ChatGPT的成功面世，掀起了生成式大语言模型的开发浪潮。随着通用大模型的相继上线，国内“百模大战”迅速兴起。而今，这一大战开始席卷至垂直领域，基于医疗、金融、教育等应用大模型开始出现。
　　AIGC技术的出现，让医检行业智能化发展同样充满想象。当前，医学检测服务正趋于专业化、精准化、个性化。无论是项目的选择，还是结果的判读，都需要结合大量的病例、论文、医生经验等多维度进行分析。AIGC具备问答能力、生成能力、归纳能力和对话能力。围绕着文本和图像的相互转化，它可以用于文本生成、知识问答、数据增强、科学研究、人才培养等。
　　一旦AIGC技术真正落地在医检领域，将有望助力医生临床水平快速提升，提高医疗资源利用效率；同时也辅助医生快速完成疾病诊断，提高诊断的准确性和可靠性，让患者可以享受到更快更精准的诊疗服务。
　　中伦律师事务所合伙人樊晓娟向21世纪经济报道记者表示，AIGC技术变革确实督促各行各业在自己的领域内思考，这样一个大模型的时代，会对自己的专业领域产生哪些深远的影响。对于医疗检验行业，AIGC成为了构建医检生态圈的重要力量。
　　开阔的医疗应用空间
　　从市场需求来看，当ChatGPT出现后，大模型将重塑很多行业，大模型会成为人工智能的操作系统，走进千家万户。从芯片、管理和贷款，大模型在硬件、网络安全方面会带来越来越多新的研究方向，AIGC的应用会更加广泛。
　　而AIGC在医检行业具有开阔的发展空间，通过大数据模型，打造智能全科医生能够给医检行业带来帮助。
　　近日，由广州市科学技术局、广州市工业和信息化局指导，广州金域医学检验集团和广东省人工智能产业协会主办，广州人工智能公共算力中心协办，华为云计算技术有限公司提供技术支持的2023“域见杯”医检人工智能开发者大赛也正式启动。
　　左手医生创始人兼CEO张超在启动仪式上向21世纪经济报道记者表示，ChatGPT学习的是取中智慧，通过数据归纳总结。真正的医疗知识分散产生在少数人手里，ChatGPT能够融合顶尖、领先、创新的知识与中庸的大多数人进行对抗。
　　通过对各种各样的数据进行持续的普及分析和专家反馈，产生有价值的数据模型，加上一些预制的决策知识，未来的大模型能够达到一个非常好的效果。
　　大模型构建的虚拟医生能够为医疗事业提供帮助。上海长海医院实验诊断科主任、博士生导师刘善荣则表示，如果未来能够通过ChatGPT构建一个或者若干个区域性测试GPT，通过搜集学习和整合大型的三甲医院的高端医生对于某些疾病的认知，则能出现许多三甲医院，这种情况也可以称之为区域性的ChatGPT。
　　发展仍需攻克难题
　　在医学领域，生产AIGC十分困难。“AIGC主要应用于媒体、电商等领域。这些领域并不需要标准答案，而在医疗领域，生产内容必须是精准的。” 华南理工大学计算机科学与工程学院院长、欧洲科学院外籍院士陈俊龙向21世纪经济报道记者表示，在医检行业领域，前端和后端要加上一个决策模型，一个生成内容的模型无法做出准确的诊断模型。未来应该是生产模型加上专业的决策模型组合。
　　张超同样认为决策模型的构建十分重要：“人类沟通和说话是一个词一个词地表达出来，本质是大脑在思考。而人工智能模型需要由一个更准确的抽象逻辑开指导，将内容表达出来，这既是决策模型。”
　　医检领域对于数据的要求格外高。刘善荣表示，医检领域的数据存在数据孤岛的问题，如果不能突破每个医院对患者的偏倚，那么模型一定是偏移的。并且数据专业化程度高，医检对专家的依赖程度也比较高，要通过专家的判断来告诉人工智能，结构化和标准化是检验人工智能要做的事情。
　　疑难疾病复杂多样，而每一种疾病都需要建人工智能模型，针对不同疾病，建立精准的人工智能模型需要巨大的工作量，并且检验模型的建立需要突破原有的固化性。刘善荣教授表示，“在建设检验模型时，无论多么精准，都是一个固化的模型。但临床医生并不如此。临床医生会向病人转达这种疾病的概率是多少，而人工智能模型到目前为止还做不到。人工智能模型需要建立一个自我评估的过程。”
　　AIGC的应用需要满足合法合规的要求。在大模型生成后，风险随之到来。突破AIGC在医检行业应用前景，需要满足合规的要求。樊晓娟表示，合规的风险由几个方面构成：“第一，是训练数据可能有合规风险，知识产权和隐私数据，训练数据来源是否合法；第二是生成的内容有风险，生成直接有坏内容的风险；还有一些不符合社会主义价值观的有害内容；第三是隐私泄露，网络安全和数据安全，OPERN Ai也有数据泄露 ；第四是刑事风险。”
　　作为大模型生成的数据，个人数据需要被保护。医疗数据有专门的要求，一些重要的敏感数据需要符合个人信息保护规定。另外，当大模型和境外合作时，对于数据的认证检查格外重要，涉及到一万人的敏感信息需要进行安全评估。
　　智能化变革
　　通过构建行业模型，能够提高医疗领域智能化水平，推进医检行业从数字化向智能化转型。
　　华为云人工智能领域首席科学家、国际欧亚科学院院士、IEEE/CAAI fellow田奇教授表示，医疗机构并不擅长构建通用模型，应该交给其他企业进行构建基础模型。而在通用模型的基础上，加上海量的行业数据就可以构建出行业模型。行业模型是医疗机构擅长的，他们有着丰富的资源数据，可以建立完善的行业模型。
　　数据和算力的共享有助于建构精准的行业模型。田奇教授提到，“每个行业都有每个行业的优势，可以建立一个企业合作的数据联盟，通过某种机制实现特定数据的共享，也可以整个医疗行业与其他的一些企业联合起来构建一个算力同盟。”
　　AIGC的应用，在医疗行业全链条发挥重要作用，从医疗药企监管机构从数字化到智慧化转型中，智能应用推动全链条发展。
　　优质医疗资源下沉是近几年国家强调的发展方向。AIGC运用到医检行业，构建智能化医检，对推动优质医检资源下沉有着深远的意义。刘善荣教授表示，“国家层面强调优质医疗资源下沉，通过人工智能辅助医检，是最容易实现优质医疗资源下沉的方式。能够帮助偏远或者基层医院实现对复杂疾病、重大疑难杂症的早检早治。实现智能辅助医检对于医疗事业发展具有重大意义。”
（文章来源：21世纪经济报道）