20000多人的真实病例回顾性试验中，一位癌症患者被人工智能（AI）识别为漏诊病例，最终顺利治疗。这是日前在瑞士举行的AI for Good全球峰会上的好消息。该故事发生在中国，故事中的AI癌症早筛技术同样源自中国。一时间，AI在医疗健康领域的应用又掀起热议。
作为AI重要的技术手段，大模型走向千行百业，大模型赋能千行百业。去年以来，生成式AI爆火，百度、京东、科大讯飞等巨头纷纷下场，推出了自己的健康大模型，以求在智慧医疗领域分一杯羹。百模出击，大模型在医疗中的应用究竟如何？有哪些应用场景？又推广到了哪一阶段?患者真正实现AI看病，到底还有多远？
场景广阔，健康大模型迎热潮
《2023医疗健康AI大模型行业研究报告》数据显示，截至2023年10月，国内累计公开的大模型数量达到238个，其中，医疗大模型近50个，涉及患者问诊、医生助手、药物研发、健康科普等多个领域。
宜善互联网医院院长王静介绍，大模型已成为未来科技巨头们的新赛程，而医疗则是大模型应用最广的细分赛道之一。其所在的宜善互联网医院也在自主研发“智能保健医生”系列产品，大量应用了医疗大模型，可以为医疗诊断、治疗、随访等多个环节提供智能支持和决策参考，主要应用场景包括医疗问答（AI导诊）、智能医生助理等。
异军突起，就必须抢占先机。记者梳理发现，不仅是宜善，大模型浪潮下，无论是医疗企业，还是科技巨头，都瞄准了健康大模型——去年5月25日，互联网医疗平台医联正式发布国内首款医疗领域的大语言模型MedGPT，致力于实现从疾病预防、诊断、治疗到康复的全流程智能化诊疗。往后几个月里，叮当HealthGPT、京医千询、星火医疗大模型、灵医大模型等医疗大模型春笋般涌现。
“大模型在医疗中应用非常广泛，基本涵盖了医疗的各个方面。比如在门诊中，基于大模型的意图理解和专业价值对齐能力，可以实现更加人性化的问诊和辅助鉴诊。在智慧病房建设中，由于大模型可以通过文本、语音、视频的多模态实时输出，可以充当值班的数字医生助手，帮助患者答疑解惑，安抚患者。同时，生成式智能技术的应用，使得一些医疗宣教视频的制作更加便捷；此外，大模型对于患者多维数据处理的能力使得它可以基于评估量表快速生成患者的多风险评估，建立患者的‘健康风险数字人’。”国家超级计算天津中心数据智能部部长康波介绍。
在王静看来，AI在医疗领域的应用具有很大的发展潜力，将为医疗健康行业带来变革性的推动，这也是宜善在后续智能医生升级迭代中需要不断深入研究的课题。一方面，有助于开创医疗行业发展的新格局，多模态、多病种、全病程的AI智能诊疗大模型在医学影像诊断、个性化治疗方案、疾病早期预测和药物研发等场景具有丰富的应用潜力，将打造智能诊疗的新范式。另一方面，医疗大模型有助于提升导诊、分诊、科普教育、健康监测等患者服务智能化水平，改善患者的就医体验，满足人民群众多层次、多样化和个性化的健康服务需求。当前宜善在健康服务上对AI大模型的应用也展现了新成果，宜善智能保健医就能更真实的感受到AI数字人在全面提升患者及用户健康、就医体验的重大作用。
京东健康技术产品部智能算法部负责人王国鑫也表示，健康大模型在提升医疗行业的供给水平、学术研究和教育质量等方面可以发挥重要作用，比如大模型一方面可以用于构建面向医生的产学研教智能工具，另一方面可以实现面向用户的个性化健康助手。
视育互联网医院院长朱晋说：“生成式AI凭借强大的学习和生成能力，突破了传统医疗模式的限制，在疾病预测、药物研发、药物管理、医学影像分析、机器人微创手术、虚拟医疗助理、辅助医疗决策、改善就医体验、健康咨询、赋能健康管理等方面，提供更加精准及个性化服务，在医疗健康领域展现了巨大的应用前景。”
探路前行，商业化落地遇难题
广阔的应用场景，迸发着无限可能。那么，国内健康大模型推广情况如何？什么时候可以商业化落地？患者距离AI看病，还有多远？
“AI看病已逐渐被应用，目前在医学图像处理领域，眼底视网膜病变筛查、肺结节筛查等方面，都有非常多AI技术的应用。”康波坦言：“目前在医院使用的，大多数还是医学智能辅助诊断系统，也就是基于数据形成的单一目的的模型。而利用大模型开展整个智慧医院建设的案例目前并不多，多数还在探索阶段。”
“我们开发了自助验光配镜、远程验光配镜以及互联网医院虚拟视光师和眼科医生，进行近视眼的咨询与防治，但都还不够成熟，仍在实践中完善。”某互联网医院院长向记者表示。
谈及现状，王国鑫介绍，目前市场上还尚未有落地的健康大模型产品，要实现商业化，行业还面临诸多挑战。一方面，由于医疗天然的垂直性，又专又宽的行业特性，使得模型训练难度大；另一方面，医疗数据非结构性特点也是大模型落地的一大难点。此外，目前健康大模型标准还是空白，用怎样的标准评价健康大模型，还有待相关方面一起去推进。
朱晋也坦言：“AI医疗大模型要落地应用还面临许多挑战，如AI技术还不够完美，应用伦理、数据孤岛、数据安全、隐私保护、审核机制、评价标准等问题还有待完善。”
“目前医疗AI可以扮演数据库、知识库的角色。当前AI医疗领域的困境之一，在于技术发展同质化严重，数据、算法的优势尚未得到体现，中国AI医疗器械95%的研究或产出都在医学影像类，在医疗机器人、知识库、自然语言处理等领域研究相对不足，关于决策规则的研究几近空白。”针对行业发展，王静直言：“医疗AI主要依靠患者的问诊数据，缺少查体过程。一方面，躯体类疾病可能会影响患者的感觉，使其表述出来的感受与病情严重程度不相符；另一方面，不同疾病也有相似症状，只靠询问很难得到准确结果。我们坚定认为，AI并不可以、也不可能取代医生，不应有处方权。一旦涉及诊断、开处方，必须有真人医生参与其中。因此，从研发到进入临床，医疗大语言模型还有很长一段路走，但AI一定是未来医疗格局的一分子。患者距离真正实现AI看病，还需等待相关部门建立新的监管框架，在法律标准下进行。”
多方协同，AI看病不是梦
一本正经地胡说八道、患者隐私泄露……在AI的发展中，准确与安全一直是行业痛点和重点。
对此，康波表示，目前学界和业界专家也在通过建立围栏技术等方式避免此类情况的产生。展望未来，康波说：“目前基于生成式智能的辅助诊断系统，由于融合了AI的复杂提取能力和严谨的专业知识，具备了可解释基础的生产力能力，同时也得到了国家的鼓励。其中，国家卫生健康委发布了《医疗机构临床决策支持系统应用管理规范（试行）》，也在强调人工智能加医学知识，为智慧化医院建设提供助力，我们在这方面也在开展实践，预期年内会有一些落地成效。”
“在未来，AI医疗大模型将全面融入医疗保健行业，成为推动全球健康产业发展的重要力量。新一代人工智能有可能改变医疗服务的提供方式，重构医疗行业。”朱晋说。