億歐智庫-2023醫(yī)療健康A(chǔ)I大模型行業(yè)研究報告

2023醫(yī)療健康A(chǔ)I大模型行業(yè)研究報告1前言?醫(yī)療行業(yè)是一個典型的知識和技術(shù)密集型行業(yè)，其發(fā)展水平直接關(guān)系到國民健康和生命質(zhì)量。醫(yī)療健康A(chǔ)I大模型，作為人工通過學(xué)習(xí)大量的數(shù)據(jù)來生成新的數(shù)據(jù)實(shí)例，這在醫(yī)前景，如藥物研發(fā)、醫(yī)學(xué)影像、醫(yī)療文本分析等。?基于此，億歐撰寫了本報告，旨在分析當(dāng)前醫(yī)療健康A(chǔ)I大模型在實(shí)際應(yīng)用中的成效，提高醫(yī)療各界對醫(yī)療健康A(chǔ)I大模型的認(rèn)識和理解，討論其對醫(yī)療服務(wù)可及性和質(zhì)量的潛在影響，增強(qiáng)醫(yī)療各界對新技術(shù)的接受度。2目錄C目錄CONTENTSGPT-1GPT-2GPT-3GPT-1GPT-2GPT-3在1956年的達(dá)特茅斯會議上，“人工智能”的概念被首次提出，六十多年以來，歷經(jīng)邏輯推理、專家系統(tǒng)、深度學(xué)習(xí)等技術(shù)的發(fā)展，人工智能也經(jīng)歷了數(shù)次沉浮，有如日中天的發(fā)展時期，也有因技術(shù)不足熱度退去后的寒潮。而每一次寒潮后，也會經(jīng)歷技術(shù)的蟄伏發(fā)展，為人工智能帶來里程碑TransformerTransformer眾多高校研發(fā)醫(yī)療健康A(chǔ)I大模型，為行業(yè)發(fā)展的技術(shù)底座提供了堅實(shí)的基礎(chǔ)億歐智庫：開源中文醫(yī)療健康A(chǔ)I大模型研發(fā)信息研發(fā)高校信息模型名稱模型功能哈爾濱工業(yè)大學(xué)社會計算與信息檢索研究中心本草BenTaso此外，項(xiàng)目還嘗試?yán)肎PT3.5API將醫(yī)學(xué)文獻(xiàn)中的【結(jié)論】作為外部華東師范大學(xué)計算機(jī)科學(xué)與技術(shù)學(xué)院智能知識管理與服務(wù)團(tuán)隊(duì)ShenNong-TCM-LLM-神農(nóng)中醫(yī)藥大模型澳門理工大學(xué)CareLlama關(guān)懷羊駝中文醫(yī)療大模型通用大模型首個會看胸部X光片的中文多模態(tài)醫(yī)學(xué)大模型華南理工大學(xué)未來技術(shù)學(xué)院廣東省數(shù)字孿生人重點(diǎn)實(shí)驗(yàn)室合作單位包括廣東省婦幼保健院、廣州市婦女兒童醫(yī)療中心和中山大學(xué)附屬第三醫(yī)院等SoulChat靈心健康大模型華東理工大學(xué)信息科學(xué)與工程學(xué)院孫思邈中文醫(yī)療大模型浙江大學(xué)、網(wǎng)新數(shù)字健康聯(lián)合研究中心上海人工智能實(shí)驗(yàn)室、上海交通大學(xué)-清源研究院、華東理工大學(xué)-自然語言處理與大數(shù)據(jù)挖掘?qū)嶒?yàn)室健康教育、醫(yī)師考試問題、報告解讀、醫(yī)療記錄結(jié)構(gòu)化以及模擬診斷和治療上海交通大學(xué)未來媒體網(wǎng)絡(luò)協(xié)同創(chuàng)