21世纪经济报道见习记者闫硕 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。
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21世纪经济报道记者介绍，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。
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。
本文链接：http://www.gihot.com/news-7-15297-0.html重视数据、深挖场景，AI如何赋能医疗健康行业？
声明：本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
点击右上角
微信好友
朋友圈
点击浏览器下方“
”分享微信好友Safari浏览器请点击“
”按钮
点击右上角
QQ
点击浏览器下方“”分享QQ好友Safari浏览器请点击“”按钮
