“AI技術快速發(fā)展，模型參數(shù)不斷擴大，量變帶來質(zhì)變，智能開始涌現(xiàn)?！卑俣戎腔坩t(yī)療總經(jīng)理劉軍偉在未來醫(yī)療科技大會上這樣感嘆。
雖然過去的2022年看起來是數(shù)字醫(yī)療遇冷的一年，從一級市場到IPO，疫情早期的熱度退去，投資者更加審慎。2023年，數(shù)字技術賽道再次熱潮洶涌。最明顯的是，行業(yè)領頭羊跑出來了。OpenAI旗下的ChatGPT打響AI深度應用的第一槍。
大模型引發(fā)學界和產(chǎn)業(yè)界廣泛關注
用北京郵電大學教授王光宇的話來說，基礎（大）模型的發(fā)展使機器具備從感知到思考、探索與創(chuàng)造的能力，將對社會、行業(yè)產(chǎn)生深刻影響，這吸引了研究界和工業(yè)界的關注和研發(fā)。在學術界，出席本次會議的張元亭教授、周少華教授、王光宇教授、鞏巖教授都認為隨著數(shù)字技術的發(fā)展，人工智能將對產(chǎn)業(yè)產(chǎn)生深刻影響。他們分別從智能檢測設備、醫(yī)學影像、醫(yī)療服務、顯微鏡成像等方面進行前沿探索。同時，在資本市場，數(shù)字技術經(jīng)歷了急速加熱的過程。ChatGPT的火從產(chǎn)品本身，燒到了各個領域，從硅谷點燃了全球。從Google指數(shù)上看，ChatGPT在全球的熱度指數(shù)激增；從創(chuàng)投圈來看，2023年開年以來，賽道內(nèi)初創(chuàng)公司受投資者持續(xù)追捧。毫無疑問，這陣熱風給所有企業(yè)都帶來了機會，同時對數(shù)字技術而言，也是一個突發(fā)口——尋找真正的應用場景，并期待快速落地。
數(shù)字技術已經(jīng)深入醫(yī)療產(chǎn)業(yè)內(nèi)部。以醫(yī)療服務為例，愛思唯爾《未來醫(yī)生白皮書》顯示，未來十年，數(shù)字技術與醫(yī)療服務的深度融合、患者健康素養(yǎng)全面提升以及多元化醫(yī)療場景將是全球醫(yī)療發(fā)展的三大趨勢，大數(shù)據(jù)將深度融入人口健康管理，科研數(shù)據(jù)、電子病例和醫(yī)療設備互聯(lián)后采集信息的不斷積累，將有助于醫(yī)生制定更精準的診療方案，提高決策效率。在未來科技大會上，我們不僅看到了數(shù)字技術與醫(yī)療服務的融合，還看到了數(shù)字技術與智能檢測、藥物研發(fā)、醫(yī)學影像的多元化結合。數(shù)字技術與醫(yī)療過程的融合帶來多方面優(yōu)勢。從患者的角度看，數(shù)字醫(yī)療不僅跨越時空，解決醫(yī)患之間的信息不對稱問題，還簡化就醫(yī)流程、降低就醫(yī)費用、改善就醫(yī)體驗。從醫(yī)生的角度看，數(shù)字醫(yī)療讓患者病歷、健康檔案實現(xiàn)數(shù)據(jù)化，提高了疾病診斷、患者管理的效率，進一步解放了醫(yī)療生產(chǎn)力。從醫(yī)療機構的角度看，數(shù)字醫(yī)療有助于促進院內(nèi)管理精細化，提升管理水平和服務水平。在未來醫(yī)療科技大會上，王光宇教授分享了“面向健康醫(yī)療的多模態(tài)基礎大模型”，北郵團隊基于千萬級生物醫(yī)學數(shù)據(jù)，開展了基于大規(guī)模語言模型的理解和生成研究，并融合醫(yī)學知識和推理內(nèi)核，多模態(tài)智能語義計算方法，推進“以人為中心”的語義對齊及自然交互。目前，北郵團隊研發(fā)了面向通用醫(yī)學場景的 ClinicalBERT 1.2B、大語言模型 ClinicalGPT 175B（Hugging Face上發(fā)布ClinicalGPT 7B-Base），基于大規(guī)模預訓練模型的蛋白質(zhì)功能分析框架UniBind(發(fā)表在Nature Medicine)。