新中心和上海人工智能實(shí)驗(yàn)室智慧醫(yī)療中心基于共計28科室的中文醫(yī)療共識與臨床指南文本，從而生成醫(yī)療知識基于共計28科室的中文醫(yī)療共識與臨床指南文本，從而生成醫(yī)療知識上海交通大學(xué)紫東太初2.0智能化疾病管理、醫(yī)療多模態(tài)鑒別診斷智能化疾病管理、醫(yī)療多模態(tài)鑒別診斷上海人工智能實(shí)驗(yàn)室卵巢腫瘤超聲國家層面建立高質(zhì)量醫(yī)療數(shù)據(jù)庫，為AI大模型卵巢腫瘤超聲康場景應(yīng)用落地以及解決健康需求面臨的挑戰(zhàn)。2016年，國家衛(wèi)健委能力建設(shè)和繼續(xù)教育中心開始著手建立數(shù)入庫收集的標(biāo)準(zhǔn)，收集數(shù)據(jù)，并將其應(yīng)用起來。由于在數(shù)據(jù)庫建設(shè)中，中心一直堅持以臨床需求應(yīng)用為導(dǎo)向，使建立過程雖然歷經(jīng)艱辛但依然堅持億歐智庫：人工智能應(yīng)用公開數(shù)據(jù)集高度近視10年隨訪多維度全構(gòu)型定量數(shù)據(jù)集標(biāo)準(zhǔn)化術(shù)語描述卵巢腫瘤多維度信息影像數(shù)據(jù)集信息來源：馬兆毅主任于2023年7月8日在WAICAI醫(yī)療發(fā)展論壇中的主旨演講:醫(yī)學(xué)影像人工智能的創(chuàng)新應(yīng)用與發(fā)展6醫(yī)療健康A(chǔ)I大模型在醫(yī)療場景下的初步表現(xiàn)：在下表的數(shù)據(jù)反映了不同研究中對ChatGPT在不同場景下的表現(xiàn)和結(jié)果進(jìn)行評估的情況?？梢钥闯?，％，%;穩(wěn)定性：一致性=90.91%正確率：肝硬化（79.1％），肝細(xì)胞癌（74.0%)全面性：肝硬化（47.3％），肝細(xì)胞癌（41.1%)確率分別為4444/1004242/10064.456/87）和57.859/102）。目錄CONTENTS患者偏好去三甲醫(yī)院、大醫(yī)院基層醫(yī)療資源薄弱、能力不足藥物研發(fā)進(jìn)程緩慢、投入大通義仁心患者偏好去三甲醫(yī)院、大醫(yī)院基層醫(yī)療資源薄弱、能力不足藥物研發(fā)進(jìn)程緩慢、投入大通義仁心億歐智庫：醫(yī)療健康A(chǔ)I大模型應(yīng)用場景 億歐智庫：醫(yī)療健康A(chǔ)I大模型在醫(yī)學(xué)影像中的作用代表案例：深睿醫(yī)療通用大模型全面開啟全場景全流程AI數(shù)智化幫助放射科醫(yī)生對發(fā)現(xiàn)的病變進(jìn)行差異診斷，并提供ChatGPT可以幫助醫(yī)生制定治療方案、選對于經(jīng)驗(yàn)不足或非?？频姆派淇漆t(yī)生來說，醫(yī)療健康A(chǔ)I大模型億歐智庫：醫(yī)療健康A(chǔ)I大模型在醫(yī)學(xué)影像中的作用代表案例：深睿醫(yī)療通用大模型全面開啟全場景全流程AI數(shù)智化幫助放射科醫(yī)生對發(fā)現(xiàn)的病變進(jìn)行差異診斷，并提供ChatGPT可以幫助醫(yī)生制定治療方案、選對于經(jīng)驗(yàn)不足或非專科的放射科醫(yī)生來說，醫(yī)療健康A(chǔ)I大模型有益的教育和培訓(xùn)工具。