頭部平臺(tái)企業(yè)和AI科技公司正“跨界”醫(yī)療賽道。平臺(tái)

　　相較于今年上半年全國(guó)多家頭部三甲醫(yī)院相繼高調(diào)發(fā)布自研AI（人工智能）模型，巨頭競(jìng)速醫(yī)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(yī)院的網(wǎng)醫(yī)共同選擇。

　　與此同時(shí)，療商大模型催化線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(yī)療重獲市場(chǎng)關(guān)注。

　　雙重背景下，可持頭部平臺(tái)企業(yè)和科技公司正依托AI技術(shù)基座優(yōu)勢(shì)和海量的平臺(tái)健康搜索數(shù)據(jù)，持續(xù)加注醫(yī)療賽道。巨頭競(jìng)速

　　“平臺(tái)企業(yè)有自己的互聯(lián)基因和特點(diǎn)。在沒有AI技術(shù)加持的網(wǎng)醫(yī)時(shí)代，他們可能已經(jīng)擁有千億級(jí)用戶流量規(guī)模、療商日均幾億醫(yī)療需求數(shù)據(jù)，業(yè)模但彼時(shí)用戶線上尋求醫(yī)療服務(wù)的式何剛性和頻次不足，這導(dǎo)致用戶流量始終難以轉(zhuǎn)變成一個(gè)獨(dú)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(tái)企業(yè)看到將高頻需求轉(zhuǎn)化為特定醫(yī)療服務(wù)場(chǎng)景的可能性。而需求轉(zhuǎn)化為服務(wù)的前提，是攻克平臺(tái)數(shù)據(jù)治理、AI幻覺的挑戰(zhàn)。”百度健康總經(jīng)理?xiàng)蠲麒磳?duì)第一財(cái)經(jīng)表示。

　　所以，在她看來(lái)，在AI醫(yī)療服務(wù)市場(chǎng)發(fā)展中，平臺(tái)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。

　　也有受訪行業(yè)人士認(rèn)為，互聯(lián)網(wǎng)企業(yè)“跨界”醫(yī)療的故事往往存在相似之處——大都是從健康科普和“買藥”開始，逐漸拓展到醫(yī)生智能體的訓(xùn)練之中，并在嚴(yán)肅醫(yī)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)性化問診到就醫(yī)決策和用藥推薦、家族健康數(shù)據(jù)動(dòng)態(tài)管理和風(fēng)險(xiǎn)預(yù)測(cè)等醫(yī)療服務(wù)多場(chǎng)景的百度健康A(chǔ)I管家APP，支持真人醫(yī)生對(duì)AI決策進(jìn)行二次實(shí)時(shí)核驗(yàn)。在此之前，百度健康針對(duì)醫(yī)生群體發(fā)布超級(jí)醫(yī)生工作臺(tái)，支持患者通過AI初篩鏈接真人醫(yī)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(jié)跳動(dòng)旗下醫(yī)療健康品牌，前身為一個(gè)醫(yī)學(xué)科普內(nèi)容平臺(tái)。今年7月，“小荷AI醫(yī)生”作為一款獨(dú)立App上線運(yùn)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(tuán)買藥、商湯科技、科大訊飛、東軟等多家平臺(tái)公司和科技企業(yè)，也相繼推出了醫(yī)療垂直大模型和醫(yī)生智能體，通過布局互聯(lián)網(wǎng)醫(yī)療，打開與醫(yī)院、藥械企業(yè)等醫(yī)療服務(wù)提供方的合作網(wǎng)。

　　不過，曾有接受第一財(cái)經(jīng)采訪的醫(yī)療垂直大模型研發(fā)的產(chǎn)業(yè)界人士和醫(yī)院人士提出質(zhì)疑：鑒于高質(zhì)量、可獲取的數(shù)據(jù)量有限，加之?dāng)?shù)據(jù)處理需要投入大量成本，醫(yī)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(shù)據(jù)，以確保規(guī)則庫(kù)質(zhì)量和數(shù)據(jù)的權(quán)威性。而科技企業(yè)往往通過通用型大模型技術(shù)“起家”，并在醫(yī)療大模型的訓(xùn)練中灌輸了大量、來(lái)源廣泛的患者數(shù)據(jù)、來(lái)自于在不同醫(yī)療機(jī)構(gòu)購(gòu)買的脫敏病例以及不同水平的醫(yī)生診療數(shù)據(jù)。那么，如何確保此類模型在嚴(yán)肅醫(yī)療場(chǎng)景中的決策準(zhǔn)確性？

