美國耶魯大學(xué)教授William Kissick在其1994年的著作《醫(yī)學(xué)的困境:無限需求與有限資源》中首次提出了醫(yī)療系統(tǒng)的“三重約束”理論,后被稱為“醫(yī)療不可能三角”。Kissick教授將醫(yī)療系統(tǒng)面臨的三大目標(biāo)定義為:
高質(zhì)量(Quality):即,患者提供優(yōu)質(zhì)的醫(yī)療服務(wù);
廣覆蓋(Access):確保多人獲得醫(yī)療服務(wù);
控成本(Cost):控制醫(yī)療費用,確保系統(tǒng)的持續(xù)性。
他指出,這三個目標(biāo)在實踐中難以同時實現(xiàn),政策制定者和醫(yī)療系統(tǒng)需要在三者之間進(jìn)行權(quán)衡。例如,使用更先進(jìn)的醫(yī)療設(shè)備但一定程度也提高治療費用(即成本的增加)。
事實上,醫(yī)療機構(gòu)本身屬于經(jīng)濟(jì)體中的一類,符合經(jīng)濟(jì)學(xué)“不可能三角理論”。
《洞見》專欄整理
01
“雖然AI不能直接給人類看病,卻是這個‘不可能三角’的重要平衡。”百度集團(tuán)資深副總裁何明科曾指出。例如,在改善醫(yī)療可及性方面,可利用人工智能算法,結(jié)合遠(yuǎn)程醫(yī)療技術(shù),為偏遠(yuǎn)地區(qū)或醫(yī)療資源稀缺的地區(qū)提供精準(zhǔn)的輔助診斷服務(wù)、開發(fā)易于操作的AI便攜式驅(qū)動醫(yī)療設(shè)備,提高基層醫(yī)務(wù)人員診療能力、構(gòu)建智能健康管理系統(tǒng),通過AI提供個性化健康建議和疾病預(yù)測,尤其是針對慢性疾病管理等。
2024 年,生成式 AI 模型的發(fā)展取得了多項重大進(jìn)展,技術(shù)越趨于成熟、應(yīng)用范圍與場景的拓寬、可訪問性增強,這些趨勢都預(yù)示著AI將比一部份人們預(yù)想的進(jìn)展更迅速。根據(jù)麥肯錫數(shù)據(jù)調(diào)查報告顯示,以大模型為代表的AI類技術(shù)將會呈現(xiàn)如下發(fā)展趨勢:
● 更小、更高效的模型
為了解決高計算成本和硬件短缺的問題,人們越來越重視小型優(yōu)化模型。這些模型旨在在較便宜的硬件上運行并在本地運行,從而提高小型組織的可訪問性并減少對云基礎(chǔ)設(shè)施的依賴。量化和 LoRA(低秩自適應(yīng))等技術(shù)處于最前沿,可以實現(xiàn)更快、更節(jié)省內(nèi)存的模型訓(xùn)練和微調(diào)。
● 專業(yè)領(lǐng)域的應(yīng)用
使用特定領(lǐng)域數(shù)據(jù)訓(xùn)練小型定制模型的能力為醫(yī)療保健、法律和金融等領(lǐng)域帶來了新機遇。這使得高度專業(yè)化的人工智能工具能夠在保持隱私的同時針對特定行業(yè)的挑戰(zhàn)進(jìn)行量身定制。采用檢索增強生成 (RAG) 有助于增強相關(guān)外部數(shù)據(jù)的使用,同時保持模型的輕量級。
● 人工智能基礎(chǔ)設(shè)施的進(jìn)步
人們越來越關(guān)注為人工智能創(chuàng)建更強大、更可擴(kuò)展的基礎(chǔ)設(shè)施。云計算和邊緣計算不斷發(fā)展,成為運行復(fù)雜人工智能應(yīng)用程序的基礎(chǔ)技術(shù)。然而,對 GPU 和計算資源的不斷增長的需求正推動公司在硬件設(shè)計和資源優(yōu)化方面進(jìn)行創(chuàng)新。
我們整理了核心技術(shù)進(jìn)展供大家參考。
《洞見》專欄整理
02
毋庸置疑,生成式AI、大模型一定是當(dāng)前最受關(guān)注的熱點技術(shù)。由此,也帶動了AI芯片、數(shù)字人、多模態(tài)GenAI、決策智能等一系列創(chuàng)新技術(shù)的發(fā)展。根據(jù)近期Gartner發(fā)布的2024年中國數(shù)據(jù)、分析和人工智能技術(shù)成熟度曲線顯示,未來兩到五年,大量具有顛覆性或較高影響力的創(chuàng)新技術(shù)可能會實現(xiàn)主流采用。大語言模型、特定領(lǐng)域GenAI模型、多模態(tài)GenAI和自主智能體這四項創(chuàng)新技術(shù)被Gartner認(rèn)為是被企業(yè)給予厚望的四大創(chuàng)新技術(shù)。從Gartner Hype Cycle(技術(shù)成熟度曲線)上可以看到,大語言模型技術(shù)已經(jīng)走過了期望腫脹期,正在向泡沫破裂低谷期邁進(jìn)。無獨有偶,與麥肯錫2024數(shù)字報告趨勢相同的是,Garter2024人工智能數(shù)據(jù)報告同樣做出了趨勢解釋:特定領(lǐng)域GenAI模型、多模態(tài)GenAI和自主智能體這三項技術(shù)正處于爬坡階段,未來將得到行業(yè)用戶的重點關(guān)注。
圖片來源于網(wǎng)絡(luò)
Gartner研究總監(jiān)閆斌認(rèn)為,復(fù)合型AI是B端機構(gòu)最務(wù)實的選擇之一,在復(fù)合型AI技術(shù)方案中,生成式AI是其中的一部分、并不代表所有。怎么把所有的技術(shù)整合到一起,才是現(xiàn)在最需要關(guān)注的問題,也是更務(wù)實的做法。閆斌表示,找到一個碩大的模型,期望它能夠“大力出奇跡”地解決企業(yè)所有的問題,那可能是OpenAI探索的方向,并不適用于普通企業(yè)。
復(fù)合型AI可為中國企業(yè)帶來兩?益處。第?,將AI的?量推廣至無法訪問大量歷史或標(biāo)簽數(shù)據(jù)、但擁有大量?類專業(yè)知識的企業(yè)機構(gòu)。第二,擴(kuò)大AI應(yīng)用的范圍,提升此類應(yīng)用的質(zhì)量,這也意味著能夠應(yīng)對更多類型的推理挑戰(zhàn)。根據(jù)所應(yīng)用的具體技術(shù),還可產(chǎn)生其他一系列益處,包括提高可解釋性、韌性,以及支持增強智能。
那么,AI技術(shù)將從醫(yī)療哪些場景切入更契合當(dāng)下技術(shù)能力并兼顧實際市場需求?關(guān)注《洞見》專欄,下期,我們繼續(xù)分享。
特別聲明:智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容,出于傳遞更多信息而非盈利之目的,同時并不代表贊成其觀點或證實其描述,內(nèi)容僅供參考。版權(quán)歸原作者所有,若有侵權(quán),請聯(lián)系我們刪除。
凡來源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng),轉(zhuǎn)載需獲授權(quán)。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號:滬ICP備17004559號-5