它可以提供有關(guān)疾病診斷和處理的信息，問ChatGPT：一個十歲的女孩進(jìn)行了XChatGPT提供了關(guān)于潛在骨腫瘤的信息，并表準(zhǔn)確的診斷或評估。這種聯(lián)系使得ChatGPT成為一個有用的工具，可以在放射醫(yī)學(xué)影像和大模型結(jié)合的優(yōu)勢在于提升了疾病診斷的準(zhǔn)確性和效率，為醫(yī)生提供了更全面的信息和科學(xué)研究、科室建設(shè)乃至醫(yī)院整體業(yè)務(wù)的運(yùn)轉(zhuǎn)，打造新一代人工智能數(shù)億歐智庫：大模型vs傳統(tǒng)深度學(xué)習(xí)在生成人工蛋白質(zhì)的傳統(tǒng)深度學(xué)習(xí)數(shù)據(jù)量需求?ProGen是一種基于條件語言模型的?ProGen億歐智庫：大模型vs傳統(tǒng)深度學(xué)習(xí)在生成人工蛋白質(zhì)的傳統(tǒng)深度學(xué)習(xí)數(shù)據(jù)量需求?ProGen是一種基于條件語言模型的?ProGen的數(shù)據(jù)需求量相對較小，使?深度學(xué)習(xí)模型具有大量的參數(shù)，需要控制能力?ProGen是一種條件語言模型，可以?ProGen模型可以更好地捕捉到這些?深度學(xué)習(xí)模型是一種通用模型，在生?深度學(xué)習(xí)方法在蛋白質(zhì)生成和設(shè)計任?ProGen模型的生成結(jié)果可以與生物?深度學(xué)習(xí)方法通常難以直接預(yù)測蛋白譜，從科學(xué)出版物列表中提取相關(guān)信息，并生成提供了對疾病分子機(jī)制以及疾病背景下基因和化大模型和藥物研發(fā)的結(jié)合可以提高藥物研發(fā)效率、降低成本、提高準(zhǔn)確性和個性化治療，是藥物研發(fā)領(lǐng)域的重要趨勢和發(fā)展方向。應(yīng)用案例醫(yī)療健康A(chǔ)I大模型健康場景應(yīng)用-醫(yī)療文本處理：能夠提供準(zhǔn)確、快速、個性化的診斷和建議應(yīng)用案例億歐智庫：醫(yī)療健康A(chǔ)I大模型應(yīng)用于醫(yī)療文本處理的具體場景1122443病例報告和研究摘要的生成3病例報告和研究摘要的生成55開源中文醫(yī)療大模型華佗開源中文醫(yī)療大模型華佗GPT香港中文大學(xué)（深圳）和深圳市大數(shù)據(jù)研究院的王本友教授團(tuán)隊(duì)開發(fā)了HuatuoGPT醫(yī)療大模型。它同時保持對用戶的流暢交互和內(nèi)容豐富性，讓在醫(yī)學(xué)寫作中，抄襲是嚴(yán)重違反學(xué)術(shù)道德和版權(quán)法的行ChatGPT時，作者需要確保生成的內(nèi)責(zé)任和權(quán)威性挑戰(zhàn)在醫(yī)學(xué)寫作中，作者需要對他們使用ChatGPT生成的內(nèi)容保其準(zhǔn)確性和權(quán)威性。醫(yī)學(xué)寫作需要經(jīng)過專業(yè)人士的審查和驗(yàn)使用ChatGPT時，需要確?；颊吆蛡€人的隱私和數(shù)據(jù)本可能包含敏感信息，因此需要采取適當(dāng)?shù)拇胧﹣肀Ｗo(hù)數(shù)據(jù)文獻(xiàn)綜述和數(shù)據(jù)分析在醫(yī)學(xué)寫作中，抄襲是嚴(yán)重違反學(xué)術(shù)道德和版權(quán)法的行ChatGPT時，作者需要確保生成的內(nèi)責(zé)任和權(quán)威性挑戰(zhàn)在醫(yī)學(xué)寫作中，作者需要對他們使用ChatGPT生成的內(nèi)容保其準(zhǔn)確性和權(quán)威性。