记者 朱萍 实习生 张帆 韦欣 北京报道 自ChatGPT风靡全球以来，中国各个领域都在积极探索生成式人工智能大语言模型产品，更是涌现了“百模大战”的竞争潮流。目前，这股人工智能发展热风也吹向了医疗领域，自今年5月，医联正式发布自主研发的基于Transformer架构的国内首款医疗大语言模型MedGPT后，零氪科技、医渡云、京东健康等也先后公开发布了其在大语言模型领域的应用。

　　据记者梳理发现，这些能够在较短时间内就发布自己的大型语言模型产品实际上都是基于以往多年的积累，如医联是此前做了很多医疗大数据的处理以及智能分诊、辅助诊断等；京东健康则是互联网医院积累了超过亿级的真实医患问诊的医患对话数据等。

　　“它是一个巨大的技术，补全了医疗人工智能模型，让我们AI整个项目可以成立。”在近期举行的一个行业论坛上，医联MedGPT项目负责人王磊表示，大型语言模式其实是将AI医生最后一个版图给拼上了。值得注意的是，此前王磊也向等媒体强调称MedGPT不会轻易给出诊断结论，而是会循序渐进地引导患者给出足够能够支撑有效诊断的病情全貌。

　　值得注意的是，虽然目前有多家企业就大型生成式语言模型在进行各种探索，但如何定位、发展、规范等，无论是企业还是监管都在探索中，其中也存在一些风险等。如在2023世界人工智能大会上中国信通院云大所副所长闵栋以科教研举例称，AI大模型对科研的风险在于，一方面可能会被认为伪造了参考文献，另一方面，由此产出的科研贡献难以甄别，也无法对生成的内容负责。

　　补齐“拼图”

　　在医疗领域的应用，医联算是饮得“头啖汤”，但其产品的产值是个很长的过程，在大型语言模型应用之前，也总是“缺一角”。

　　据了解，医联在做互联网医院的时候，想解决整个医疗的有效可及又便宜的问题，最后没有解决好，失败了。王磊解释其核心原因，是因为整个医疗的服务其实是需要足够的并且合格医生供给的，但中国现在整个高端的医生资源，实际是不太匹配的，矛盾比较突出。

　　在此背景下，医联仍在尝试新的解决方案，王磊介绍称，在2017年医联与国内一家比较大的公司，做了很多医疗大数据的处理及沉淀，包括数据的清洗特别是医疗数据的处理；2018年，医联与腾讯合资承办了企鹅医生，当时也在AI领域发力。

　　“当时我们做了一台智能的机器，把它放到厕所里面，尿检的结果出来并做图像识别，后面还有很多智能分诊和辅助诊断的过程，当时也做了智能医助的工作，落地到实际的应用场景，但是在AI诊疗这块是没有太多动作的。后面我们就发现想要做大而全的AI其实是有点难的，逐渐从2018年、2019年开始做收尾的工作，开始按病种的不同的阶段，从它的预防、诊断、治疗、康复，看在哪些方面可以发力。”王磊称当时发展其实是遇到一定瓶颈。

　　至2021年，医联已经做了按病种的工作，包括测试了很多类似于SDSS工作，让一个患者去用该系统，用它做很多的选择题，过后给出诊断，但做到诊断这一步就没有往后做。这就是类似拼图“缺一块”。在王磊看来，大型语言模式的到来，将缺口补齐了。

　　医联medGPT目前已经拥有近3000种疾病的首诊能力，覆盖80%以上的成年人疾病和90%以上的0-12岁儿科疾病。其采用大模型技术，基于医疗知识图谱为模型提供结构化医疗知识，并收集整理真实医患沟通对话、检验检测和病例信息进行深度学习，利用医生反馈进行强化学习，以保障模型的推理质量、准确性与可靠性。medGPT首次突破了AI医生无法与真实患者连续自由对话的难点，并在医疗问诊场景中支持多模态的输入和输出。

　　7月13日，京东健康也正式发布了医疗大模型“京医千询”。据京东集团副总裁、京东健康技术产品部总经理李欣介绍：“从京东健康的角度看，通过互联网和一些AI的技术，可以让远程医疗成为一个比较可行的解决方案和技术手段，能够通过远程医疗让医疗服务更可及，更可负担，也更有效。”

　　据了解，“京医千询”健康大模型是基于整个京东集团的言犀通用大模型技术底座基础上做的医疗行业垂直、定制化的，能够实现覆盖全流程的医疗需求，实现智能决策，支持多模态的医疗大模型。

　　李欣介绍称，在大模型的构造过程中，因为京东健康互联网医院积累了超过亿级的真实、高质量的医患对话数据，同时有百万级的医疗知识图谱，所以其大模型是基于高质量的大规模医疗数据基础之上来开发的；并且其专业医疗专家团队，也全程参与了这个大模型的构造，给出非常多的专业数据、指导意见和评测的标准。

　　“京东健康也有丰富的互联网上医疗的场景，去检验这些大模型，也有高效的机器学习算法。我们的大模型区别于其他模型，并不止于患者的知识获取，可以提供各种的用户侧、医生侧的服务，包括用户侧个性化的诊疗建议、健康管理、自诊，医生侧的辅助诊断，知识管理和科研文献的挖掘，还包括医生侧的自动报告生成和病历生成辅助医生工作。这个大模型也是基于循证医学，除了循证医学用比较严格的医学训练，同时它有共情和交互的能力；也可以理解复杂多模态，包括图片、影像的医疗数据来做自主的推理决策。”李欣进一步详细介绍称。

