頭部平臺企業(yè)和AI科技公司正“跨界”醫療賽道。平臺

　　相較于今年上半年全國多家頭部三甲醫院相繼高調發(fā)布自研AI（人工智能）模型，巨頭競速醫院布局大模型正進(jìn)入“冷靜期”，互聯(lián)尋求外部AI服務(wù)資源成為不少醫院的網(wǎng)醫共同選擇。

　　與此同時(shí)，療商大模型催化線(xiàn)上診療效率提升和服務(wù)生態(tài)延伸，業(yè)模讓一度陷入寒冬的式何互聯(lián)網(wǎng)醫療重獲市場(chǎng)關(guān)注。

　　雙重背景下，可持頭部平臺企業(yè)和科技公司正依托AI技術(shù)基座優(yōu)勢和海量的平臺健康搜索數據，持續加注醫療賽道。巨頭競速

　　“平臺企業(yè)有自己的互聯(lián)基因和特點(diǎn)。在沒(méi)有AI技術(shù)加持的網(wǎng)醫時(shí)代，他們可能已經(jīng)擁有千億級用戶(hù)流量規模、療商日均幾億醫療需求數據，業(yè)模但彼時(shí)用戶(hù)線(xiàn)上尋求醫療服務(wù)的式何剛性和頻次不足，這導致用戶(hù)流量始終難以轉變成一個(gè)獨立的業(yè)務(wù)單元。大模型改變了互聯(lián)網(wǎng)診療效率，也讓更多平臺企業(yè)看到將高頻需求轉化為特定醫療服務(wù)場(chǎng)景的可能性。而需求轉化為服務(wù)的前提，是攻克平臺數據治理、AI幻覺(jué)的挑戰?！卑俣冉】悼偨?jīng)理楊明璐對第一財經(jīng)表示。

　　所以，在她看來(lái)，在A(yíng)I醫療服務(wù)市場(chǎng)發(fā)展中，平臺企業(yè)“入局”時(shí)間可能不是最早的，但迭代進(jìn)程會(huì )足夠快。

　　也有受訪(fǎng)行業(yè)人士認為，互聯(lián)網(wǎng)企業(yè)“跨界”醫療的故事往往存在相似之處——大都是從健康科普和“買(mǎi)藥”開(kāi)始，逐漸拓展到醫生智能體的訓練之中，并在嚴肅醫療和健康管理等場(chǎng)景中找到自己的一席之地。

　　18日，百度健康基于三大自研大模型，發(fā)布涵蓋從泛健康、個(gè)性化問(wèn)診到就醫決策和用藥推薦、家族健康數據動(dòng)態(tài)管理和風(fēng)險預測等醫療服務(wù)多場(chǎng)景的百度健康AI管家APP，支持真人醫生對AI決策進(jìn)行二次實(shí)時(shí)核驗。在此之前，百度健康針對醫生群體發(fā)布超級醫生工作臺，支持患者通過(guò)AI初篩鏈接真人醫生。

　　同一周，企查查信息顯示，抖音于14日在上海全資成立了上海小荷網(wǎng)絡(luò )技術(shù)有限公司。小荷健康為字節跳動(dòng)旗下醫療健康品牌，前身為一個(gè)醫學(xué)科普內容平臺。今年7月，“小荷AI醫生”作為一款獨立App上線(xiàn)運行，其核心定位也是“全天候健康管家”。

　　除了百度健康、小荷健康，截至目前，京東健康、騰訊健康、美團買(mǎi)藥、商湯科技、科大訊飛、東軟等多家平臺公司和科技企業(yè)，也相繼推出了醫療垂直大模型和醫生智能體，通過(guò)布局互聯(lián)網(wǎng)醫療，打開(kāi)與醫院、藥械企業(yè)等醫療服務(wù)提供方的合作網(wǎng)。

　　不過(guò)，曾有接受第一財經(jīng)采訪(fǎng)的醫療垂直大模型研發(fā)的產(chǎn)業(yè)界人士和醫院人士提出質(zhì)疑：鑒于高質(zhì)量、可獲取的數據量有限，加之數據處理需要投入大量成本，醫療領(lǐng)域研發(fā)者往往在研發(fā)模型時(shí)，并不會(huì )“投喂”來(lái)源廣泛的大量診療數據，以確保規則庫質(zhì)量和數據的權威性。而科技企業(yè)往往通過(guò)通用型大模型技術(shù)“起家”，并在醫療大模型的訓練中灌輸了大量、來(lái)源廣泛的患者數據、來(lái)自于在不同醫療機構購買(mǎi)的脫敏病例以及不同水平的醫生診療數據。那么，如何確保此類(lèi)模型在嚴肅醫療場(chǎng)景中的決策準確性？

