人工智能大模型在医疗领域的应用刚刚开始
近日，四川网通第十四届“数字智能领航”2024四川网通“走进新生产力前沿”系列活动暨第十届生物医药大数据·智能技术大会在成都举行。会上，国内外医学专家、智慧医疗企业等各方代表共同探讨新健康数字生产力高质量发展。
作为我国最早从事理论生物学和生物信息学研究的科研人员之一，陈润生表示，总体来说，大型人工智能模型还处于早期阶段，包括在生物医药行业的应用，还有很长的路要走。要走的路。得走了。可以说，人工智能大模型在生物医药行业的应用才刚刚开始。
“这些早期的数据应用，包括病历管理、基本挂号信息记录、电子病历管理等，都是利用大数据来实现流程的自动化。借助这些数据，我们可以分析常规部分，进而解决问题。”尽管还处于早期阶段，但大数据已经为生物医学行业做出了巨大贡献。”
以药物早期研发为例，过去的经验是，研发一种新药需要10年时间、10亿美元。但在大数据和人工智能的帮助下，需要筛选的化合物种类可能从几万种变成了几百甚至几十种，搜索范围也变成了原来的1%。新药早期研发效率大幅提升。这些都是大数据和人工智能在生物医学领域的应用实践。
数据标准化和集成是构建大型制药模型的关键
在陈润生看来，所有大的产业模式都依赖于算力和数据。
“首先，一个大的行业模型能否做出来，关键在于建设者掌握了多少行业数据，所以数据是关键。但有了数据，需要解决两个问题，一是数据的标准化，二是数据的整合。”他说。所谓数据的标准化，是指数据的普遍性和互认性。如果各个机构或平台产生的数据标准不统一，就会失去应用的基础。数据的整合在于突破单一数据的局限性。如果不能实现数据共享，大模型的作用和意义就会下降。
解决数据标准化和集成问题，必须有一个领导机构。陈润生认为，以美国为例，解决数据标准化的主体可能是Open AI，而以医疗行业数据为例，医疗保健等相关部门可能需要牵头解决标准规范数据来源问题。除了解决数据标准化的问题，数据整合还需要这样一个机构部门牵头。
此外，对于医疗机构来说，建设自己的大型医药模型仍然是一个成本项目。对于大量陷入盈利问题的医院来说，如何构建和利用大数据、大模型，是一个成本和效益产出的问题。对此，陈润生表示，“医院意识的提高和管理部门的介入，会逐步解决这个问题。因为大数据的运用是发展的必然，如果不迈出这一步，就会逐渐被淘汰。”这不是做不做的问题，而是一个必须适应的趋势，谁先做谁就受益更多。”
陈润生表示：“人工智能大模型对整个医疗体系的应用和干预是全方位的。人工智能的应用将实现在治疗前、治疗中、治疗后。人工智能不仅会大大提高医疗救治效率。” ，而且还会从根本上改变整个医疗体系，变成覆盖全民、全阶段的医疗监管，改变整个医疗范式。”
每日经济新闻
评论（0）