重视数据、深挖场景,AI如何赋能医疗健康行业
见习记者闫硕 北京报道
“AI+医疗”向来是业内关注的重点,也是国内外资本聚集的领域。比如,近几日,国外有英伟达和辉瑞领投以色列AI制药初创公司CytoReason 8000万美元融资;国内有讯飞医疗向香港交易所重新提交上市申请。
《2024十大新兴技术报告》显示,AI已成为科学研究的驱动力,当前深度学习和生成性AI正在加速科学发现,并预计将在疾病诊断、治疗、预防,以及新材料和生命科学领域带来突破性进展。
从市场规模看,IDC预计,到2025年,全球人工智能应用市场总值将达1270亿美元,其中医疗行业将占总规模的五分之一。业内预计,未来10年我国“AI+医疗”市场规模复合年增长率(CAGR)将超过30%。根据公开数据,仅在AI影像方面,2023年我国市场规模约为36.2亿元,预计到2025年将达到126.8亿元,2020-2025年的CAGR约为127.1%。
《“健康中国2030”规划纲要》提出,要推进数字健康战略,加快数字技术与医疗卫生健康深度融合,加大对数字健康领域的政策和资金支持力度,以技术之“智”赋能医疗之“治”,实现医疗服务和全民健康管理的全面升级。
在这一过程中,“数据”和“场景”是业内普遍关注的两个关键词。业内认为,高质量的数据对大模型训练至关重要,而场景则定义了AI技术如何解决实际的医疗问题。
数据是基础
算力、算法和数据是AI的关键要素,算力代表计算能力,算法决定了数据如何被处理和分析,而数据则是训练模型的基础。高质量的数据能够提升模型的准确性,然而,目前医疗数据仍存在碎片化、非标准化等情况。
业内认为,医疗数据一般包括患者个人信息、诊断记录、治疗记录、影像资料等,这些数据数量庞大、种类繁多,且质量参差不齐。
百度大健康事业群策略研发总经理黄海峰向记者介绍,医院的数据其实主要指病历数据,这些数据对模型打造至关重要,但这只是大模型训练所需数据的一部分。除此之外,书籍、教材等一些静态的权威知识同样很重要。
“好的模型离不开高质量的数据,医疗大模型的数据需要体现行业的专业性和特色,病历数据获取成本和难度很高,业内普遍认为,病历数据应该以专科专病的方式去建设。如果病历数据的体量没有达到足够高,有可能会被其他数据稀释。”黄海峰说。
需要指出的是,根据《全民健康信息化调查报告》的数据,2021年,我国的三级医院平均只有不到20%的医疗机构采用了医疗大数据应用,而二级医院不足5%。即使对于临床数据这一备受瞩目的领域,仅有五分之一的医院尝试开展研究。医疗机构之间存在着严重的“数据孤岛”问题。
此外,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》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。
实际上,近些年,我国也在陆续出台相关政策,以进一步释放数据要素价值。如,2020年4月,中共中央、国务院印发《关于构建更加完善的要素市场化配置体制机制的意见》,将“数据”列为劳动力、土地、资本等之外的第五大生产要素;2022年12月,《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》对外公布,指出要加强汇聚共享和开放开发,强化统筹授权使用和管理,推进互联互通,打破“数据孤岛”。
此外,今年初,国家数据局发布消息,国家数据局等17部门联合印发《“数据要素×”三年行动计划(2024—2026年)》,指出有序释放个人健康数据价值,完善个人健康数据档案,融合体检、就诊、疾控等数据,创新基于数据驱动的癌症早筛、职业病监测、公共卫生事件预警等公共服务模式。
场景是关键
一款好的大模型应用需要具备两个最基本的条件,一是模型的底座能力,二是合适的应用场景。
场景是医疗大模型发展的关键。《2023医疗健康AI大模型行业研究报告》显示,截至2023年10月,国内累计公开的医疗大模型近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。
大模型要真正做到临床可用,场景越聚焦价值越高。如今AI和医疗结合还处于较浅的层面,大模型在医疗领域的应用还处于对已有场景的重构阶段,并未出现新场景的创新。未来,在医疗领域,可能是AI为主、人类为辅,医疗大模型将拓展至更多场景。
值得一提的是,去年以来,各地都在密集出台政策,鼓励AI用于智慧医院服务建设,其中智慧门诊的建设备受关注。
“对于智慧门诊,我认为核心要解决几个矛盾:一是患者挂错号、挂不准号和医疗资源紧张的矛盾;二是切实有需求的患者挂不上号,而专家又常常抱怨患者不精准的矛盾;三是患者就医‘三长一短’(挂号时间长、取药时间长、交费时间长、看病时间短的问题)和医生看诊的过程中还有大量病例文书工作要处理的矛盾。”百度大健康事业群组医疗业务总经理张延东表示,如今,AI正深度参与其中,新的解决方案也将被进一步推出。
根据亿欧智库预测,2023-2027年为医疗健康AI大模型集中爆发的阶段,市场规模将达70亿元。医疗大模型又该如何实现商业化落地?
黄海峰表示,医疗大模型的商业化进程可分为几个阶段,第一阶段企业提供公有云服务或服务收费模式,用户可以灵活、快速地感受大模型相关能力;第二阶段企业面向具体医院推出私有化大模型服务,由大模型公司打造好相应能力,医院直接调用;第三阶段企业与医院和科研机构联合打造专属大模型,这一阶段强调用户的参与,由他们提供优质数据,同时也提供行业相关经验。
商业化的进程面临着巨大的竞争。有行业报告指出,AI医疗市场的竞争日趋激烈,参与者众多,包括大型医疗机构、医疗服务提供商、科技公司以及初创企业等。这些竞争者都在积极布局,开发各种类型的AI医疗产品和服务,以期在市场中占据一席之地。
在百度集团资深副总裁、百度大健康事业群组总裁何明科看来,医疗健康是一个比较分散的行业,即便是全球最大的药械企业,也只是在几个细分领域比较有优势,很难像互联网一样一家独大,这既不现实,也不合理,同时也不符合行业健康发展的要求。
“未来,我认为可能不会有太多技术大模型公司,医疗大模型公司就更不会有太多,医疗大模型可能都是依托于基础大模型来做应用。在竞争中更为重要的是差异化和能力,前者是对业务场景的理解,后者是实际应用中的效果,企业要通过差异化和产品效果在竞争中脱颖而出。”何明科说。
0人
- 每日推荐
- 股票频道
- 要闻频道
- 港股频道
![](http://u.thsi.cn/imgsrc/flashcms/659633220_373e27269d744833ebfb2ad61ae3a43f.jpg)
![](http://u.thsi.cn/imgsrc/flashcms/659633220_9df037c562da4a36b43339999f4aff49.jpg)
- 重磅!国泰君安、海通证券合并重组
- 国家发改委发布外商投资准入特别管理措施 (负面清单)(2024年版)
- 下周,A股“券商一哥”解禁超170亿
- AI和大数据能帮助人类健康长寿?国际人类表型组系列丛书在浦江创新论坛首发
- 央行、外汇局发声 谈及货币政策改革
- 聚焦重要外部信号!机构把脉A股后市布局
- AI眼镜,凭什么引发热潮
- 格林美与韩国ECOPRO在印尼开发镍全产业链
- 周末这些重要消息或将影响股市(附新股日历+机构策略)