谷歌AI医疗大模型登上《自然》 国内外科技巨头争先布局“AI+医疗”

• 黄江 2023年7月18日 来源：新浪 464 24
• 繁体

最终的研究结果显示，一组临床医生对谷歌和DeepMind团队的医疗大模型Med-PaLM回答的评分高达92.6%，与现实中人类临床医生的水平(92.9%)相当。此外，Med- PaLM仅5.9%的答案被评为可能导致“有害”结果，与临床医生生成的答案(5.7%)的结果相似。

“AI+医疗”的模式在医学健康行业的应用前景十分广阔，通过深度学习算法和大数据分析，AI可以更好地帮助医生准确诊断疾病、提供个性化治疗方案，并在诊疗过程中提供便捷的智能辅助。目前，包括谷歌、亚马逊、英伟达、腾讯、京东在内的国内外科技巨头争先布局“AI+医疗”。

谷歌AI医疗大模型登上《自然》

7月12日，谷歌和DeepMind的科研人员在《自然》杂志上发表了一项研究，不仅提出了MultiMedQA(美国医师执照试题)评估基准，用于评估大语言模型在编码临床知识方面的表现，还详解了谷歌医疗大模型Med-PaLM的进化过程。

最终的研究结果显示，一组临床医生对谷歌和DeepMind团队的医疗大模型Med-PaLM回答的评分高达92.6%，与现实中人类临床医生的水平(92.9%)相当。此外，Med- PaLM仅5.9%的答案被评为可能导致“有害”结果，与临床医生生成的答案(5.7%)的结果相似。

在这篇最新的《自然》论文中，谷歌和DeepMind科学家团队介绍了全新的MultiMedQA评估基准，专门用于评估大语言模型在编码临床知识方面的表现。

该基准结合了六个现有医疗问答数据集(MedQA、MedMCQA、PubMedQA、LiveQA 、MedicationQA和MMLU)，涵盖专业医学、研究和消费者查询等多个方面，以及一个全新的在线搜索医疗问题库数据集HealthSearchQA，力图从多方面把AI培养成一名合格的医生。

此外，该团队提出了一个基于人类评估的框架模型，该模型包括多个维度，例如事实、理解、推理，以及可能的偏见。

该团队在MultiMedQA上对拥有5400亿参数的谷歌大型语言模型PaLM(Pathways Language Model)及其变体Flan-PaLM进行了评估。

在实验中，研究人员采用了提示策略组合，Flan-PaLM在每个MultiMedQA多选题数据集上都达到了极高的准确率，其中在MedQA(美国医学执照考试类型问题)上的准确率为67.6%，比之前的技术水平高出17%以上。

论文指出，虽然Flan- PaLM在MedQA的多项选择题上表现出色，但它对病人医疗问题的回答却暴露出关键的差距。为了解决这个问题，谷歌科学家团队提出了指令提示调整，让Flan-PaLM进一步与医学接轨，产生了Med-PaLM。

在评估中，Med-PaLM表现令人鼓舞，一组临床医生对其回答的评分为92.6%，与现实中临床医生的水平(92.9%)相当。

除了专家评估，研究团队还邀请了五名非医学领域专家(印度的非医学背景普通人)来评估答案。

结果显示，Flan-PaLM给出的答案在60.6%的案例中被认为是有用的，而Med-PaLM给出的答案准确度则增加到80.3%。

同样，在90.8%的情况下，FlanPaLM的答案被判断为直接解决了病人提出的问题，而Med-PaLM将这一比例提高到了94.4%，人类临床医生这一比列则在95.9%。换句话说，在直接解决病人问题方面，Med-PaLM几乎可以和人类临床医生的能力相媲美。

论文称，虽然这些结果非常令人鼓舞，但现实中医学领域相当复杂。因此，还有必要对该大语言模型进行进一步评估，特别是在安全性、公平性和偏见方面。在将这些模型运用到临床应用之前，还有许多限制需要克服。研究人员预计最新的这项研究将激发患者、消费者、AI研究人员、临床医生、社会科学家、伦理学家、政策制定者和其他利益相关方之间进一步对话和合作，从而负责任地将这些早期研究成果转换为真正的现实应用。

但不可否认的是，谷歌科学家团队的研究表明，随着模型规模的扩大和提示词的调整，其理解能力、知识回忆和推理能力均有所提高，这表明大语言模型在医学领域具有潜在的实用性。此外，研究团队的人类评估也揭示了当今大语言模型的局限性，也强调了评估框架和方法在为临床应用创建安全、有用的大语言模型方面的重要性。

国内外科技巨头争先布局“AI+医疗”

