AI医师助手

“精准医疗致力于在正确的时间给对应的患者予以正确的治疗。正如‘AI+商业’已颠覆传统商业模式，数字科技与医学的融合正在重塑医疗诊断与治疗。”宝藤生物董事长楼敬伟在接受上海证券报记者采访时表示，AI助力下，精准医疗产业正插上腾飞的“翅膀”。 一次性筛查17000多种病原微生物，高效溯源原因不明的感染——在上海宝藤生物医药科技股份有限公司（下称“宝藤生物”）数据中心，研发技术团队每天利用高性能算力和AI算法，处理和分析着海量数据，使复杂的生物信息能够被迅速解析，为医生及患者提供关键的诊断信息。凭借AI科技赋能，使得医疗诊断日益“精准”，让上述场景在临床中得以应用。 深耕精准医疗16年，如今宝藤生物已拥有20余家子公司，是我国精准医学领域的领军企业之一，致力于用先进技术为大众提供优质的精准医学服务。 “精准医疗致力于在正确的时间给对应的患者予以正确的治疗。正如‘AI+商业’已颠覆传统商业模式，数字科技与医学的融合正在重塑医疗诊断与治疗。”宝藤生物董事长楼敬伟在接受上海证券报记者采访时表示，AI助力下，精准医疗产业正插上腾飞的“翅膀”。 “AI+”重塑医疗诊断 前沿技术是宝藤生物的“第一桶金”。 楼敬伟博士毕业于第二军医大学（现海军军医大学），在医院打拼多年后，他瞄准精准医疗赛道，2008年在上海张江创立了宝藤生物。 在楼敬伟看来，精准医疗对辅助临床具有重大意义。在传统医疗场景中，患者往往在服用多次药物后根据临床效果再进行调整。而通过精准医疗技术分析，就能准确知晓某种药物是否对患者有效，避免时间成本及治疗成本的浪费。 随着人工智能技术的发展，精准医疗产业正插上腾飞的“翅膀”。楼敬伟表示，数字科技与医学的融合正在重塑医疗诊断与治疗。凭借AI技术，如今给患者诊断可分为三步：第一步，通过基因测序给患者健康状况进行画像，精准识别疾病；第二步，AI分析患者对哪些药物敏感；第三步，大数据预测该疾病是否会复发，实现早期预防。 “人工智能在处理数据方面优势凸显。AI引擎能够为患者提供个性化的精准医疗方案，这不仅是单一药物的治疗，而是将现有药物进行有效组合，以实现最佳治疗效果。这种技术的应用将极大提高医疗产业的效率。”楼敬伟说。 展望未来，楼敬伟表示，宝藤生物将围绕三方面布局：一是通过与商业伙伴合作，加速布局全国精准医学大数据网络，让更多患者享受一流医学创新服务；二是通过组建创业基金，投资创新技术团队，加快其成果转化和产业化，共创产业创新生态；三是通过创新体系获得的资本收益，继续加大对原始创新的投入，持续加强科技服务能力。 设立基金“孵化”新项目创造新场景 宝藤生物还设立了基金，用于孵化培育新项目。 “宝藤生物的投资模式与传统投资截然不同，不是简单地注入资金，而是积极参与被投资企业的团队组建和运营，依托公司成熟的体系，推动项目快速产业化。目前，宝藤生物已与多家高校合作，投资了一批具有产业化潜力的项目。”楼敬伟介绍，产业基金首期规模达10亿元，专注于投资国家生命科技领域的关键技术和平台型技术。 楼敬伟认为，生命科技领域前景广阔，宝藤生物正聚焦于此，寻找具有全球领先或国内领先的创新技术，这些技术不仅要有创新性，还要有明确的应用场景和巨大的市场需求。 “随着中国快速进入老龄化社会，抗衰老和慢性病防控将成为巨大的刚需市场。宝藤生物正围绕这些方向进行投资和布局，寻找能够解决当前技术难题、满足巨大市场需求的项目。”楼敬伟说。 践行“四千”精神 是创造新增长点的关键因素 谈及“四千”精神，楼敬伟表示，每一代浙商的创业方向不尽相同，但“四千”精神始终相通，是浙商保持活力的源泉。在发展新质生产力的背景下，“四千”精神也有了新的时代内涵。 “‘走遍千山万水’不再只是走遍山川河流，更是走遍全球的科技创新机构，物色前沿技术产业；‘想尽千方百计’代表整合已有的创业资源，努力实现技术突破与创新，完成技术出口。”楼敬伟说。 楼敬伟表示，自己的创业之路就是“四千”精神的体现。每一位创业者都不可避免地要经历一段曲折的道路。随着企业规模的扩大，如今，宝藤生物已拥有了花园式园区、先进的设施、知名的品牌以及广泛的布局。楼敬伟认为，传承和发扬“四千”精神，是公司未来创造新的增长点的关键因素。 “宝藤生物正致力于拓展东盟市场，实现国际化战略布局。挑战虽然严峻，但我相信，只要坚持‘四千’精神，就能克服困难，迈向更加光明的未来。”楼敬伟说。返回搜狐，查看更多 责任编辑：

7月4日开幕的2024世界人工智能大会（WAIC）正在上海举办，现场版“百模大战”连日来上演，在众多基础大模型集中亮相的同时，从在医疗、农业、金融等行业落地的大模型应用，到为大模型获取“语料”扫清堵点的大模型“加速器”，一批大模型上下游创新成果也集中亮相。 如果将大模型比喻为正在疾驰的科技列车，语料便是珍贵的“燃料”。对中国的大模型企业而言，语料短缺问题仍然严峻。据悉，当前大模型数据集主要为英文，中文语料占比较低，跨页表格、复杂公式等元素的处理仍是大模型语料处理中的“拦路虎”。作为支撑大模型语料训练的大模型行业上游关键技术之一，合合信息展出的大模型“加速器”，最快1.5秒就能完成对百页长文档中的文本、表格、图像等非结构化数据的解析，帮助大模型加速从海量文档中高效提炼“智慧燃料”。 