　　有受訪AI專家則提出反對(duì)：隨著醫(yī)療體系內(nèi)容對(duì)于模型泛化應(yīng)用需求增多，通用大模型的通識(shí)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幻覺的路徑是：讓大模型在訓(xùn)練中可以獲得規(guī)模足夠大并得到實(shí)時(shí)更新和校準(zhǔn)的診療數(shù)據(jù)和醫(yī)學(xué)數(shù)據(jù)。與此同時(shí)，通過算法迭代，使得大模型能理解醫(yī)生推理路徑；在每次大模型決策后，加入真人醫(yī)生的復(fù)核環(huán)節(jié)，讓大模型同時(shí)對(duì)醫(yī)生和用戶“開黑箱”。

　　“我們會(huì)在訓(xùn)練階段對(duì)數(shù)據(jù)進(jìn)行三層加工：第一層是對(duì)來(lái)自于平臺(tái)、合作醫(yī)療機(jī)構(gòu)、醫(yī)學(xué)期刊等多種來(lái)源，涵蓋醫(yī)療影像、文本、語(yǔ)音等多種模態(tài)的數(shù)據(jù)進(jìn)行清理和整合，并由真人專家參與數(shù)據(jù)標(biāo)注和臨床應(yīng)用補(bǔ)充；第二層是引入專病CoT（思維鏈）、?？艭oT、問診經(jīng)驗(yàn)CoT、診療指南CoT、病例抽象CoT等技術(shù)，將醫(yī)療診療的專業(yè)邏輯‘編碼’進(jìn)數(shù)據(jù)中，讓數(shù)據(jù)具備醫(yī)療決策思維；第三層是泛化增強(qiáng)層，讓數(shù)據(jù)可以在泛健康、消費(fèi)醫(yī)療、嚴(yán)肅醫(yī)療、‘藥械?！葓?chǎng)景進(jìn)行準(zhǔn)確調(diào)度?！卑俣冉】礎(chǔ)I管家產(chǎn)品負(fù)責(zé)人魯妹告訴第一財(cái)經(jīng)。

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

　　而從商業(yè)化的角度，一種受訪業(yè)界觀點(diǎn)認(rèn)為，盡管互聯(lián)網(wǎng)醫(yī)療已逐漸走出最初的“醫(yī)藥電商”邏輯，但對(duì)于用戶端所提供的報(bào)告解讀、就醫(yī)咨詢、線下導(dǎo)診以及健康管理等方面，仍存在用戶黏性不高、收費(fèi)路徑不明等挑戰(zhàn)，與此同時(shí)醫(yī)保商保的可支付性仍待進(jìn)一步暢通。相比之下，面向醫(yī)療機(jī)構(gòu)拓展生態(tài)合作，或?qū)⒃谝欢螘r(shí)間內(nèi)成為入局AI醫(yī)療的平臺(tái)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(tái)鏈接到更多醫(yī)生資源，并可能由此打通創(chuàng)新藥械線上銷售。

　　“醫(yī)療機(jī)構(gòu)會(huì)以安全為底線，對(duì)AI大模型的應(yīng)用作出一些嘗試。以我們醫(yī)院為例，所謂安全為底線，最主要就是建立自己獨(dú)立的算力平臺(tái)，再通過對(duì)外購(gòu)買服務(wù)器、軟件模具等模式，繼而落地了10個(gè)主流的大數(shù)據(jù)模型?！北本┐髮W(xué)首鋼醫(yī)院副院長(zhǎng)關(guān)振鵬表示。

　　華中科技大學(xué)同濟(jì)醫(yī)學(xué)院附屬協(xié)和醫(yī)院黨委副書記孫暉透露，目前，該院與百度健康共同探索的“AI智慧門診”運(yùn)行至今，已覆蓋全院30余個(gè)臨床科室。比如，在智能加號(hào)服務(wù)加號(hào)到院的患者中，手術(shù)患者占比66.5%，惡性病理確診率71.4%，專家復(fù)核準(zhǔn)確率達(dá)91.9%，有效實(shí)現(xiàn)了醫(yī)療資源的精準(zhǔn)分配，“患者減負(fù)、醫(yī)生增效”。

　　“前天，我在互聯(lián)網(wǎng)醫(yī)院‘秒回’了一個(gè)病人的問題，他說‘太快了，謝謝’，緊接著反問了一句：‘醫(yī)生，你該不會(huì)是人工智能吧’。我開玩笑稱，我是‘智能的人工’?！睂O暉認(rèn)為，在快速識(shí)別病人問題、輔助醫(yī)生提升工作效率等方面，人工智能對(duì)于醫(yī)院的作用正持續(xù)顯效。