大模型落地为医疗带来了哪些实际变化？

2024 年，大模型逐渐从概念逐渐走向落地，这使得 2024 年也成为大 模型集中落地的一年。

目前，医疗垂直领域大模型已可涵盖医学文本、医学影像、 生命组学及蛋白质工程等多种数据形态。根据不完全统计，涉及医疗的大模型已 逾百个，涉及的场景十分广泛，几乎覆盖了所有的科技医疗板块。诊前环节是当下医疗大模型最常落地的场景，“智能体”（即采用大模型技术 的 AI 智能代理）也成为当下描述大模型领域最热的关键词之一。基于大模型的 智能体能够模拟医生与患者进行比以往拟人度高得多的人机对话，根据患者的病 情描述，为患者提供初步的预诊分诊，并智能推荐就诊科室和合适的医生。由于 在预问诊环节智能体已经提前获得并总结了患者主诉、既往病史、用药禁忌等信 息。正式就诊时，医生对于患者的病情已有一定了解，便能提出更多针对性的问 题，使得医患交流更加精准和高效，医生的诊疗决策更为准确。

以腾讯健康为例，就完成了 AI 智能预问诊系统的规模落地。这一可自动为 接诊医生总结诊前报告的人工智能在病历小结上的准确率已达 87%，月均使用人次已超 2 万。 作为互联网医疗巨头的京东健康也在今年推出了用于诊前场景的智能健康 助手产品“康康”，可以随时解答用户健康疑问，并精准、高效地匹配医疗服务资 源。

除此之外，通过将大模型与可持续监控用户生理指标的物联网硬件结合，实 现对个人健康状态更有针对性的管理和疾病风险预测也成为 2024 年大模型应用 一道靓丽的风景线。比如「杉木 SHANMU」就基于全球最小型化，且在灵敏度、 精度、特异性三方面与院内数百万元级的自动生化仪遵循统一标准的“感知系列” 全自动生化分析仪与个性化 AI 病理模型结合，通过预先收集用户身高体重、年 纪、偏好、疾病史、当下症状等多个维度的个人数据，再结合每次尿液里的分子、 蛋白、标记物的定量结果，可以在糖前期、高尿酸、慢性肾炎和女性激素这个几 个方面进行跟踪、早期预判和辅助诊断。随着用户数据的不断积累，「杉木 SHANMU」的“感知系列”垂直病理模型对用户健康状况的理解将逐渐深化，所提 供的健康反馈也愈发专业与精准，进而有望在未来打造出一个 AGI 时代真正意 义的 “家庭医生”。

在诊中场景，智能体也可以通过学习电子病历、医学文献等数据成为医生身 边的小助手，列出可能的结果为医生诊断提供辅助，提升诊断准确性及效率。同 时，它可整理诊断录音并以结构化格式输出，或对结构化医疗文书进行自动录入， 辅助电子病历形式质控、内涵质控，减轻医生在书写、检查等环节的负担。 去年 4 月，京东健康上线了国内首个皮肤专科互联网医院，打造了国内首批 皮肤专科互联网医疗服务平台。基于京医千询大模型，京东健康皮肤专科互联网 医院的 AI 辅诊准确率超过 95%，专病随访服务患者付费转化率已达 20%。

由于种种原因，国内的诊后环节一直缺乏成体系的医疗服务，智能体在诊后 场景上的落地则有利于化解这一难题。它也可以作为复诊辅助工具，在线 7×24 小时回答患者关于病情、药物副作用、预防措施等方面的问题；也可以作为宣教 工具，向患者传授正确的健康知识和预防措施。不仅如此，一些医疗大模型还可 通过对患者的多模态评估数据（包括用户基本信息、评估结果、问诊结果、病历 信息、机器视觉采集的体态评估及可穿戴传感器收集的数据等）进行分析，提供 多元化、个性化的健康管理或康复服务，极大地延伸慢病管理服务的“上下游”， 确保患者享受到高品质、连续性的医疗服务。

在运营管理场景，智能体也已经落地。举例来说，用户只需在申请出差时只 要简单提问，就能清晰了解差旅报销标准；想要查询科室的运营数据，只需向运营智能体发问便会直接获取想要的数据。同时，大模型还能够实时获取所需的各 种深度数据分析与服务，并根据管理者的习惯自动推送其期望掌握的数据。目前， 在实际运行中，大模型已逐渐成为提升医疗机构效率和效益的重要技术实现路径。 它可以采用分析报告、管理路径、策略输出、目标导航、AI 模拟仿真、AI 运营 助理机器人等管理方法和手段对医疗机构经济运营状况进行事后分析、问题根因 溯源、过程控制、改善评估、未来预测、辅助决策，从而实现全面支撑优化业务 流程、合理资源配置、计划合理制定等方面的战略管控工作。

与影像人工智能时代相比，一个明显的趋势是医疗机构自建大模型的热情高 涨。这并不难理解，毕竟医疗机构才最了解自身实际需求。大模型企业也通过提 供各种技术手段“授人以渔”降低了大模型开发的门槛，让医疗机构拥有自主构建 大模型应用的能力。比如，医渡科技就打造了“数据中台+AI 中台”双中台模式， 使医院可以根据自身需求自主开发智能应用，实现安全、专业、自主的智慧医院 建设。以中山大学附属肿瘤医院为例，便通过 AI 中台自主构建了用于鼻咽癌患 者院外个性化服务的大模型，并在科研、患者招募、患者服务等多维度上实现了 业务系统智能化升级。在国家卫健委“第二届全国数字健康创新应用大赛健康医 疗大数据主题赛”上，医渡科技与医院合作的大模型也获得了不俗成绩。 在智慧医保和公共卫生方面，大模型也已有落地。这类大模型可以对海量的 碎片化多模态信息进行分析挖掘，帮助管理机构描绘出一幅业务现状和趋势的透 视图，并给出一些业务管理上的建议。医保基金监管大模型就可对医保多维度数 据进行结合分析，在医保基金的智能审核和监控中发挥了巨大的作用。此外，大 模型也可通过数据模型和局部群体数据成功预测疾病传播趋势和潜在影响。

值得一提的是，大模型的激烈竞争也已经卷到了中医药。无论是科技巨头、 中医创新企业，还是研究机构，甚至是地方政府，均已加入这场中医药大模型混 战。据不完全统计，2023 年以来，已有数十个中医药相关的大模型相继亮相。 这些中医药大模型通常具有多个应用场景，主要包括新药研发、问诊导诊、辅助 诊疗和康复健康管理。面向康养机构、药店诊所等偏消费场景的大健康养生服务 是中医药大模型落地最多的场景。这不仅因为中医大健康养生服务不仅是最有潜 在市场规模的场景，也因为此类场景语言交互需求强，和大模型在语义理解、生 成交互的技术优势十分契合。中医药辅助诊疗场景则考验大模型对多模态数据训 练、处理和图像识别上的能力，也有非常好的应用前景。此外，中医药大模型对 新药研发、中药产业发展有极大助力，也已有大模型落地。这类大模型能够帮助 研究者完成中医药理论证据的挖掘和总结；也可结合相应算法快捷实现药材与复 方的筛选和优化；还可实现中药研究底层核心数据与中药全产业链关键环节的有 机结合，在中药材种植、质量控制、药物研发等中药全产业链关键环节中发挥价 值。