在展区现场，参观者可以选择物理、医学、金融、社会学等多个知识领域的文档，向大模型提问专业问题，例如对特定表格内容的总结、关键要素的分析等。对比测试结果显示，加载了文档解析引擎的大模型，在回答问题的速度、准确度上更胜一筹。 大模型使用文档解析引擎之前（左）和之后（右）的效果对比 技术人员介绍，金融报表、行业报告等高知识密度的文档中，表格的含义是最精华的数据指标。失之毫厘差之千里，一个单元格的理解问题，可能导致整个表格的识别结果产生误差，所以表格的还原准确率，直接影响着模型问答的效果。而大模型“加速器”中的文档解析引擎，能够对研报、论文等文档中的柱状图、折线图、饼图、雷达图等十余种常见图表进行“还原”，巧妙转化大模型能够理解的格式，使数据和图表中的信息能够被大模型充分提取、理解。 合合信息智能创新事业部总经理唐琪透露，目前，大模型“加速器”已被百川智能等多家大模型厂商应用于金融、医学、财经、媒体等多领域的文档的解析中，助力大模型更顺利地接轨“专业课”。 专业的大模型做专业的事，成为近年来国内大模型厂商逐渐达成的共识，医疗、金融等垂直行业大模型涌现，成为展区中的一大亮点。 王小川创立的大模型明星创业公司百川智能，此次也展出了其通用医疗增强大模型和AI医疗应用的最新突破。工作人员介绍，百川智能的通用医疗增强大模型不仅在USMLE（美国医考）的评测中超越了GPT-4，并且在由协和医院等头部三甲高年资主任、主治医师和心理学专家作为评测主体，对模型进行多角度评测的真实人工评测中同样超越了GPT-4。 在此基础上，团队研发了一款全新的AI医疗应用——AI健康顾问，AI健康顾问依托百川智能的通用医疗增强大模型打造，不仅拥有丰富的医药学知识，并且还具备医生思维。它能够像从业多年的全科医生一样，在用户提出问询之后，根据用户的问题持续提问，从更多维度更深入地了解症状，收集到足够多病症信息后再进行综合判断，给出诊断结果和用药建议。 比如，用户问AI健康顾问“我肚子疼，该怎么办？”，收到问题之后，AI健康顾问会相继向用户提出，“是否有呕吐、恶心、腹泻等其他的症状？是否发烧？肚子疼的具体位置？”等多个角度的问题，最后根据用户的回答综合判断病因，给出治疗建议。 面壁智能开源业内首个端侧大模型工具集、支付宝发布多模态医疗大模型、首个面向C端用户的可控人物视频生成大模型Vimi……上千种人工智能新成果在大会期间组团亮相“秀技”。 来源：北京日报客户端

7月5日，在2024世界人工智能大会“可信大模型论坛”上，支付宝公布了其AI技术在医疗领域布局的最新进展：发布多模态医疗大模型，同时，全新推出包括医疗可信一体机、可信云等多款数智化解决方案。现场，支付宝还与人民卫生出版社、北京大学医学部、浙江省卫生健康委等20家机构，联合发起AI医疗共建计划，共同探索AI数智技术底座与创新应用服务。 支付宝多模态医疗大模型亮相 经过半年多测试打磨，支付宝医疗大模型正式亮相，这也是国内首批多模态医疗大模型之一。 蚂蚁集团大模型应用部总经理顾进杰介绍了背后的技术研发。蚂蚁百灵大模型已具备能“看”会“听”、能“说”会“画”的原生多模态能力，可以直接理解并训练音频、视频、图、文等多模态数据。支付宝医疗大模型以此为基座模型，添加了包含报告、影像、药品等百亿级中英文图文、千亿级医疗文本语料及千万级高质量医疗知识图谱，中英文医疗考试、基准测试达到或超过GPT4水准，医疗专业能力在中文医疗LLM评测榜单promptCBLUE中，位列A榜第一，B榜第二。同时，全栈自研医疗多模态结构，使得模型识别报告、药品、毛发等图像准确率达90%以上，相关技术在行业顶尖技术期刊与会议 CVPR、KDD、ECCV等发表了多项成果。 为了让回答对话更加可靠，在研发阶段，支付宝还与数百个专业医学团队、专家进行合作标注数据，保障信息权威可信，同时联合上海仁济医院推出首个中文医疗专科问答推理数据集RJUA-QA。模型测试阶段，用户、患者、医生参与问答反馈，在专业同时，兼顾患者关怀。 支付宝医疗大模型发布现场 目前，该多模态医疗大模型不仅提供智能问答、病历结构化和检索、辅助诊断，还可识别解读药品及上百种复杂的医学报告，进行毛发健康检测等，这些都能嵌入医院等机构医疗环节全流程，创新医疗服务的同时，也助力提升机构运营效率。 顾进杰表示，AI的深度应用，不仅对数据、算法、算力提出了更高要求，也对可靠、安全、隐私提出更多挑战，医疗场景下，保障技术可靠与数据隐私安全，至关重要。为此，支付宝面向行业推出全新的“医疗可信一体机+可信云”的解决方案，通过密态计算与存储，让医疗数据可用不可见，机构保管更安全。 据介绍，百灵医疗可信一体机，核心解决医院面临的算力不足痛点，可实现开箱即用，训推一体，支持国产算力，软硬件协同优化加速。医疗大模型可信云方案，通过公有云与专有云部署密态推理，聚焦解决数据隐私安全和商业机密保护问题。 AI医疗创新应用“联盟”来了 从去年以来，支付宝就加速了AI技术在医疗领域的开放与布局。去年11月，浙江卫健委应用支付宝开放的“AI就医助理”解决方案，依托大模型、数字人技术，打造了全国首个数字健康人“安诊儿”，给浙江居民提供云陪诊、健康咨询等服务，上线以来，服务了1000多家医疗机构。