此外，團隊還在ClinicalGPT基礎上探索了中醫(yī)多模態(tài)大模型TCM-GPT，在中醫(yī)理論、辨證施治、經(jīng)絡穴位、中藥配伍等維度方面均表現(xiàn)出優(yōu)越性能。中國移動研究院首席科學家許利群同樣談到“大語言模型時代醫(yī)療健康服務轉型的機遇與挑戰(zhàn)”，其中自動病歷生成解決方案將大模型嵌入臨床工作流程，輔助醫(yī)生進行門診、急診、住院等各種工作場景下的文檔工作。此外，百度智慧醫(yī)療總經(jīng)理劉軍偉也在會議上分享了百度基于靈醫(yī)大模型在“患-醫(yī)-藥“方面的落地實踐，他表示:“大模型的準確率更高，開發(fā)周期會更短，將在智能健康管家、智能醫(yī)生助手、智能企業(yè)服務等方面，有專業(yè)賦能、提質(zhì)增效、體驗提升的新效果，切實為大健康產(chǎn)業(yè)帶來新的生產(chǎn)力?！?/span>“健康工程倡導早篩早診斷早康復，政策有了，但器械還十分缺乏?！眹H醫(yī)學與生物工程院院士、香港醫(yī)學工程研究院創(chuàng)始人張元亭這樣說道。因此，穿戴檢測設備無論是對于C端用戶還是B端用戶都有著重要意義。對于C端用戶而言，可穿戴醫(yī)療設備將為用戶提供實時健康監(jiān)測數(shù)據(jù)，讓用戶了解自身的健康情況，幫助用戶進行科學的健康管控。對于B端用戶而言，可穿戴醫(yī)療健康設備的及時性為醫(yī)療機構的資源調(diào)配提供有力的醫(yī)療輔助，醫(yī)生可進行遠程會診，降低治療成本。“過去的穿戴檢測設備并不是很方便。”張元亭教授表示。在2001年，張元亭教授就率先提出了無佩戴智能檢測設備。他還表示，未來智能穿戴檢測設備將朝著小型化、智能化、標準化、無擾化等方向發(fā)展。◆ 3、下一代光電成像技術：計算光學融合顯微鏡成像國內(nèi)高端顯微鏡市場目前被德日四大家所壟斷，國產(chǎn)設備大多有量無質(zhì)且市場占有率極低。無論是從市場角度還是從技術融合角度，計算光學與顯微鏡成像的結合是市場/信息時代發(fā)展的必然。傳統(tǒng)光學成像建立在幾何光學基礎上，借鑒人眼視覺“所見即所得”的原理，而忽略了諸多光學高維信息。在顯微成像領域，無法同時滿足寬視場和高分辨率的需求。相比之下，計算光學成像以具體應用任務為準則，通過多維度獲取或編碼光場信息（如角度、偏振、相位等），為傳感器設計遠超人眼的感知新范式；同時，結合數(shù)學和信號處理知識，深度挖掘光場信息，突破傳統(tǒng)光學成像極限。中科院特聘研究員鞏巖表示，光學顯微鏡具有非侵入性、適合永遠范圍廣的特點，是目前生物學、醫(yī)學、藥學等研究領域的首選觀測設備。在該領域，鞏巖教授團隊全面提升設計、加工、裝配集成、系統(tǒng)測試全鏈條數(shù)字化制造工藝，自主研發(fā)多系列高端顯微物鏡。其中包括完成STED—雙光子復合顯微鏡樣機（實現(xiàn)47nm超高分辨率和141.5um的成像深度）；專注非對稱三光束干涉照明+分段半波片，提高成像速度；大視場光層析顯微成像技術，提高成像系統(tǒng)空間百兆像素等。未來，高端顯微鏡還將持續(xù)追求更高的分辨率、更快的成像速度、更深的成像深度的目標。鞏巖教授談到，未來將有更新的技術與光電顯微鏡結合。一個是新型光學器件與光場調(diào)控機制。超透鏡、超構材料、千分之等離子體、光子晶體等新型器件，為計算光學提供全新的光學調(diào)控。另一個是新興的數(shù)學算法和計算性能。面向各類復雜現(xiàn)實成像應用的新理論、新機制、新技術、建立更優(yōu)的多參數(shù)設計與光學調(diào)控機制，為計算成像發(fā)展提供有力支撐。◆ 4、生成式AI入場醫(yī)學影像，打破時空限制另一項大熱的數(shù)字技術應用則是醫(yī)學影像。ChatGPT等軟件的熱潮席卷全球，表明了生成式AI具有從用戶復雜提示中生成文本或圖像的能力，它的應用前景廣闊，已經(jīng)開始在醫(yī)療領域取得顯著成果。