最終的研究結果顯示，一組臨床醫生對谷歌和DeepMind團隊的醫療大模型Med-PaLM回答的評分高達92.6%，與現實中人類臨床醫生的水平(92.9%)相當。此外，Med- PaLM僅5.9%的答案被評為可能導致“有害”結果，與臨床醫生生成的答案(5.7%)的結果相似。
“AI+醫療”的模式在醫學健康行業的應用前景十分廣闊，通過深度學習算法和大數據分析，AI可以更好地幫助醫生準確診斷疾病、提供個性化治療方案，并在診療過程中提供便捷的智能輔助。目前，包括谷歌、亞馬遜、英偉達、騰訊、京東在內的國內外科技巨頭爭先布局“AI+醫療”。
7月12日，谷歌和DeepMind的科研人員在《自然》雜志上發表了一項研究，不僅提出了MultiMedQA(美國醫師執照試題)評估基準，用于評估大語言模型在編碼臨床知識方面的表現，還詳解了谷歌醫療大模型Med-PaLM的進化過程。
最終的研究結果顯示，一組臨床醫生對谷歌和DeepMind團隊的醫療大模型Med-PaLM回答的評分高達92.6%，與現實中人類臨床醫生的水平(92.9%)相當。此外，Med- PaLM僅5.9%的答案被評為可能導致“有害”結果，與臨床醫生生成的答案(5.7%)的結果相似。
在這篇最新的《自然》論文中，谷歌和DeepMind科學家團隊介紹了全新的MultiMedQA評估基準，專門用于評估大語言模型在編碼臨床知識方面的表現。
該基準結合了六個現有醫療問答數據集(MedQA、MedMCQA、PubMedQA、LiveQA 、MedicationQA和MMLU)，涵蓋專業醫學、研究和消費者查詢等多個方面，以及一個全新的在線搜索醫療問題庫數據集HealthSearchQA，力圖從多方面把AI培養成一名合格的醫生。
此外，該團隊提出了一個基于人類評估的框架模型，該模型包括多個維度，例如事實、理解、推理，以及可能的偏見。
該團隊在MultiMedQA上對擁有5400億參數的谷歌大型語言模型PaLM(Pathways Language Model)及其變體Flan-PaLM進行了評估。
在實驗中，研究人員采用了提示策略組合，Flan-PaLM在每個MultiMedQA多選題數據集上都達到了極高的準確率，其中在MedQA(美國醫學執照考試類型問題)上的準確率為67.6%，比之前的技術水平高出17%以上。
論文指出，雖然Flan- PaLM在MedQA的多項選擇題上表現出色，但它對病人醫療問題的回答卻暴露出關鍵的差距。為了解決這個問題，谷歌科學家團隊提出了指令提示調整，讓Flan-PaLM進一步與醫學接軌，產生了Med-PaLM。
在評估中，Med-PaLM表現令人鼓舞，一組臨床醫生對其回答的評分為92.6%，與現實中臨床醫生的水平(92.9%)相當。
除了專家評估，研究團隊還邀請了五名非醫學領域專家(印度的非醫學背景普通人)來評估答案。
結果顯示，Flan-PaLM給出的答案在60.6%的案例中被認為是有用的，而Med-PaLM給出的答案準確度則增加到80.3%。
同樣，在90.8%的情況下，FlanPaLM的答案被判斷為直接解決了病人提出的問題，而Med-PaLM將這一比例提高到了94.4%，人類臨床醫生這一比列則在95.9%。換句話說，在直接解決病人問題方面，Med-PaLM幾乎可以和人類臨床醫生的能力相媲美。
論文稱，雖然這些結果非常令人鼓舞，但現實中醫學領域相當復雜。因此，還有必要對該大語言模型進行進一步評估，特別是在安全性、公平性和偏見方面。在將這些模型運用到臨床應用之前，還有許多限制需要克服。研究人員預計最新的這項研究將激發患者、消費者、AI研究人員、臨床醫生、社會科學家、倫理學家、政策制定者和其他利益相關方之間進一步對話和合作，從而負責任地將這些早期研究成果轉換為真正的現實應用。
但不可否認的是，谷歌科學家團隊的研究表明，隨著模型規模的擴大和提示詞的調整，其理解能力、知識回憶和推理能力均有所提高，這表明大語言模型在醫學領域具有潛在的實用性。此外，研究團隊的人類評估也揭示了當今大語言模型的局限性，也強調了評估框架和方法在為臨床應用創建安全、有用的大語言模型方面的重要性。
國內外科技巨頭爭先布局“AI+醫療”
AI大模型的碰撞無疑是最引人注目的焦點。在提升人們健康生活品質的同時，AI、大數據等新技術在醫學健康行業的創新應用也為行業的轉型升級帶來巨大突破，并從傳統的臨床應用擴展到生物制藥等產業鏈各個端口。
生成式AI掀起人工智能重塑醫學健康行業浪潮的同時，缺乏自創算法、數據隱私保護以及提高診斷精準度等成為未來亟需解決的問題。AI+醫療不是一個新概念，此前的落地應用多集中在醫療影像領域。而其如何與臨床繁雜的數據緊密結合，一定程度上制約著行業發展，但現在AI技術的突破也給醫療行業帶來新的想象空間。。