上海市第一人民医院，应用AI大模型，不仅上线了上海首个可语音交互的“数字陪诊师”，还在业内首创了生成式电子病历，将繁杂的文书工作从原本的10分钟缩减到了15秒。 医疗技术的创新，需要依托平台、产业、学界共同努力。大会现场，支付宝、人民卫生出版社、北京大学医学部、浙江省卫生健康委、厦门市卫生健康委员会、浙江省人民医院、上海交通大学医学院附属仁济医院、北京大学人民医院、复旦大学附属肿瘤医院、上海市第一人民医院、首都医科大学附属医院等20多家机构、企业，联合发起了AI医疗共建计划，共同探索大模型应用及各类专科模型创新研发。 支付宝AI医疗共建计划启动现场 支付宝副总裁、数字医疗健康事业部总经理张俊杰表示：“支付宝希望用最顶尖的技术做最普惠的服务，让AI像‘扫码支付’一样便利每个人的生活。支付宝也会持续开放AI技术与行业解决方案，携手合作伙伴一起，推动智能医疗走向普惠、普及。” 据了解，2014年支付宝支持全国第一笔远程挂号缴费，经过十年发展，平台已服务超6亿看病就医人群，是国内规模最大的医保第三方在线服务平台、一站式的医疗健康服务平台。目前，全国300多个城市、超3600家医院在支付宝上提供一站式数字医疗服务。返回搜狐，查看更多 责任编辑：

本文转自：参考消息 参考消息网6月29日报道据《日本经济新闻》6月28日报道，日本软银集团27日宣布，将推出利用人工智能(AI)来分析医疗数据的服务。集团董事长兼首席执行官孙正义当天在记者会上强调新业务的意义说：“这是医疗和人工智能的新型融合。”这是一种依据个人遗传基因信息提出癌症治疗建议的机制，将有助于提升医疗水平。 软银集团与美国医疗领域的科技公司Tempus AI将于8月1日成立新公司，新公司资本金为300亿日元(约合1.86亿美元)，由双方各出资一半。 Tempus AI是一家成立于2015年的科技企业，收集医院的各种临床数据和电子病历后，利用人工智能加以分析，并向医生提供治疗选项。医生将和患者进行讨论之后再决定治疗方法。孙正义表示，在日本市场，2024年年内也将陆续开始这项服务。 在日本，由国家指定的癌症基因医疗核心医院有13家。孙正义透露，已向东京大学、京都大学等医疗机构说明上述计划并得到赞同。他表示：“打算对数据进行匿名处理，同时建立统一的数据库，并无偿提供给医院。” 软银集团希望把Tempus AI的技术带到日本，升级日本的医疗体制。孙正义强调了分析大量数据的意义，并表示：“美国50%的癌症患者即770万人的临床数据，在日本也可以被用于分析数据。希望在几年内，日本50%癌症患者的数据可以在统一数据库得到分析。” 孙正义说：“去年我父亲因癌症去世。这种服务能尽早挽救更多生命，将使日本的癌症治疗突飞猛进。”他还“希望减少因疾病和死亡带来的悲伤”。 孙正义就今后的投资表示：“投资将以旗下的芯片架构设计公司安谋为中心，目标集中在打造智能水平为人类1万倍的超级人工智能上。” 软银集团之所以将业务扩展到医疗领域，是因为财务状况得到改善。因全球股价回升，集团旗下的愿景基金业务在截至2024年3月的财政年度里实现7243亿日元的投资收益，与上年(52794亿日元的投资亏损)相比有所好转。其流动性也维持在4.7万亿日元的高水平。 软银集团于2月宣布与沙特阿拉伯的政府基金下属企业组建工业机器人合资公司，今年以来正积极推进合作战略。5月，软银集团还向研发无人驾驶技术的英国公司Wayve Technologies出资。 据美国彭博社报道，软银集团还在讨论通过基金向美国人工智能搜索引擎Perplexity AI投资。 6月21日，日本软银集团董事长兼首席执行官孙正义在股东大会上讲话。（法新社）

　　中国食品药品网讯  生成式AI在医疗健康领域的应用日益广泛，如何获得高质量的数据成为推动生成式AI大模型发展的瓶颈。“要想快速将生成式AI大模型应用于临床实践，研究者在从公开领域获得数据的同时，还需要进一步同医院和工业界建立紧密合作，以进一步扩大数据来源。” 6月27日，上海科技大学生物医学工程学院创始院长沈定刚在生成式AI在医疗领域的应用研讨会上如是强调。 图为生成式AI在医疗领域的应用研讨会线下会场（徐行摄） 　　随着AI技术的发展，生成式AI以更加革新的技术和场景化应用，为医疗发展注入了新的动能。东南大学生物科学与医学工程学院教授万遂人介绍，生成式AI在医疗健康领域的应用场景涵盖多个方面，如通过分析海量医疗数据生成疾病预测模型，提高预防和治疗效果；基于患者的基因信息、生活习惯等数据，生成超个性化诊疗方案；助力药物研发和生产，提高新药研发速度和成功率。 　　但寻求快速推进生成式AI大模型在医疗健康领域的深入应用，数据资源必不可少。 　　上海交通大学副教授谢伟迪指出，生成式AI大模型的训练需要大规模数据“投喂”。同时，医药领域的高度专业性和复杂性，也对用于训练模型的先验知识提出了极高要求。 　　据介绍，当前用于生成式AI大模型训练的数据资源主要来源于公开数据及私域。但当前医药健康领域的公开数据相对较少。从私域获取数据成为训练生成式AI大模型的关键。 　　