國內AI大模型的介入，被視爲有望徹底改變患者（或健康體）全生命週期健康管理形態，這在於通過覆蓋更多預防、診斷、決策下的場景，來實現降本增效、提升技能的目的。

“AI大模型”正在以前所未有的速度佈局醫療賽道。

第一財經日前梳理發現，2023年1月以來，國內多家互聯網巨頭競相推出了覆蓋醫療領域的AI大模型，涉及重大戰略合作的不下10項，具體內容包括：百度與東軟醫療、啓灝醫療等合作，開發加速產業智慧升級的ChatGPT模式；騰訊健康與圓心科技聯合，爲惠民保等商業健康服務提供輔助決策與管理；華爲雲則與萬達信息、金域醫學等共建城市醫療服務及檢驗領域的數字化解決方案等。

另據賽迪顧問統計，截至2023年7月，我國累計已經有130個大模型問世，2023年1至7月就有共計64個大模型發佈，國產大模型呈爆發式增長態勢。與國外相比，國內大模型的發展更加貼近產業端，呈現出行業大模型佔比較高的發展形態。

事實上，2022年8月印發的《科技部關於支持建設新一代人工智能示範應用場景的通知》（下稱《通知》）就提到，要“針對常見病、慢性病、多發病等診療需求，基於醫療領域數據庫知識庫的規模化構建、大規模醫療人工智能模型訓練等智能醫療基礎設施，運用人工智能循證診療決策醫療關鍵技術，建立人工智能賦能醫療服務新模式”。

有資本市場人士表示，市場目前正處於AI大模型與醫療產業機遇的爆發期，國內AI大模型的介入，被視爲有望徹底改變患者（或健康體）全生命週期健康管理形態，這在於通過覆蓋更多預防、診斷、決策下的場景，來實現降本增效、提升技能的目的。

已有不同應用場景

“在醫療行業，新技術範式、新交互能力的突破，帶來了新的應用機遇。”復旦大學附屬中山醫院信智部主任助理兼規劃與管理中心主任錢琨在接受第一財經記者採訪時表示，在醫院，AI大模型的應用場景包括：推薦掛號、報告解讀、個性化健康管理、隨訪用藥指導等。

錢琨說，AI大模型在提升醫生工作及管理效率上有所幫助，這包括：一方面，依託AI大模型，醫生可以降低建立疾病篩查、診斷模型時對樣本量、樣本形式的需求；另一方面，AI大模型能高效地基於指南、規範和相關患者病案信息，這能使低年資醫生通過學習高水平專家的診斷思維、臨牀決策路徑等，更精準和全面地規劃診療方案。

另外，AI大模型還能幫助醫生形成更精準的病歷文書，並針對出院患者在緩解心理壓力與用藥及康復指導方面的訴求，進行完善的跟蹤與管理。

事實上，億歐智庫日前發佈的《2023醫療健康AI大模型行業研究報告》（下稱《報告》）表示，AI大模型與醫療結合下的應用場景包括：醫學影像、藥物研發、醫療文本處理和學術科研。

《報告》稱，在醫學影像領域，AI大模型可以爲放射科醫生提供差異診斷（提示潛在腫瘤信息等）、臨牀決策依據（適當的影像、精準的治療方案等）、和相關教育與培訓工具；在藥物研發領域，AI大模型的介入，可以提高藥物研發效率、降低成本、提高準確性和個性化治療。

（圖爲醫療健康AI大模型應用場景。來源：《報告》）

在應用場景拓展上，《報告》表示，第一，AI大模型正在從診斷輔助向治療規劃和患者監護擴展，例如，在遠程醫療和慢病管理中的應用；第二，AI大模型在藥物發現和設計中的作用將進一步增強，縮短藥物研發週期；第三，AI大模型在公共衛生和疾病預防領域的應用，如通過大數據分析預測突發性的疾病暴發。

對於一些未被滿足的臨牀痛點和探索，錢琨稱，下階段，AI大模型或能夠提供與CT影像、3D臟器模型的交互能力，這也是醫院完善建設“無界”智能虛擬雲診室的重點方向之一，“同時，我們還正在輔以靈動自然的專家數字分身形象，進一步提升患者的體驗感和依從性。”

有國內三甲醫院一位臨牀專家對記者表示，AI大模型的優勢在於，其在醫學文獻、指南等科研領域可以實現極強的信息檢索能力並能迅速準確提供答案，但也有一些不足，包括在非標準化、模糊的情形下無法提供一些需要基於豐富經驗的臨牀判斷，並且AI大模型有時也缺乏穩定性，這或對治療產生延誤的影響。

落地挑戰與難點

AI大模型與醫療結合，首先需要保障患者的數據安全。

錢琨表示，醫院的數據，具有協同與共享需求大、敏感信息多、數據價值高等特點，各種因素導致的攻擊、泄露都可能給醫院帶來不可估量的損失。爲此，醫院需要建立數據管理制度，這其中，一方面要解決數據資產的梳理、納管，以及醫院數據的分類分級；另一方面，還要針對醫院不同數據場景需求的數據安全管控、監測規範和數據合規使用的流程，將技術與管理流程相結合。