AI大模型的碰撞无疑是最引人注目的焦点。在提升人们健康生活品质的同时，AI、大数据等新技术在医学健康行业的创新应用也为行业的转型升级带来巨大突破，并从传统的临床应用扩展到生物制药等产业链各个端口。

生成式AI掀起人工智能重塑医学健康行业浪潮的同时，缺乏自创算法、数据隐私保护以及提高诊断精准度等成为未来亟需解决的问题。AI+医疗不是一个新概念，此前的落地应用多集中在医疗影像领域。而其如何与临床繁杂的数据紧密结合，一定程度上制约着行业发展，但现在AI技术的突破也给医疗行业带来新的想象空间。。

生成式AI的迅猛发展推动医学健康行业发生创新性变革，以大模型为代表的AI技术正在与生物制药、医学诊疗深度融合，掀起新一轮的人工智能浪潮的同时，也吸引了包括谷歌、亚马逊、英伟达、腾讯、京东等在内的科技巨头在“AI+医疗”领域持续加速投入。

除谷歌外，英伟达在“AI+医疗”领域也布局多年。7月12日，英伟达向生物技术公司Recursion投资5000万美元，用以合作推进在生物和化学领域AI基础模型的开发和训练，随后Recursion股价上涨78.17%，英伟达上涨3.53%。

根据中研普华研究院《2023-2028年中国AI医疗行业市场深度调研及投资策略预测报告》显示：

“人工智能+医疗”提升临床诊疗效率

“云上瑞金”智慧服务、全流程管控的智慧运营平台。其中，多院区智慧影像云平台获得大模型赋能，在多院区医疗影像互联互通的基础上，实现了覆盖多部位多病种的放射、病理AI辅诊诊疗，提升了临床诊疗效率。

《中国人工智能大模型地图研究报告》显示，截至目前，我国10亿级参数规模以上的大模型已发布79个，相关应用行业正从办公、生活、娱乐等领域向医疗、工业、教育等领域快速拓展。近日在上海举行的“大爱无疆·日日新”人工智能论坛上，美国罗格斯大学计算机系特聘教授Dimitris Metaxas表示，医疗大模型在解决医疗多模态数据分析和临床长尾问题方面已展现出不俗能力，例如在一些数据较少的临床场景，大模型可带来显著的人工智能效果提升。

针对就医环节，商汤科技基于医疗语言大模型“大医”打造了智慧就医平台，具有智能导诊、智能预问诊、诊前检验、智能随访、院内导航等多种功能，实现了诊前、诊中、诊后多个环节的数字化和智能化升级，可缩短患者在院停留时间，优化患者就医体验。

据介绍，商汤大装置SenseCore有5000 Petaflops算力，支持20个千亿参数超大模型同时训练。借助超大算力和医疗基础模型群，公司能基于医疗机构的特定需求，帮助其针对临床长尾问题(大量个性化、零散的临床需求)高效地训练模型，甚至辅助医疗机构进行模型自主训练。

过去数年来，AI在医疗领域的发展迅猛，为医疗行业带来了革命性的变革和巨大的潜力。

根据麦肯锡咨询的数据，AI每年可以创造3.5万亿至5.8万亿美元的商业价值。预计到2025年，全球AI应用市场总值将达到1270亿美元，其中AI医疗占据1/5的份额，处于高速成长阶段。

知名市场调研公司ReportLinker此前针对全球医疗保健AI市场的年度报告曾预测，全球医疗保健AI市场规模将从2023年的146亿美元增长到2028年的1027亿美元，期间复合年增长率47.6%。

中国AI产业发展迅速，自2019年以来，AI医疗以40%~60%的增速快速发展，中国的AI医疗核心软件市场规模已接近30亿元，并且还有重资产性质的AI医疗机器人，总体规模接近60亿元。

中泰证券在一份研报中指出，AI+医疗/医药未来空间广阔，当下值得重点关注。该研报指出，AI病理、AI影像和AI制药均是未来可能的应用领域。

《2023-2028年中国AI医疗行业市场深度调研及投资策略预测报告》由中研普华研究院撰写，本报告对该行业的供需状况、发展现状、行业发展变化等进行了分析，重点分析了行业的发展现状、如何面对行业的发展挑战、行业的发展建议、行业竞争力，以及行业的投资分析和趋势预测等等。报告还综合了行业的整体发展动态，对行业在产品方面提供了参考建议和具体解决办法。

• 相关深度报告REPORTS

  

  2023-2028年中国AI诊断行业市场深度调研及投资策略预测报告

  AI诊断是一种利用计算机辅助诊断的新技术，实现了诊断的智能化和自动化。AI诊断依靠收集全球海量的健康或疾病的信息、临床研究数据和病例等医疗大数据，针对每个患者进行各项评估，为医生提供以...

  查看详情

延伸阅读

推荐阅读

猜您喜欢