“医院内部拥有丰富、高质量、多样化的医疗数据，这些源自私域领域的数据资源能为构建和验证有效的生成式AI大模型提供坚实支撑。”沈定刚认为，同时，与医院开展合作也能帮助模型研究者更为深入地了解临床医学中的难点、痛点及实际需求，确保模型的研究成果切实转化为临床实践中的有效解决方案。 　　沈定刚进一步指出，在这一过程中，工业界的资源也同样重要。只有多方协作，才能有更多高质量的生成式AI大模型落地。 　　据悉，本次研讨会由中国生物医学工程学会医学人工智能分会主办，采用线上、线下相结合的方式，吸引了约2400人参会。 　　中国科学技术大学生物医学工程学院执行院长周少华在会上围绕生成式人工智能在医学影像的探索，介绍了一种将结合生成式AI和判别式AI相结合的应用方法，采用因果建模的方式，对医学影像、患者信息等多模态临床数据进行整合和分析，从而为临床诊断和决策提供支持。 　　其他与会嘉宾结合自身研究进展，对多模态医疗影像基础模型，人体运动-神经系统的动力学建模、学习与控制，多模态生物医药大模型等话题进行分享。（刘鹤） 《中国医药报》社版权所有，未经许可不得转载使用。 (责任编辑：常靖婕) 海量资讯、精准解读，尽在新浪财经APP

相信不少患者有体验：到医院看病仍然是一件非常麻烦的事。 过去十年里，互联网技术已经极大改善了医疗就诊流程，如很多医院现在支持网上查检验结果、挂号、缴费等等。 2023年，AI技术突飞猛进，国内大模型如雨后春笋，医疗能否和AI结合，创造更便捷的诊疗环境？已经有医院迈出了第一步。 “AI陪诊” 患者看得见、用的上 65岁李先生因眼疾第一次去上海市第一人民医院看病。他来到医院大厅，一脸茫然，经接诊人员提示，打开手机支付宝向AI陪诊师“公济小壹”提问后，收到相关就诊建议和挂号服务推送。 在顺利完成挂号后，李先生继续向“公济小壹”询问当前候诊信息，便收到了语音和文字提示：“当前您需要就诊，前面排队4人，当前叫号66号，地址位于7号楼1楼B区眼科检查一区……”李先生在点击“院内导航”的连接后，通过手机摄像头沿着实景AR的导航路线前往诊室。 这里的“公济小壹”，正是几天前上海市第一人民医院宣布通过支付宝“AI就医助理”解决方案推出的“AI陪诊师”。 从诊前预约挂号、在线取号，到诊中院内导航、排队叫号、扫码支付，再到诊后的报告查询、用药提示，“AI陪诊师”能够实现医疗服务的“一站式”串联，为患者提供“虚拟陪诊、现实感知”的就医体验。 运用同样方案推出的AI陪诊师还有浙江省卫健委的“安诊儿”，她“上岗”的时间则更久，上线以来，“安诊儿”已服务了1000多家医疗机构，月服务量超60万人次。 现如今，医疗领域AI技术的应用层出不穷，早已不再只是简单地替代或优化单环节的工作。卫健、医院们所追求的，是把AI从一个遥不可及的概念，落地成患者看得着，用得上的地方。或许这其中真正的“飞入寻常百姓家”，正在从帮患者重塑就医体验开始。 AI催生电子病历，提高效率、快速定位书写错误 AI大模型不仅能改善患者的就医体验，还能提升医疗行业的经营效率。 中国的医疗现状是患者多、医生少，患者诊疗效率低。根据OECD的数据显示，截至2019年，中国每千人医生数为2.2，远低于欧美发达国家。 同时，医生资源相对不足导致中国医生高负荷工作，中国医师协会数据，早在2018年中国医生平均每周工作时间就超过了51小时，多于国家法定工作时间40小时。 以上海市一医院为例，眼科是上海市第一人民医院的优势学科，每天都有大量患者前来就诊、接受日间手术，医生要在繁忙的门诊工作同时，处理患者手术后繁琐的病例书写工作。 应用AI技术后，这些病例的书写也变得更为简单。 上海市第一人民医院引入蚂蚁百灵大模型，通过关键信息的给定、语音输入等多种形式辅助医生书写电子病历。 上海市一医生使用大模型生成电子病历 以白内障治疗为例，目前医院抽取了1万份历史病历，将其输入到大语言模型中进行微调。在这一过程中，开发部门设计了相应的提示词，训练模型学习如何撰写病史。 这套方案的应用，将原本需要5到10分钟的工作缩减到了15至20秒，显著节省了医生 “敲键盘”的时间。下一步，院方会精进病历质控，帮助医生快速定位病历书写错误，不断提高病历生成的准确率。 多款数智化方案发布，AI大模型已进入百姓生活 2023年被很多人称为“医疗大模型的元年”，国内外均有大量厂家将大语言模型应用于医疗健康领域。据统计，截至2023年10月，中国累计公开的大模型数量已经达到238个，垂直类大模型达到103个。 正在举办的2024世界人工智能大会上，支付宝发布了多模态医疗大模型，以及配套的医疗可信一体机、大模型可信云等多款数智化解决方案。 目前，该多模态医疗大模型不仅提供智能问答、病历结构化和检索、辅助诊断，还可识别解读药品及上百种复杂的医学报告，进行毛发健康检测等，这些都能嵌入医院等机构医疗环节全流程，创新医疗服务的同时，也助力提升机构运营效率。 医疗行业有特殊性，非常依赖于过往的治疗经验。协和等知名医院保存着上百年的病历，至今仍有不少医生要去翻查几十年前的资料。随着医疗数据量的井喷式增长，临床传授、资料查询等传统的知识积累手段局限性越来越大，因此在医疗领域，大模型有着得天独厚的应用场景。 