“此外，基於醫院有大量工作需要依託數據開展以及監管部門的緊急數據上報任務等，相關部門的協同尤爲重要；而數據共享的風險監測、脫敏保護、合規使用等，也需要從技術保障層面給予數據安全一定助力。”錢琨說。

現階段，醫療健康領域各責任主體按照《“十四五”全民健康信息化規劃》《國家健康醫療大數據標準、安全和服務管理辦法（試行）》等文件的要求，推進數據應用服務及安全管理。

中國信通院雲大所數字健康部副主任馮天宜告訴記者，作爲健康醫療大數據安全和應用管理的責任單位，醫療衛生機構和相關企事業單位以“統一分級授權、分類應用管理、權責一致”原則管理所轄數據，確保數據存儲在境內安全可信的服務器上。

“但在現階段，還暫無對大模型技術廠商應用健康醫療數據的管理細則，根據行業屬性，建議雙方（醫院和企業）建立明確合作協議，在數據使用目的、數據安全要求、訪問控制規定、數據歸還和銷燬要求等方面明確責任與義務，壓實健康醫療數據安全責任。”馮天宜建議。

其次，AI大模型與醫療的結合的優劣，還需納入相關標準。馮天宜團隊是國內首個AI大模型研製技術要求和測試標準的設計方，他表示，評價維度涉及多方內容，首先，應該重點關注不同的醫療場景下大模型的精度、準確性，通過行業測試問題集，結合醫生評價，對大模型實際應用結果進行評估驗證。

其次，應關注個人信息保護和數據安全，針對數據採集、預處理、使用及管理提出全流程的規範化要求，並圍繞內容可靠性、內容合規性及價值觀對齊三方面，確保生成內容的安全可靠。最後，大模型的可擴展性、魯棒性也是評價大模型服務能力的關鍵點。

再次，可能存在的內容虛假和錯誤，以及收費制度也將成爲AI大模型的落地阻礙。

馮天宜認爲，一方面，AI大模型在醫療場景應用，還需兼顧安全性與專業性，對可能引起的內容虛假和錯誤要引起重視，“對於內容虛假和錯誤，控制數據質量（通過數據清洗、標註和驗證等對規範數據質量提出量化要求）和及時開展算法檢測和修正（確保模型決策透明、可解釋、可追溯）等都是有效手段，而醫院等主體加強監管，人工審覈輸出結果的方式仍十分有必要。”

另一方面，AI大模型的計算需要大量的算力作爲支撐，而醫院在算力部署等方面仍存在短板，輕量化、本地化部署的大模型，也是未來需要去挑戰完成的。

“AI大模型與醫療結合的定位尚處於輔助智能階段，評價標準、收費制度等往往較爲滯後。比如，AI大模型如果要以輔助診療方式進入某家醫院成爲收費項，會涉及新技術准入評估如臨牀有效性、安全性、衛生經濟學評價，以及定價等環節。這都會直接影響推廣性、複製性。”錢琨說。

體現普惠醫療價值

當前，AI大模型仍然需要在普惠醫療層面探索並實現更多價值。

上述臨牀專家告訴記者，目前，醫療AI服務多通過醫院端收取費用，回款週期長，醫院的付費意願低。隨着2022年《人工智能醫療器械註冊審查指導原則》的發佈，我國已有幾十款三類醫療AI產品獲批上市，但這些產品在醫保準入、物價制定方面仍然受到一定限制。也就是說，要使AI大模型在醫療領域形成一定的廣泛應用規模，還需要向商業健康險種領域做進一步滲透。

AI大模型正在通過惠民保打開局面。“事實上，每年第四季度是惠民保業務的高峯期，這一時期客服人員在面對最新保險政策解讀時壓力較大，而客服人員同時還需掌握海量專業醫學知識，爲此，通過智能工具來提供精準解答就很有必要。”圓心惠保相關負責人表示，與騰訊雲合作的AI大模型的介入，同時還能爲參保人的後續理賠、藥物獲取、儲存和正確使用等提供專業的指導意見。

該負責人告訴記者，結合圓心科技在國內的線下藥店佈局，AI大模型現已形成了疾病和用藥體系的用戶標籤、患者行爲偏好的標籤，並藉助AI大模型來提升藥師服務效率，“從長遠來看，商業健康險行業其實都迫切希望從一次性的保險付費模式，轉型成爲客戶提供可持續的健康服務。”

AI大模型在醫療領域如何變現？

對此，馮天宜稱，對於惠民保與AI大模型的結合，如果能將AI大模型針對C端個人用戶提供的醫療健康相關服務納入惠民保保險範疇，將會是AI大模型的重要變現方式，但其中，需要重點解決AI大模型的醫療準確性，確保AI大模型可以和醫生一樣提供專業、準確的醫療健康服務。

“除了惠民保，圍繞個人健康管理、智能醫療助手、在線諮詢和醫學科研等場景，AI大模型技術或將在個性化健康管理方案、智能化醫療諮詢服務等獲得可預期的收入。”馮天宜說。