本文系深潛atom第700篇原創作品
"
醫療大模型，
將成爲醫療AI商業化破冰的關鍵
"花滿樓丨作者
深潛atom工作室丨編輯
騰訊大模型發布雖然較晚，發展速度卻十分迅猛，在推出後迅速通過《生成式人工智能服務管理暫行辦法》備案，並且將會逐漸對公衆开放。在垂直賽道，同樣動作不停，比如騰訊健康發布了醫療大模型及多場景AI產品矩陣。
自然語言理解在醫療中的應用並不晚。2016年8月，東京大學醫學研究院利用Watson，只用了10分鐘的時間就成功判斷一位女性患有罕見的白血病；2017年，科大訊飛的“智醫助理”也成功通過“2017年臨牀執業醫師綜合筆試”。
回想一年前，IBM對於Watson Health的出售對行業帶來了沉重的打擊。短短一年的時間，醫療大模型已經發生了天翻地覆的變化，參數規模龐大的大模型，成功將醫療大語言產品進一步優化。
商業化是對技術和產品的最好驗證。據報道，推出ChatGPT的Open AI表示，已經可以實現8000萬美元的月收入，並且有望在12個月內，實現年營收突破10億美元。那么問題來了，在醫療領域，醫療AI能否打破醫療AI的商業壁壘呢？
逐漸興起的醫療大模型
伴隨着移動互聯網的普及，衆多科技企業需要一個新的賽道增加自身的市場和想象力。在2023年，隨着ChatGPT在全世界範圍內的興起，大模型成爲了未來科技巨頭們的新賽程。
與互聯網和移動互聯時代不同，通用人工智能時代，是大公司的專屬。模型訓練一次的成本介於200萬美元-1200萬美元之間。由於訓練成本過高，人工智能开發公司OpenAI2022年虧損達到5.4億美元左右。
高昂的研發成本，限制了大模型賽道的玩家。正因如此，我們當前看到的大模型聲音，都來自頂級科技公司。比如在2023年3月16日，率先上线文心一言的百度；4月7日推出通義千問的阿裏；5月6日推出星火大模型的科大訊飛。
大模型可以應用的領域很多，不過我們一直相信醫療是最佳的落地場景。正因如此，如今的醫療幾乎是大模型應用最廣的細分賽道之一。在醫療細分賽道，技術的優勢並不足以讓大公司躺贏，小公司的資源和經驗積累也是大公司難以企及的。不同的地方在於，大公司的賣點是技術，小公司的賣點則是產品。
據MarketsandMarkets的預測，到2025年，全球醫療大模型市場規模將達到38億美元，而到2030年，這一數字將超過100億美元。包括商湯科技、科大訊飛、京東、百度、騰訊等巨頭，萬達信息、微脈、叮當健康等互聯網科技公司，都將目光放入了這一領域。
醫療是個龐大的賽道，環節衆多，哪怕是頂級的科技巨頭，也難以服務每一個環節。市場尚未形成穩定的壟斷格局，任何一家企業都有跑出來的可能。
醫療大模型可以爲醫療診斷、治療、隨訪等多個環節提供智能支持和決策參考，可以提高醫療效率和診斷准確性，降低醫療成本。當前被關注的環節包括醫療診斷、醫療資源共享和利用和疾病預防和控制等。
醫療診斷：在這個領域，大模型可以通過對大量醫學數據的分析，快速准確地診斷疾病，並提供有效的治療方案，提高醫療診斷的准確性和效率，這是大模型可以發揮功能的最佳場所；
醫療資源共享和利用：基於大量的醫學數據進行分析和學習，醫療大模型可以將醫學數據可以得到更加充分地共享和利用，提高醫療資源的利用效率；
疾病預防和控制：醫療大模型可以通過對疾病數據的分析，預測和預防疾病的發生和傳播，幫助醫療機構和政府更好地控制和預防疾病。
醫療大模型並未停留在西醫賽道。認知AI時代，人工智能對於多維數據的分析能力，在大模型的幫助下，已經實現了突破，這也爲中醫AI發展夯實了基礎。