而AI要在严肃医疗领域大规模深度应用，不仅对数据、算法、算力提出了更高要求，也对可靠、安全、隐私提出更多挑战。 据范骏翔向健识局透露，上海市第一人民医院之所以选择和支付宝这样的平台合作，就是看中平台能够做本地化部署，轻量化操作，解决了医疗最关注的安全性和技术成本的问题。 以百灵医疗可信一体机为例，核心解决医院面临的算力不足痛点，可实现开箱即用，训推一体，支持国产算力，软硬件协同优化加速。医疗大模型可信云方案，通过公有云与专有云部署密态推理，聚焦解决数据隐私安全和商业机密保护问题。 同时，支付宝还宣布与人民卫生出版社、北京大学医学部、浙江省卫生健康委等20家机构，联合发起业内首个AI医疗共建计划，共同探索AI数智技术底座与创新应用服务，接下来可能还会有更多像“安诊儿”“公济小壹”这样的AI智能体涌现出来。 当全社会的目光聚焦关注顶尖技术逐步迭代之时，或许会在不知不觉中发现，AI大模型已经植入生活、融入日常，砥砺前行的国产自研人工智能技术已经加速深入寻常百姓家。 撰稿｜雷公 编辑｜江芸 贾亭 运营 | 廿十三 插图｜受访者供图 声明：健识局原创内容，未经许可请勿转载

21世纪经济报道记者季媛媛 上海报道 作为新一轮科技革命和产业变革的重要驱动力量，人工智能正在对全球经济社会发展和人类文明进步产生深远影响。深化人工智能国际合作，推动世界智能产业朝着更加开放、包容、普惠、共赢的方向发展，是我国人工智能产业发展的关键方向。 我国人工智能医疗产业发展势头迅猛，人工智能医疗产业生态已经基本形成，在今年世界人工智能大会（WAIC）上，AI+医疗如何在医学影像诊断、辅助治疗等领域实现更广泛的应用也成为重要话题。 有不少参会者指出，我国在医疗数据资源方面具备无穷潜力。一旦海量的医疗数据实现有序释放，将为我国医疗大模型的发展提供巨大的想象空间和爆发潜力。但同时，现阶段在落地上仍旧需要关注一些实际问题。 当前，磁共振检查因无创、精确等优势在心血管病的诊断、治疗和预后评估中发挥着越来越重要的作用，全球均面临着巨大的心血管疾病的诊断和治疗需求，但在国际层面，心脏磁共振智能后处理和心血管病多模态影像智能辅助诊断方面均存在着技术瓶颈，以人工智能技术为关键突破口，深度挖掘磁共振数据迫在眉睫。 谈及目前AI在医疗领域的运用场景，有券商医药行业分析师对21世纪经济报道记者表示，在国内，综合性的互联网公司，以及细分领域中的医疗IT信息化、互联网医疗平台、智能机器人等公司都在探索用大模型等技术进一步提升自身解决方案和产品设计。 “这其中最大的难点，我们认为首先是数据的获取和处理。医疗数据具有高度的隐私性和敏感性，如何合规地获取和使用这些数据是一个巨大的挑战。另外，医疗数据的质量和完整性也直接影响到生成式AI模型的准确性和可靠性。”上述分析师认为，AI技术本身还在不断发展和完善中，如何将其与医疗领域的实际需求相结合，实现技术的落地应用，是一个需要不断探索和实践的过程。 “AI+医疗”大势所趋 在医疗领域，人工智能的应用已经深入到各个环节。从初步的疾病筛查到复杂的手术操作，从病例分析到药物研发，医疗 AI 都在发挥着不可或缺的作用。它能够对大量的医疗数据进行快速处理和深度分析，从而揭示出隐藏在数据背后的规律和趋势。这些分析结果不仅为医生提供了更为准确的诊断依据，还使得治疗方案更加个性化和精细化。 随着医疗 AI 技术的不断发展，其在医疗服务改善方面的作用也日益凸显。传统的医疗服务模式往往存在着资源分配不均、效率低下等问题。而医疗 AI 的引入，则能够在很大程度上解决这些问题。通过智能化的医疗管理系统，医疗资源得以更加合理地分配和利用，医疗服务流程也变得更加高效和便捷。这不仅提升了患者的就医体验，还降低了医疗成本，使得更多人能够享受到高质量的医疗服务。 这也推动了产业的高速发展。据中商产业研究院统计，2020 年AI+医疗已占人工智能市场的18.9%。另据IDC统计数据，到2025年人工智能应用市场总值将达1270亿美元，其中医疗行业将占市场规模的五分之一。从基础层到应用层，医疗AI广阔市场大有所为。随着人工智能AI在医疗领域的深入应用，药物研发与医学影像等细分市场呈现出强劲的增长态势。另据行业咨询机构数据统计，2020年中国医疗AI市场规模已达到66.25亿元，结合AI辅助新药研发和AI助力肿瘤诊疗等市场赛道估算，预计2020-2025年复合年增长率（CAGR）为39.4%，2025年将突破300亿元。 谈及AI在医疗领域的应用优势，上述分析师介绍，AI在强大的内容生成能力、高度个性化的输出以及持续的学习和进化能力方面具有显著的优势。具体而言： 首先，AI的强大内容生成能力使它能产生丰富的医疗内容，例如：病例报告的撰写，健康咨询的回答，辅助诊疗的判断，AI都能够根据输入的信息快速生成相应的内容。这不仅可以提高医疗服务的效率，还能够为医生提供更多的参考信息，从而帮助他们做出更准确的诊断和治疗决策。 其次，AI高度个性化的输出使它有望为患者提供更加精准和个性化的医疗服务。通过分析患者信息、生活习惯和疾病历史等数据，生成式AI可以生成针对个体的健康建议和预测模型。这种个性化的服务能更好地满足患者的需求，提高治疗效果和患者满意度。 