2023年，西門子醫(yī)療展示了基于生成式AI的創(chuàng)新理念和技術原型。與其他公司專注于文本或圖像生成不同，西門子醫(yī)療通過智能聊天系統(tǒng)的加載、鏈接和準備，用戶可以通過點擊醫(yī)學影像快速定位并突出顯示報告中的相應區(qū)域。更為引人注目的是，西門子醫(yī)療利用AI動態(tài)生成診斷圖像報告，并根據(jù)重要性進行優(yōu)先級排序，使醫(yī)生能夠更高效地處理信息。在本次會議中，中國科學技術大學講席教授、美國國家學術發(fā)明院院士周少華為大家梳理了AI生成醫(yī)學影像的兩種可能形式：一種是醫(yī)學影像恢復，另一種是醫(yī)學影像合成。目前，周少華教授團隊正在探索新方法合成核磁影像。“我們會測量不同參數(shù)，參數(shù)包括人口統(tǒng)計、基因測序、生物標志物、影像資料等，明顯可以注意到這幾類測量當中是有因果性的，最后形成的影像能體現(xiàn)人類統(tǒng)計的信息，也體現(xiàn)了生物標志物信息?！庇靡蚬Ｐ驼{(diào)控不同參數(shù)，同樣也突破了時空的的限制。“十年前的影像，通過計算機的手段也能合成?！?/span>藥物發(fā)現(xiàn)和研發(fā)是制藥企業(yè)和化學科學家的重要研究領域。然而，低效率和高成本一直是該領域的障礙。許多從事藥物研發(fā)工作的人都公認，數(shù)字化時代正在改變制藥業(yè)。機器學習和深度學習算法已被應用于多肽合成、虛擬篩選、毒性預測、藥物監(jiān)測和釋放、藥效團建模、定量構效關系、藥物重定位、多藥理和生理活性等藥物發(fā)現(xiàn)過程，極大縮短藥物上市時間并提高安全性。百圖生科AI算法負責人王太峰也是其中一例。在未來醫(yī)療科技大會上，王太峰分享了“AI Foundation Models for Target Discovery and Drug Design”。他表示，自然語言很難幫助藥企采用用更多的信息。因此，百圖生科開發(fā)了一個千億規(guī)模的蛋白質(zhì)語言大模型，以該模型為基礎，推動蛋白質(zhì)預測和設計工作，再通過AI生成藥物系統(tǒng)，進一步挑選化合物開發(fā)新藥。
以上我們描述了由于數(shù)字技術與多個應用場景的結合。即便多元創(chuàng)新如它，大力出奇跡如它，天馬行空如它，也未能逃脫的關口是：數(shù)字技術如何快速落地，并保持信息的準確性與安全性？在技術商業(yè)化上，目前中國大模型行業(yè)內(nèi)卷嚴重。相比之下，國外廠家更關注大模型的落地與應用。從卷技術本身到卷應用場景，是中國數(shù)據(jù)技術商業(yè)化必然經(jīng)歷的過程。在信息準確性上，王光宇表示：“現(xiàn)在通用大模型還非常缺乏領域知識。雖然ChatGPT一定程度上能夠回答醫(yī)療問題，但是在一些非常專業(yè)的領域，比如說如何更好診斷病人的癥狀，或者給出治療方案等方面還非常欠缺?，F(xiàn)在的大模型還缺乏真正的專業(yè)的推理能力，以及醫(yī)療領域特有的正確性、合規(guī)性和安全性?！睆幕A大模型到健康領域的專有領域的大模型，仍然還有很多需要去探索和解決的技術問題。而在道德倫理問題上，生成式AI的訓練和應用需要大量的患者數(shù)據(jù)，這可能引發(fā)數(shù)據(jù)隱私和保密問題。而為確?；颊咝畔⒌陌踩t(yī)療機構和企業(yè)需采取嚴格的數(shù)據(jù)管理措施，遵守相關法律法規(guī)。革命性的變革往往與風險共存。盡管數(shù)字技術正在面臨一些挑戰(zhàn)和道德倫理問題，但行業(yè)內(nèi)人士也以安全、公平、循證和隱私為核心來探討該領域，合理規(guī)劃和管理，數(shù)字技術有望推動醫(yī)療行業(yè)進入一個更高效、精準和個性化的新時代。