百度是最早關注這一賽道的科技巨頭，2023年7月20日，百度健康旗下的“靈醫智惠”與固生堂聯合舉辦了中醫大模型战略合作啓動儀式；創業公司大經中醫，在7月24日也發布了岐黃問道·大模型
一花獨放不是春，百花齊放春滿園。當前的醫療領域，大模型正在出現在各個環節，對於整個醫療行業都是巨大的利好。
能否打破醫療AI的商業壁壘
在醫療大模型風口出現之前，醫療AI已經出現了多年，不過商業化卻跟不上。衆多主觀和客觀因素制約下，當前的醫療AI在技術、數據、監管和臨牀應用等層面，面臨着衆多或多或少的困擾。
“天時地利人和”任何事物的發展都離不开這三者的彼此協調，醫療行業也是如此。比如Watson Health，不過因爲定位不清，想要取代醫生的決策權。缺乏天時地利人和的Watson Health，並未發展起來。
所謂天時正是國家對行業的政策導向、大趨勢慣性、科技影響以及社會心理價值取向；地利的包括，地理環境、當地政策、醫療資源等。在過去幾年，國家層面和地方層面的支持政策不計其數，甚至醫保體系也正在加速對醫療AI的支持。
2022年，我們和很多醫療AI公司企業從業者溝通過，大家雖然對於醫療AI未來十分認可，但是對於市場前景還是有一些顧慮的。2023年，大家的顧慮正在減少，很多從業者和深潛atom表示，上半年產品的銷售難度變低了很多，不過最大的問題就是如何規模化。
甚至，很多院外場景，正在努力向醫療AI靠攏。比如，2023年上半年，鷹瞳科技上半年總營收達到8250萬元人民幣，同比增長120.6%；毛利潤5136萬元，較去年同期增長132.7%。服務網點數量、檢測量雙增長，服務網點數量3331個，檢測量達296萬人次。
數智化轉型的當下，醫療對於新技術的接受度已經大大提高，醫療AI具備了天時、地利、人和。
當前制約醫療AI商業化最大的問題，醫療是個緩慢且漫長的賽道，依然需要時間。如果有一款明星產品，則可以加速這一進度。那么問題來了，醫療大模型的出現，能否打破醫療AI的商業化壁壘？
隨着各類醫療大模型的加速迭代與演化，醫療大模型商業化前景有望進一步打开。例如，谷歌的Med-PaLM2、微軟子公司Nuance的DAXExpress等醫療大模型已經在醫療領域得到應用，並取得了一定的商業化成果。
當前，臨牀決策系統（CDSS）已經在醫療系統中廣泛應用，CDSS是典型的決策樹產品。基於患者的臨牀數據，CDSS可以綜合考慮診斷、治療、藥物副作用等因素，爲醫生和患者提供個性化的治療建議。
大模型可以看作是一種通用的深度學習模型，而決策樹則是一種簡單的機器學習算法。相比較決策樹算法，如今的醫療大模型更加復雜，可以解決的問題更多。與影像AI不同，CDSS已經率先教育好市場，醫療大模型進化版的服務能力。在其他環節，醫療大模型同樣可以取得優化產品的能力，市場教育的時間將大大減少，必然將會更好地被接受。
當然，醫療大模型依然要做很多事情，以符合臨牀需求。比如，伴隨着算法能力對一般醫療人員能力的超越，如何讓臨牀醫生認可並使用，是最基礎的工作；又比如，後續的責任問題，頂級專家都不敢保證無醫療事故，如果出現事故，責任歸屬和法律責任也是問題。
ChatGPT帶動了大模型的發展，推動了通用人工智能時代的到來。隨着醫療技術的不斷更新和人們對醫療健康的關注度不斷提高，醫療大模型的市場需求也將逐漸增加，我們相信伴隨着醫療大模型的臨牀，將會推動醫療AI商業化的整體發展。
原文標題 : AGI時代，大模型能否成爲醫療AI的商業“破壁機”
標題：AGI時代，大模型能否成爲醫療AI的商業“破壁機”
地址：https://www.utechfun.com/post/264818.html