此外，AI的持续学习和进化能力使其能够不断优化和改进自身的性能。通过不断地接收新的医疗数据和学习新的医学知识，AI可以不断完善自身的模型，提高预测和决策的准确性。这种能力使得AI在医疗领域的应用具有更强的适应性和可扩展性。 “AI在医疗影像识别、自然语言处理等方面有着丰富的应用经验，也可以在内容生成和个性化服务方面发挥更大作用。通过将两者的技术和能力进行结合，可以构建更加智能和高效的医疗系统，提升医疗服务的质量和效率。”上述分析师说。 当前，AI在医疗领域发挥作用的场景包括实时健康监测与预警记录、医学教育与培训、个性化精准医疗等。不过，这些场景的落地可行性还需取决于数据的可获得性、内容生成的合规性等因素。 推动医疗数据充分利用 医疗场景作为人工智能一大特殊、复杂的落地场景之一，对垂直领域企业的综合实力提出了更高的要求：在这一细分领域，与技术创新能力并重的，是企业对专业医疗场景的透彻理解与丰富的协同经验积累。这需要企业不仅需要知道“什么方向可能是可以突破的”，更需要知道“什么方向或者哪些做法是行不通的”。 因此，在医疗AI领域，充分理解临床需求、积累产学研医协同经验，是企业行稳致远的重中之重。 联影智能联合创始人、联席CEO周翔在WAIC上表示，未来的医疗AI大模型将是一个集算法模型、数据和算力于一体的综合体，从健康管理、智能诊疗、医院管理、到教学科研等所有与大健康相关的工作都将能够借助一个整合的大数据与大智能平台来完成。 但周翔也指出，由于医疗领域具备高度的严肃性、复杂性与低容错性，现阶段大模型在医疗领域落地，仍旧需要关注一些实际问题。周翔分享了一个例子：即使是目前最为领先的大模型，在进行基础的“字母数数问题”（比如“单词uncharacteristically的第16个字母是什么？”）时仍会犯错，而且该问题似乎是很多大模型的“通病”。 “这说明，大模型在一些逻辑简单但是很不常见的问题上仍然会莫名其妙地出错而不自知。而此类基础性错误在高度严肃、复杂的医疗领域，是不容出现的。这也意味着，短期内大模型技术要在医疗领域落地，仍旧需要严格的风险把控。”周翔表示，推动医疗数据充分利用至关重要。 艾瑞咨询发布的《中国面向人工智能的数据治理行业研究报告》也指出，医疗信息化建设支持了医疗数据的爆炸式增长，但是医疗数据在流通、共享、存储、管理等环节尚未标准化，导致数据多源异构难汇集、数据标准体系不健全等问题始终存在，掣肘着AI应用乃至行业的发展。 对于上述难题，目前业界内大多则采用了合作模式。据了解，由于在大多数情况下，医院或者政府方并不具备单独处理、研究分析医疗数据的能力与精力，因此在实践中部分机构往往会与第三方展开合作。 “在2010年至2020年这十年间，我国医疗数据的增长率达到了40%，而和这一快速增长相反的是，我们的医疗数据利用率仅有3%。”周翔进一步指出，大量医疗数据未被挖掘与利用的另一面，是我国在医疗数据资源方面的无穷潜力，但这需要集政、产、学、研、医各界力量从伦理、法律、实践等层面进行充分考量、共同推动。海量的医疗数据一旦实现有序释放，将为我国医疗大模型的发展提供巨大的想象空间和爆发潜力。 周翔强调，大模型在医疗领域中的全面落地不会一蹴而就，短期仍旧需要专家指导下的垂域数据训练与审慎的风险把控，但长期来看，随着大模型技术逐步成熟，必将驱动医疗场景的全面升级。 “在解决诸多桎梏的同时我们也需要注意，AI医疗前期投入和运营的成本较高的问题确实是一个需要关注的方面。我们认为，量化AI技术在长期运行中的经济效益，可以通过分析AI技术在提高诊断准确性、降低误诊率、优化治疗方案等方面的效果，来评估经济效益，这未来也可以跟DRG/DIP在医疗精益化管理的实践相结合以进一步提高DRG/DIP政策的执行效果。”上述分析师也补充道，未来，还可以考虑将AI技术与医疗机构的业务流程相结合，提高工作效率和服务质量，从而进一步降低成本并增加收益。 更多内容请下载21财经APP

通过数字化扫描和AI分析，一位埃及木乃伊被发现长了“智齿”。 5月22日，一场跨越4000多年的口腔“问诊”在爱康集团(全称：爱康健康科技集团有限公司)联合北京卫视联合呈制的《爱康AI智爱之夜》中上演。节目里，还有一位演员在AI拍摄的全景牙片“关照”下，提前预测到未来将失去两颗牙。 爱康集团与北京卫视联合打造的“硬核综艺”《爱康AI智爱之夜》播出 目前，AI在药物研发、疾病辅助筛查与诊断、临床治疗辅助决策等多个医疗行业领域得以应用。根据Global Market Insights报告，2032年“AI+医疗”市场规模将达到700亿美元，年均复合增速将超过29%。从市场结构看，药物发现和医学影像是AI应用最重要的两个领域，合计占比超过50%。 AI如何在医疗行业发挥作用？本文将以具备AI医疗影像、AI健康问答能力的爱康集团为例，分析AI对医疗行业的赋能作用。 引入鹰瞳、羽医甘蓝等合作商，利用AI医疗影像辅助诊疗决策 根据西南证券研报，AI 医疗影像进入发展快车道，以辅助诊断为主，包括AI超声诊断、病理学AI等领域在内。爱康集团是中国中高端连锁体检与健康管理集团，通过旗下多个品牌，为团体客户、个人提供健康体检、疾病检测和私人医生、职场医疗等健康服务。