醫(yī)學(xué)寫作需要經(jīng)過專業(yè)人士的審查和驗(yàn)使用ChatGPT時，需要確?；颊吆蛡€人的隱私和數(shù)據(jù)本可能包含敏感信息，因此需要采取適當(dāng)?shù)拇胧﹣肀Ｗo(hù)數(shù)據(jù)文獻(xiàn)綜述和數(shù)據(jù)分析編輯和完善文本編輯和完善文本在智慧醫(yī)療領(lǐng)域，基于智譜華章高精度千億中英雙語稠密北京市首批10個人工智能行業(yè)大模型應(yīng)用案例發(fā)布，涉及兩個醫(yī)在智慧醫(yī)療領(lǐng)域，基于智譜華章高精度千億中英雙語稠密北京智譜華章科技有限公司和北京中醫(yī)藥大學(xué)東方醫(yī)院北京智譜華章科技有限公司和北京中醫(yī)藥大學(xué)東方醫(yī)院共同開發(fā)的數(shù)字中醫(yī)大模型示范應(yīng)用云知聲智能科技股份有限公司和北京友誼醫(yī)院共云知聲智能科技股份有限公司和北京友誼醫(yī)院共基于山海大模型的門診病歷生成系統(tǒng)示范應(yīng)用在智慧醫(yī)療領(lǐng)域，基于云知聲700億參數(shù)規(guī)模的自研“山海”大模型，結(jié)合前端聲音信號處理、聲紋識別、語音入效率超過400%，節(jié)約單個患者問診時間超過40%，提升醫(yī)生門診效率超過66%。目錄目錄CONTENTS集中爆發(fā)雖然醫(yī)療健康A(chǔ)I大模型在一定程度上降低了某些方面的成本，但它們的使用和維護(hù)仍然需要相當(dāng)?shù)馁Y源投入，特別是對于需要高度定制化和專業(yè)化合規(guī)文檔管理；上市階段，如與患者溝通、銷合規(guī)文檔管理；上市階段，如與患者溝通、銷1）醫(yī)療大模型企業(yè)作為上游技術(shù)服務(wù)商，能夠?yàn)閾碛谢颊哔Y源的互聯(lián)網(wǎng)醫(yī)療術(shù)支持，輔助其管理患者。億歐智庫：醫(yī)療健康A(chǔ)I大模型產(chǎn)品應(yīng)用落地的企業(yè)類型智譜華章·數(shù)字中醫(yī)大模型大模型Neusoft東軟東軟·添翼大模型A醫(yī)聯(lián)大模型YiduCore大模型型型Φ衛(wèi)寧健康科技集團(tuán)靈醫(yī)大模型AI助手京醫(yī)千詢智譜華章·數(shù)字中醫(yī)大模型大模型Neusoft東軟東軟·添翼大模型A醫(yī)聯(lián)大模型YiduCore大模型型型Φ衛(wèi)寧健康科技集團(tuán)靈醫(yī)大模型AI助手京醫(yī)千詢星火大模型春雨慧問輕松問醫(yī)叮當(dāng)健康百度-Tencent訊騰訊-立通義仁心靈醫(yī)大模型混元大模型通義仁心商湯大醫(yī)左手醫(yī)生·左醫(yī)GPT患者問診全流程患者問診全流程盤古大模型婦科健康科普愛巢GPT類ChatGPT模式加速醫(yī)療產(chǎn)業(yè)升級靈醫(yī)智惠&固生堂：靈醫(yī)智惠與固生堂聯(lián)合開展大模型戰(zhàn)略合作騰訊健康&邁瑞醫(yī)療：邁瑞醫(yī)療與騰訊健康達(dá)成戰(zhàn)略合作騰訊健康與圓心科技騰訊健康與圓心科技