　　有受訪(fǎng)AI專(zhuān)家則提出反對：隨著(zhù)醫療體系內容對于模型泛化應用需求增多，通用大模型的通識能力、思考推理能力以及多模態(tài)能力將發(fā)揮日益重要的作用。

　　基于這一思路，一種抑制AI幻覺(jué)的路徑是：讓大模型在訓練中可以獲得規模足夠大并得到實(shí)時(shí)更新和校準的診療數據和醫學(xué)數據。與此同時(shí)，通過(guò)算法迭代，使得大模型能理解醫生推理路徑；在每次大模型決策后，加入真人醫生的復核環(huán)節，讓大模型同時(shí)對醫生和用戶(hù)“開(kāi)黑箱”。

　　“我們會(huì )在訓練階段對數據進(jìn)行三層加工：第一層是對來(lái)自于平臺、合作醫療機構、醫學(xué)期刊等多種來(lái)源，涵蓋醫療影像、文本、語(yǔ)音等多種模態(tài)的數據進(jìn)行清理和整合，并由真人專(zhuān)家參與數據標注和臨床應用補充；第二層是引入專(zhuān)病CoT（思維鏈）、專(zhuān)科CoT、問(wèn)診經(jīng)驗CoT、診療指南CoT、病例抽象CoT等技術(shù)，將醫療診療的專(zhuān)業(yè)邏輯‘編碼’進(jìn)數據中，讓數據具備醫療決策思維；第三層是泛化增強層，讓數據可以在泛健康、消費醫療、嚴肅醫療、‘藥械?！葓?chǎng)景進(jìn)行準確調度?！卑俣冉】礎I管家產(chǎn)品負責人魯妹告訴第一財經(jīng)。

　　她還提到，在真實(shí)應用場(chǎng)景下，只要涉及嚴肅醫療，每次大模型決策均會(huì )由36萬(wàn)生態(tài)合作的醫生進(jìn)行二次把關(guān)和簽字背書(shū)，但凡涉及用藥推薦，也都會(huì )由真人醫生完成。這時(shí)，醫療AI平臺所做的工作類(lèi)似于“網(wǎng)約車(chē)平臺派單”，旨在減少醫患雙方調度成本、醫療資源不必要消耗并提升診療效率，而非用AI取代真人醫生。

　　而從商業(yè)化的角度，一種受訪(fǎng)業(yè)界觀(guān)點(diǎn)認為，盡管互聯(lián)網(wǎng)醫療已逐漸走出最初的“醫藥電商”邏輯，但對于用戶(hù)端所提供的報告解讀、就醫咨詢(xún)、線(xiàn)下導診以及健康管理等方面，仍存在用戶(hù)黏性不高、收費路徑不明等挑戰，與此同時(shí)醫保商保的可支付性仍待進(jìn)一步暢通。相比之下，面向醫療機構拓展生態(tài)合作，或將在一段時(shí)間內成為入局AI醫療的平臺型和科技企業(yè)的發(fā)力重點(diǎn)。而院端路徑的暢通，也將為互聯(lián)網(wǎng)AI診療平臺鏈接到更多醫生資源，并可能由此打通創(chuàng )新藥械線(xiàn)上銷(xiāo)售。

　　“醫療機構會(huì )以安全為底線(xiàn)，對AI大模型的應用作出一些嘗試。以我們醫院為例，所謂安全為底線(xiàn)，最主要就是建立自己獨立的算力平臺，再通過(guò)對外購買(mǎi)服務(wù)器、軟件模具等模式，繼而落地了10個(gè)主流的大數據模型?！北本┐髮W(xué)首鋼醫院副院長(cháng)關(guān)振鵬表示。

　　華中科技大學(xué)同濟醫學(xué)院附屬協(xié)和醫院黨委副書(shū)記孫暉透露，目前，該院與百度健康共同探索的“AI智慧門(mén)診”運行至今，已覆蓋全院30余個(gè)臨床科室。比如，在智能加號服務(wù)加號到院的患者中，手術(shù)患者占比66.5%，惡性病理確診率71.4%，專(zhuān)家復核準確率達91.9%，有效實(shí)現了醫療資源的精準分配，“患者減負、醫生增效”。

　　“前天，我在互聯(lián)網(wǎng)醫院‘秒回’了一個(gè)病人的問(wèn)題，他說(shuō)‘太快了，謝謝’，緊接著(zhù)反問(wèn)了一句：‘醫生，你該不會(huì )是人工智能吧’。我開(kāi)玩笑稱(chēng)，我是‘智能的人工’?！睂O暉認為，在快速識別病人問(wèn)題、輔助醫生提升工作效率等方面，人工智能對于醫院的作用正持續顯效。

(責任編輯：熱點(diǎn))