目前，爱康集团已经与DeepCare羽医甘蓝、鹰瞳科技等多家人工智能医学影像企业展开了合作。 AI在提高疾病早期发现和治疗方面发挥作用。以爱康引入的DeepCare羽医甘蓝的AI技术为例。它在拍摄全景牙片时，能够在5秒内预测受检者未来10年的口腔健康状态。北京大学口腔医院口腔正畸科副主任、主任医师韩冰曾表示，对于老年人来说，如果全牙脱落，跟有20颗牙的同龄人相比，死亡率大概会升高28%左右。“通过AI技术及时发现并采取干预及治疗措施，或将改变未来轨迹。” 爱康从2018年开始引进鹰瞳Airdoc视网膜人工智能健康评估项目 AI技术还能够减少疾病检测时间，提高医生诊断效率。2022年，爱康联合首都医科大学附属北京同仁医院副院长魏文斌教授团队和鹰瞳Airdoc共同发表的一项研究结果显示，鹰瞳Airdoc的AI算法模型，能够识别、筛查10种常见眼底病，阅片时间节省了96%至97%。 AI为我国面临的医疗资源紧张问题提供了一定出路。根据国家卫健委统计数据，截至2022年，每千人口执业（助理）医师3.15人，每千人口注册护士3.71人；每万人口全科医生数为3.28人，每万人口专业公共卫生机构人员6.94人。这意味着，平均大约3名医师服务一千人，医生需求缺口仍较大。 “AI技术能帮助快速识别病灶，提升诊疗效率及准确率，弥补医生数量缺口。同时，通过辅助诊疗等方式，可以赋能基层医疗机构，推动优质医疗资源下沉。”中国科学院院士、中国医学科学院学部委员张旭接受媒体采访时说道。 爱康集团创始人、董事长兼CEO张黎刚 爱康集团创始人、董事长兼CEO张黎刚接受媒体采访时也表示，考虑到医疗资源分配紧张的情况，如果仅依靠专家的力量全面管理好自己的健康，实现起来是比较困难的。 “全方位的管理并不是生病后才进行管理，而是异常指标是否能及早发现，及时停止不良的生活习惯，人工智能具备解读报告的能力，可以帮助更多人制定健康生活方案。AIGC时代的到来，确实有更多的可能性。”他说。 爱康在2018年推出“iKang AI+”计划，截至目前，爱康已经拥有10余款人工智能产品，覆盖眼底、乳腺、心脏、脑血管、牙齿、骨骼等多种专项筛查，“爱康AI矩阵”初具规模。 爱康AI矩阵 结合爱康目前在全国范围内的合作医疗机构数据来看，“爱康AI矩阵”辅助医疗行业具有一定的成长空间。数据显示，爱康已在全国58个城市拥有近170家体检、齿科与医疗中心，与全国200多个城市的800家医疗机构建立起合作网络。 健康管家“ikkie”提供AI咨询，实现日常健康管理 为爱康20周年庆生，变身“粉红色”的爱康AI健康管家ikkie 今年6月，国务院发布的《深化医药卫生体制改革2024年重点工作任务》强调推进数字化赋能医改，推动健康医疗领域公共数据资源开发利用。国家卫健委、发改委等六大部门去年也发文提出推进“5G+医疗健康”、医学人工智能、“区块链+卫生健康”试点。数字化成为医疗行业趋势。 爱康很早开始数字化医疗的脚步。 2021年，爱康将自身医疗数据“上云”，建立起中国体检行业第一个千万级用户平台。据爱康方面介绍，其“医疗云”目前已经汇聚约7000万的体检大数据。基于上述数据库，2023年6月，爱康推出能够覆盖检前、检中、检后全环节的AI健康管家“ikkie”，为用户提供健康领域问题咨询。 爱康“ikkie”还使用了RAG（检索增强生成）技术，在内容生成前经过爱康的客服、运营、产品等特有知识库优化，使其回答健康相关问题时更全面、准确。数据显示，“ikkie”用户量已达到22万人，累计问答次数已达77万次。 在当代人生活节奏快、压力大的“亚健康”状态下，日常健康管理变得必要起来。对此，爱康在小红书发布“爱康听劝健康局”活动，搜集了许多网友的亲身经历。有网友表示，自己才18岁，因为喜欢跷二郎腿、弓背，已经腰突出好几年，现在只能靠理疗康复。 早发现早治疗，在AI技术加持下，“ikkie”健康管家可以帮助用户将很多身体问题控制在萌芽阶段。当询问“ikkie”喜欢跷二郎腿有哪些危害时，它会回答跷二郎腿可能产生血液循环问题、脊柱压力、肌肉不对称、关节负担、神经压迫等危害，还建议用户“尽量避免长时间跷二郎腿，定期改变坐姿，并进行适当的站立和走动”，发出疾病预警的同时给予一定解决方案。 在政策鼓励和市场需求下，AI辅助健康管理前景广阔。头豹研究院报告显示，在慢性病患者、亚健康群体增大及老龄化驱动下，AI健康管理需求市场快速扩张，预计2023至2027年，市场规模将增至25909亿元。 文/韦英姿 编辑 王进雨 校对 柳宝庆