：騰訊健康與圓心科技舉行戰(zhàn)略合作簽約科研機(jī)構(gòu)、高校及醫(yī)院合作全球首個醫(yī)療多模態(tài)基礎(chǔ)模型群“全球首個醫(yī)療多模態(tài)基礎(chǔ)模型群“OpenMEDLab浦醫(yī)”錯誤信息傳播錯誤信息傳播案》達(dá)成初步協(xié)議，該協(xié)議對所有通用人工智能模度和問責(zé)制度，增強(qiáng)用戶信任；在模型開發(fā)和部署過程億歐智庫：使用醫(yī)療大模型在醫(yī)療場景中存在的風(fēng)險構(gòu)建安全可信的人工智能：數(shù)據(jù)保護(hù)、透明度與倫構(gòu)建安全可信的人工智能：數(shù)據(jù)保護(hù)、透明度與倫目錄CO目錄CONTENTS大模型平臺但測試大多圍繞GPT在回答美國執(zhí)業(yè)醫(yī)師資格考試（USMLE）的結(jié)果在此背景下，億歐圍繞國內(nèi)醫(yī)療大模型展開測試……2023年10月-2023年10月-2023年11月2023年11月入測試題目?在各平臺測試過程得出結(jié)果后，我們將部?在各平臺測試過程得出結(jié)果后，我們將部?大模型平臺測試存在不穩(wěn)定性的原因可能分?jǐn)?shù)線為360分，即準(zhǔn)確率超過60%為通過。在本次測試結(jié)果中，有六個平臺的準(zhǔn)確率都超過了60%，而公開數(shù)據(jù)顯示執(zhí)業(yè)醫(yī)師綜合筆試通過率在億歐智庫：國內(nèi)七個大模型平臺關(guān)于執(zhí)業(yè)醫(yī)師題目的首次測試結(jié)果7個平臺中，有6個平臺的準(zhǔn)確率超過了60%大部分國內(nèi)醫(yī)療大模型平臺不同國家執(zhí)業(yè)醫(yī)師考試題目的準(zhǔn)確率不同國家執(zhí)業(yè)醫(yī)師考試題目的準(zhǔn)確率需要給出診斷、或下一步治療的建議時，往往會出現(xiàn)分析錯誤的情況。根據(jù)回答情況分析，目前錯誤題目中，34%的題目都是場景相關(guān)的題目（即因此，億歐認(rèn)為，雖然整套試題的準(zhǔn)確率較高，但在面臨醫(yī)療實(shí)場景更適合用于院外場景，如患者在掛號前的問診（具體需要掛哪一個科室）等。除此之外，我們發(fā)現(xiàn)在中文執(zhí)業(yè)醫(yī)師考試題目中，類似“選擇不正確答案”的題目，錯誤率較高，也反映出了醫(yī)療健康A(chǔ)I大模型億歐智庫：國內(nèi)七個大模型平臺關(guān)于執(zhí)業(yè)醫(yī)師題目的首次測試結(jié)果脈等手段，這些方法與西醫(yī)的診斷方式（如實(shí)驗(yàn)室檢測、影像學(xué)檢查）有很大差異。大模型可能難以模擬中醫(yī)的診療過程，因?yàn)檫@需要對非標(biāo)準(zhǔn)化法。大模型可能在沒有足夠跨學(xué)科訓(xùn)練數(shù)據(jù)的情況下難以實(shí)現(xiàn)有效的整合。億歐智庫：國內(nèi)四個大模型平臺關(guān)于部分中醫(yī)執(zhí)業(yè)醫(yī)師題目的首次測試結(jié)果結(jié)論一：醫(yī)療健康A(chǔ)I大模型在執(zhí)業(yè)醫(yī)師資格考試中表現(xiàn)優(yōu)異，甚至超過真實(shí)考生。結(jié)論二：在面對非標(biāo)準(zhǔn)化或模糊的臨床情況時，A