　　此前7月9日，零氪科技联合创始人兼首席运营官、首席技术官罗立刚也首次公开介绍了零氪科技在大型语言模型（LLM，Large Language Model）应用上的最新探索与实践。

　　据介绍，零氪科技是基于对开源大模型的发展和应用，不断强化深度学习算法和核心技术壁垒，同时结合由海量临床研究数据等积累的零氪知识库和辅助工具进行定制训练，目前成功实现LLM在医疗场景的技术落地和应用，为“医疗数据结构化”和“患者私域管理”赋能，并不断探索应用新的业务场景。

　　此外，在刚结束的2023世界人工智能大会医疗发展论坛上，医渡科技也透露正在开发医疗垂类大模型，同时正在调研各业务场景的可能性，以提供更合规、更专业的解决方案。

　　合规“指挥棒”

　　从各家的布局和探索可以看出，其实际都是基于自身原有的积累以及相关领域特色进行布局，相互之间也有着差异化，如就零氪科技和医联已有表述来看，零氪科技的自然语言处理的资料为医生临床诊疗文本记录，对其进行标准化和结构化处理，为未来的诊疗服务等；医联开发的medGPT对医患沟通对话、检验接测结果和病例信息进行深度学习，并支持与真实患者的连续自由对话，可以为医生端与患者端提供服务等。

　　毫无疑问，ChatGPT的横空出世吸引了各界目光，生成式AI掀起人工智能重塑医学健康行业浪潮。

　　闵栋指出，AI大模型在医疗健康的七大领域已有部分探索性应用，这七大领域包括：医疗服务、运营管理、患者服务以及科教研、药品供应、传统医学与公共卫生。但目前上述应用大多处于按科室或单病种的个案研究状态，尚未进行大范围推广，并且，不同领域AI大模型的应用机会、产生影响程度和成熟速度上的差异仍然较大。

　　而且，AI大模型在科教研层面产生了诸多业内争议，如技术成熟度的风险在于AI大模型的算法可能会局限并导致内容失真，如上闵栋举例的在临床科研过程中AI大模型的问题，还有医疗服务公平性风险在于模型生成的内容存在虚假、错误，以及算法偏见导致的不公平等。

　　与此同时，AI医疗的临床应用评估等仍存在着问题，面临挑战。在中国食品药品检定研究院举办的2023医疗器械安全周宣传活动上，国家卫生健康委卫生发展研究中心专家指出，首先是AI医疗技术缺乏定义，目前监管管理政策存在空白，AI医疗产品分类众多，临床应用场景多样，给临床管理增加难度、带来挑战；同时，AI医疗技术也面临着临床困境，因此亟需推动开展临床应用评价，合理选择并优化使用相关技术。

　　目前，国外AI医疗临床应用评价较少，研究方法单一，缺乏关于临床实践的评价；而国内虽鲜有相关研究，但存在大量AI医疗临床实践。传统监管方法难以实现有效监管，其安全有效性评价问题已成为全球监管难点，评估方法亟需建立，需要进行全生命周期的监管。开展AI医疗技术临床使用评价规方法及工具探索，助力临床科学监管管理决策，刻不容缓。

　　对此，国家相关监管部门也高度重视，如4月11日，国家互联网信息办公室发布《生成式人工智能服务管理办法(征求意见稿)》,旨在促进生成式人工智能技术健康发展和规范应用。7月13日，国家网信办会同发改委、教育部、科技部、工信部、公安部、广电总局发布了《生成式人工智能服务管理暂行办法》（以下简称《办法》），将于2023年8月15日正式生效实施，将在对尚不成熟的生成式人工智能服务更多的鼓励与包容的同时，也强调相关从业者内容安全、隐私与个人信息保护、算法透明、伦理和知识产权、竞争法等方面的合规责任等。

　　对此，北京星来律师事务所特聘专家严少敏解读称，与《生成式人工智能服务管理办法（征求意见稿）》相比，《办法》体现出了对尚不成熟的生成式人工智能服务更多的鼓励与包容，未设置高于现有相关法律规范要求的实质性合规责任，符合预期和产业的期待。

　　但另一方面，也对相关从业者涉及内容安全、隐私与个人信息保护、算法透明、伦理和知识产权、竞争法等方面的合规责任相较已有立法更明确。

　　如《办法》第七条规定：生成式人工智能服务提供者（以下称提供者）应当依法开展预训练、优化训练等训练数据处理活动，遵守以下规定：（一）使用具有合法来源的数据和基础模型；（二）涉及知识产权的，不得侵害他人依法享有的知识产权；（三）涉及个人信息的，应当取得个人同意或者符合法律、行政法规规定的其他情形；（四）采取有效措施提高训练数据质量，增强训练数据的真实性、准确性、客观性、多样性；（五）《中华人民共和国网络安全法》、《中华人民共和国数据安全法》、《中华人民共和国个人信息保护法》等法律、行政法规的其他有关规定和有关主管部门的相关监管要求。

关注同花顺财经（ths518），获取更多机会