以ChatGPT为代表的通用版大型语言模型最近以出色的效果输出惊艳全球互联网。它背后的GPTGenerative Pre-trained Transformer,生成式预训练转换器技术基座为人工智能应用打开一片崭新世界。
“大模型时代已经到来。它已变成基础设施,变成算力,变成生产力。大模型可能有通用技术,但更重要的是如何跟各个行业、各个场景相结合。”北京邮电大学人工智能学院教授何召锋在“GPT+医疗健康”机会与挑战交流会上说。
4月28日,为探讨GPT对医疗健康领域的深度影响,吴阶平医学基金会、北京邮电大学人工智能学院、互联网医疗健康产业联盟、智云健康、声智科技联合在北京举办“GPT+医疗健康”机会与挑战交流会,邀请众多产学研资深专家参与。
有行业大佬日前表示,所有行业都值得基于新型人工智能技术重做一遍。像“互联网+”浪潮一样,在GPT技术加持下,众多垂直行业纷纷摩拳擦掌,深耕更丰富的细分领域应用场景。
AI技术迭代日新月异。声智科技CEO陈孝良表示,现在大家比较关注的是以数据为中心的AI,特别是大模型的预训练和微调技术,几乎每天都有新的进展。从当前实践来看,高质量的标注数据带来AI语言模型的性能提升,比算法来说更为显著。
数据、算力、算法是AI的三大基石。由于互联互通基础薄弱、受到高度监管、隐私安全要求高、数字化建设滞后等因素,医疗健康行业的特殊性对数据利用带来一定挑战。
智云健康首席科学家刘晓华认为,基于开源基础大模型结合专业数据做大语言模型的本地化、小型化定制的发展路径,是目前许多企业在应对大型语言模型开发成本高昂的情况下采取的一种合理策略。通过使用开源基础大模型,可以降低开发大型语言模型所需的数据采集、处理和清洗成本,而结合专业数据,又能保证模型的高质量和多样性。通过本地化、小型化和定制化,可以更好地满足企业或行业的特定需求,提高模型的适用性和准确性。
刘晓华是最早一批将人工智能应用于医疗大数据场景的行业专家,是大语言模型在写作和对话应用领域的先行实践者。
破解全行业的数据壁垒需要时间逐步解决,但单个机构内部的数据开发利用则相对容易实现。北京大学第六医院、南开大学药学院、智云健康等相关负责人在交流会上分享了各自实践经验。
据南开大学药学院教授、博士生导师林建平介绍,目前在药物研发上,GPT并没有形成特别大规模的应用,但是在其中的分子识别、文献搜索、分子设计等环节,进行创新尝试。他认为,GPT具有寻找病因、发现新的药物靶点、预测药物的相互作用、预测药物剂量的优化等未来应用潜力。
作为国家精神疾病医学中心,北京大学第六医院利用AI技术解决国内精神科医疗资源不足,开发一款AI心理治疗机器人——北小六心理咨询师。北京大学第六医院临床心理科主任黄薛冰介绍,北小六面向全人群,功能涵盖诊断、治疗、干预等心理治疗全流程,辅助心理咨询师一起完成工作。借助北小六,可以快速推广数字化心理服务,有利于搭建全国的心理健康服务网络,实现精神科医疗资源均衡化。
智云健康是国内较早将人工智能、数字化和慢病管理服务场景进行融合应用的企业之一。智云医疗大脑Cloudr Brain是智云健康基于多年机器学习、临床实践和数据要素开发的AI医疗引擎,应用成效已经初步突显。智云健康CTO牧唐表示,依托Cloudr Machine Learning Infrastructure基础平台,智云医疗大脑率先推出两个医疗行业模型——ClouD GPT、ClouD DTx。ClouD GPT模型主要应用于医院内部、互联网医院等场景下的辅助诊疗,大幅度提升诊疗效率和体验。ClouD DTx则主要用于药械研发、数字疗法等AI辅助研发场景。
此外,速速科技CEO吕宁分享了GPT在数字化临床试验领域的应用经验。
接受监管、合法合规是GPT应用的底线,对指导实操具有重要意义。宁人律师事务所合伙人马军在交流会上提出其中面临的一些法律问题,引发大家更进一步思考,包括训练数据的合规性、个人信息保护、开源基础之上的二次开发知识产权归属、AI介入医疗健康领域对传统医学伦理的挑战等。
GPT加速发展,人的价值到底在哪里?刘晓华认为,“顺应GPT趋势,水涨船高,我们首先要上船,水高之后船又起来了。原来我们不敢做某件事情,现在敢做,可能不是靠自己去做,而是委托GPT去做。每个人都应该驾驭这种技术。未来已来。但是,到底具体会在哪个点发生核爆反应,大家都在做探索。”
随着大规模的医疗健康领域大模型训练,以及大规模的数据更新、技术升级,“GPT+医疗健康”将会以超出人们想象的速度进化。智云健康副总裁杨文琳表示,智云健康将抓住人工智能技术迭代的机会,加大技术创新的投入,为整个行业智能化升级贡献一份力量。
