醫療多模態大模型賦能的智慧醫院建設示範樣板，利用醫療大模型幫助醫院建立「中樞大腦」，實作對智慧醫院建設的底層賦能。
支付寶在這次大會上成為最新入局醫療大模型的互聯網公司，其釋出的多模態醫療大模型，可提供智慧問答、病歷結構化和檢索、輔助診斷，辨識和解讀藥品及上百種復雜醫學報告。支付寶還與20多家機構和企業聯合發起AI醫療共建計劃，共同探索大模型套用及各類專科模型的創新研發。
本月，神州醫療也與南方醫科大學南方醫院合作建立了國內第一個全院級多模態數據平台。
「手握大量優質數據資源的公立醫院，才是醫療大模型主導權的真正掌控者。」一位業內人士對第一財經記者表示。
上海交通大學醫學院附屬瑞金醫院副院長、上海市數位醫學創新中心常務副主任胡偉國在本月初的一場醫療大模型創新發展論壇上表示，基於高品質和豐富的醫學大數據，瑞金醫院釋出了醫學加強的基座大模型，推出了適配套用的語言大模型和多模態大模型，並在電子病歷生成、體檢報告生成、智慧咨詢、瑞金AI醫生等領域的套用持續深耕。
大模型已在公立醫院多場景落地
第一財經記者了解到，上海幾乎所有的頭部醫院都在積極探索大模型在醫院各個管理環節的套用。復旦大學附屬中山醫院也已經釋出了一款用於體檢的AI輔助工具，可分析各科室全量體檢結果與科室小結數據，自動提取異常項，參考相關專家共識，基於異常檢查結果對健康的危害程度，進行重要異常結果的急重緩輕排序，然後按照器官系統與疾病一元論等原則進行異常結果合並分析。基於異常結果分級評分排序及合並分析，生成主檢結論與健康建議，內容涵蓋不同分級對應的指導要素。
復旦大學附屬中山醫院黨委書記顧建英表示， 中山醫院以海量數據資產為數據服務基礎建設未來醫院，並創新實踐了元醫療、AI語音導診等多個醫療服務場景。
「應該將大模型技術與醫學知識、醫療數據融為一體，引導技術創新與人民健康需求相結合，重點推動醫療大模型在臨床診斷與治療、健康管理等領域的套用，產生更大的健康價值和社會效益。」顧建英稱。
華山醫院的劉從進對第一財經記者表示，目前在華山醫院，大模型主要用於三大場景，包括生成式電子病歷系統、生成式慢病隨訪系統以及大模型在全病程管理中的套用。
他進一步解釋稱，生成式電子病歷系統體現了大語言模型在醫療資訊處理方面的高效性。系統設計涵蓋了從語音轉錄、病歷段落結構化、基本元素整理到專科電子病歷的建立全過程，包括入院記錄、查房記錄、病程記錄、手術記錄等資訊，這些資訊透過大語言模型被自動轉化為結構化數據。
「智慧生成的電子病歷嚴格遵守醫療規則，確保內容的準確性和合規性。這一系統不僅提高了病歷編寫的效率，同時也保證了病歷品質，減少了人為錯誤，加強了數據的完整性和連續性。」劉從進表示。
在慢病隨訪系統中，大模型透過對出院小結的深度解析，能夠快速提取患者的關鍵隨訪資訊，如用藥指導、處理建議和定期檢查安排，從而生成個人化的隨訪計劃。患者可透過隨訪小程式接收提醒，管理用藥計劃，跟蹤隨訪進度，而醫生則能在系統中稽核並調整隨訪策略，確保治療方案的持續性和有效性。這一系統極大地方便了醫患雙方，提高了慢病管理的效率和患者的生活品質。
「通專融合」，提升大模型能力
商湯科技副總裁張少霆告訴第一財經記者，目前醫院使用的大模型可以以「通才調專才」的方式來實作多模態能力。透過「通才」模型和「專才」模型的相互配合，以通才模型作為任務規劃的「中樞大腦」，智慧排程覆蓋醫學文本、放射影像、病理影像等多種數據模態的專用模型，輔助醫生完成跨科室、跨模態的復雜診斷推理。
他進一步稱，所謂的「通才」模型，是指醫療領域的大型語言模型，例如商湯醫療研發的醫療大語言模型「大醫」。同時商湯已具備一系列精通不同模態醫學影像分析的領域專用模型，以增加特定任務中的優勢能力，透過「通專融合」的路徑打造「醫療多模態智慧體」，助力智慧醫院建設。
為更好地推進「通專融合」創新，面向病理科，商湯醫療聯合中華醫學會病理學分會王哲副主委團隊、清華大學何永紅教授團隊，釋出了國內第一個病理大模型PathOrchestra。
「病理影像具有非常大的多樣性，要借助人工智慧技術開展診斷難度極大，因此病理影像處理也被稱為影像處理中的皇冠上的明珠。病理大模型正是突破數位病理瓶頸的關鍵。」王哲表示。
該模型基於近30萬張全切片數位病理影像（近300TB數據）數據集訓練，並融合了文本、視訊等多模態訓練數據，透過對海量數據的自監督學習，無需大量精標註數據，即可分析肺、乳腺、肝臟、食管等20余種器官的病理影像，實作包括泛癌分類、病竈辨識和檢測、多癌種亞型分類、生物標誌物評估等在內的百余項臨床任務。
復旦大學智慧醫學研究院常務副院長劉雷對記者表示，大模型主要依托高效能計算資源、數據資源和知識庫資源這三大要素。針對知識庫資源，復旦大學醫學大模型（OTMed）結合了基座大語言模型的理解、生成、推理、創造能力和多模態的生物醫學知識，能增強專業能力，實作生物醫學智慧問答。
(本文來自第一財經)