「突然肚子疼怎么办？」「还有其它症状吗？具体哪里疼？」——这样的问诊对话不是发生在医院，而是来自 AI 健康顾问。 健康和医疗，是自从百川智能成立起就关注的方向。创始人、CEO 王小川更是认为，「往后二十年，若能为生命科学和医学的发展尽一份力，为大众健康做一点贡献，生命就更有意义了。」 这也就不意外，百川智能在WAIC 世界人工智能大会上，重点带来了全新AI医疗应用——AI健康顾问。 这位「顾问」依托通用医疗增强大模型，不仅拥有丰富的医药学知识，并且还具备医生思维。 它能够像从业多年的全科医生一样，在用户提出问询之后，根据用户的问题持续提问，从更多维度更深入地了解症状。 这使得它能像人类医生一样，收集到足够多病症信息后，进行综合判断，给出诊断结果和用药建议。 百川的通用医疗增强大模型不仅在USMLE（美国医考）的评测中超越了GPT-4，并且在由医生(协和、北医等头部三甲高年资主任、主治医师）和心理学专家作为评测主体，对模型进行多角度评测的真实人工评测中，同样超越了GPT-4。 这是百川深耕大模型的成果之一。 成立以来，百川智能先后发布了Baichuan-7B/13B，Baichuan2-7B/13B四款开源可免费商用大模型，以及 Baichuan2-192K、Baichuan-NPC、Baichuan 4等7款闭源大模型。除此之外，百川针对企业客户推出更实惠的Baichuan3-Turbo API和 Baichuan3-Turbo-128K API ，共计三款模型，提供MaaS+AaaS行业解决方案。 Baichuan 4 作为最新一代基座大模型，在国内权威大模型评测机构SuperCLUE的评测中，模型能力行业领先，处于国内大模型第一梯队。基于Baichuan 4的百小应，也在本次展会中吸引大量观众体验。 作为懂搜索、会提问的AI助手，百小应良好地融合了Baichuan 4行业领先的通用能力，能够通过一系列提问，解决用户无法明确表述自身需求，或者提问过于笼统、抽象等问题，帮助用户明确自身需求，获得更精准的答案。 终于，不用再担心自己没有「提个好问题」，AI自己也能搞定。 返回搜狐，查看更多 责任编辑：

近日，上海市儿童医院眼科的乔彤教授团队和上海交通大学医学院附属新华医院的郑策副教授在BMC Ophthalmology（《BMC眼科》）期刊上发表了一篇题为“Automated Detection of Steps in Videos of Strabismus Surgery Using Deep Learning”的文章，该研究开发了一个深度学习模型，用于自动检测斜视手术视频中的主要手术步骤。研究者认为，斜视手术步骤的自动分类识别可以辅助提高斜视手术规范化培训的有效性，也有望作为评估住院医师培训情况的重要手段。 斜视是指各种原因导致眼外肌协调运动失常，双眼不能同时注视同一物体的现象，是导致儿童视觉发育障碍的常见眼病。据了解，全球儿童斜视患病率约0.8%到6.0%不等。斜视除了影响美观外，还会导致弱视、双眼单视功能不同程度的丧失和自信心下降、自尊焦虑等社会心理后遗症。儿童斜视的早期发现和及时治疗至关重要，可以在矫正眼位、恢复外观的基础上，促进视力发育和双眼视觉功能的建立。 据乔彤介绍，目前临床上斜视的诊断高度依赖眼科医师专业检查和检查设备，耗费大量人力、物力，效率低、覆盖面小，应用场景局限在临床，“在中国等许多国家，能够完成斜视筛查的眼科医生数量有限，且眼科住院医师大多无法得到足够的、标准化的斜视手术培训和教育。人工智能（AI）与医学融合的时代已经到来。AI在斜视诊疗领域的应用研究起步较晚，目前大致可分为2类：识别诊断型及手术规划型。” 在上述研究中，团队采集了上海市儿童医院眼科的5位手术者的479个手术视频，将手术录像分割成3345个主要手术步骤片段。基于ICO斜视评估标准将斜视手术分为8个步骤：剪开结膜、钩取眼外肌、暴露眼外肌、预制缝线、分离眼外肌、测量位置、附着眼外肌及缝合结膜。并随机形成训练集、验证集和内部测试集。 由于手术视频不仅包括单帧静态图像信息，也包括时间维度的因果信息，因此，研究团队采用了两个神经网络嵌合的思路，其中卷积神经网络用于提取单帧图片中的静态手术动作信息，Transformer模型用于提取时间维度上的因果信息。模型构架主要包括输入端、中间模型和输出端三部分。研究者将神经网络设计为一个卷积神经网络（CNN）、一个递归神经网络（RNN）再串联一个门控递归单元（GRU）层三大版块：首先运用一个2017年由google团队提出的预训练的神经网络——DenseNet，提取出特征信息，包括单帧图片上的信息如RGP通道信息、空间信息等，并将它们降维压缩拉伸成空间向量信息，接着用注意力机制模型融合时间维度上的信息，最终输出预测结果。 当前研究的流程图和模型构架示意图。图片来源：BMC Ophthalmology 研究结果表明，该深度学习模型在对不同手术步骤进行分类时表现出色（AUC = 1.00；准确率 = 96%）。说明基于手术视频的深度学习模型可以高精度地自动识别斜视手术步骤。 研究者认为，该项研究在许多临床环境中都具有潜力。住院医生学习斜视手术的学习曲线与基于反馈的教学指导密切相关，深度学习算法可通过实时提醒下一步操作，及对手术中的错误操作进行识别和警告，减少手术失误并指导手术操作，尤其是对新手。此外，未来还可基于此开发一种实时监督和客观手术评估的手术规范化培训系统，以提高斜视的整体手术疗效。 据悉，研究团队将进一步探究、验证深度学习模型在眼科手术规范化培训中的潜在应用价值。结合对比学习、计算机视觉等方法，拓展深度学习结果的可解释性和临床随访等多领域应用。 海量资讯、精准解读，尽在新浪财经APP