生成式AI的迅猛發展推動醫學健康行業發生創新性變革，以大模型為代表的AI技術正在與生物制藥、醫學診療深度融合，掀起新一輪的人工智能浪潮的同時，也吸引了包括谷歌、亞馬遜、英偉達、騰訊、京東等在內的科技巨頭在“AI+醫療”領域持續加速投入。
除谷歌外，英偉達在“AI+醫療”領域也布局多年。7月12日，英偉達向生物技術公司Recursion投資5000萬美元，用以合作推進在生物和化學領域AI基礎模型的開發和訓練，隨后Recursion股價上漲78.17%，英偉達上漲3.53%。
根據中研普華研究院《2023-2028年中國AI醫療行業市場深度調研及投資策略預測報告》顯示：
“人工智能+醫療”提升臨床診療效率
“云上瑞金”智慧服務、全流程管控的智慧運營平臺。其中，多院區智慧影像云平臺獲得大模型賦能，在多院區醫療影像互聯互通的基礎上，實現了覆蓋多部位多病種的放射、病理AI輔診診療，提升了臨床診療效率。
《中國人工智能大模型地圖研究報告》顯示，截至目前，我國10億級參數規模以上的大模型已發布79個，相關應用行業正從辦公、生活、娛樂等領域向醫療、工業、教育等領域快速拓展。近日在上海舉行的“大愛無疆·日日新”人工智能論壇上，美國羅格斯大學計算機系特聘教授Dimitris Metaxas表示，醫療大模型在解決醫療多模態數據分析和臨床長尾問題方面已展現出不俗能力，例如在一些數據較少的臨床場景，大模型可帶來顯著的人工智能效果提升。
針對就醫環節，商湯科技基于醫療語言大模型“大醫”打造了智慧就醫平臺，具有智能導診、智能預問診、診前檢驗、智能隨訪、院內導航等多種功能，實現了診前、診中、診后多個環節的數字化和智能化升級，可縮短患者在院停留時間，優化患者就醫體驗。
據介紹，商湯大裝置SenseCore有5000 Petaflops算力，支持20個千億參數超大模型同時訓練。借助超大算力和醫療基礎模型群，公司能基于醫療機構的特定需求，幫助其針對臨床長尾問題(大量個性化、零散的臨床需求)高效地訓練模型，甚至輔助醫療機構進行模型自主訓練。
過去數年來，AI在醫療領域的發展迅猛，為醫療行業帶來了革命性的變革和巨大的潛力。
根據麥肯錫咨詢的數據，AI每年可以創造3.5萬億至5.8萬億美元的商業價值。預計到2025年，全球AI應用市場總值將達到1270億美元，其中AI醫療占據1/5的份額，處于高速成長階段。
知名市場調研公司ReportLinker此前針對全球醫療保健AI市場的年度報告曾預測，全球醫療保健AI市場規模將從2023年的146億美元增長到2028年的1027億美元，期間復合年增長率47.6%。
中國AI產業發展迅速，自2019年以來，AI醫療以40%~60%的增速快速發展，中國的AI醫療核心軟件市場規模已接近30億元，并且還有重資產性質的AI醫療機器人，總體規模接近60億元。
中泰證券在一份研報中指出，AI+醫療/醫藥未來空間廣闊，當下值得重點關注。該研報指出，AI病理、AI影像和AI制藥均是未來可能的應用領域。
《2023-2028年中國AI醫療行業市場深度調研及投資策略預測報告》由中研普華研究院撰寫，本報告對該行業的供需狀況、發展現狀、行業發展變化等進行了分析，重點分析了行業的發展現狀、如何面對行業的發展挑戰、行業的發展建議、行業競爭力，以及行業的投資分析和趨勢預測等等。報告還綜合了行業的整體發展動態，對行業在產品方面提供了參考建議和具體解決辦法。
關注公眾號
免費獲取更多報告節選
免費咨詢行業專家
2023-2028年中國AI診斷行業市場深度調研及投資策略預測報告
AI診斷是一種利用計算機輔助診斷的新技術，實現了診斷的智能化和自動化。AI診斷依靠收集全球海量的健康或疾病的信息、臨床研究數據和病例等醫療大數據，針對每個患者進行各項評估，為醫生提供以...
查看詳情
低鎘早稻新品種畝產超500公斤據科技日報，7月12日，全國早稻產量形勢分析會暨低鎘早稻現場觀摩會在湖南省常德市召開。...
星微科技完成近億元A輪融資 加速半導體設備零部件國產化無錫星微科技有限公司完成近億元A輪融資，本輪投資由耀途資本...
首艘國產大型郵輪開始首次試航我國首艘國產大型郵輪“愛達·魔都號”于17日早上解纜離開碼頭，開始首次試航。...
隨著我國經濟的快速發展，財富創造和財富增長的規模迅速提高，高凈值人群對財富管理的需求日益強烈。除股票、債券等傳...
中國城市化進程不斷加快，相應的垃圾產生量也在急劇增長，如果仍舊采用過去填埋的方式處理，不僅土地資源消耗大，造成...
防水膠被廣泛運用于家用電器、照明燈具、電工電氣、通訊設備、儀器儀表、交通工具、電動工具、安防器械、新型能源、數...
微信掃一掃
黃江
AI醫療服務大模型迎來風口 醫療服務需求分析 
研究院服務號