當醫學(xué)影像遇到AI大模型

在醫療這種專(zhuān)業(yè)領(lǐng)域里，其實(shí)是最適合AI大模型發(fā)揮的地方。這篇文章，作者就從醫學(xué)影像領(lǐng)域，從如何賦能、如何監管和如何商業(yè)化三個(gè)維度進(jìn)行初探，供大家參考。

自去年11月30日美國AI公司OpenAI發(fā)布旗下基于大語(yǔ)言模型GPT-3.5的AI聊天機器人程序ChatGPT以來(lái)，引發(fā)全球大模型開(kāi)發(fā)和商業(yè)化應用浪潮。同樣這股浪潮也深刻影響著(zhù)醫療行業(yè)，根據《2023醫療健康AI大模型行業(yè)研究報告》數據顯示，截至2023年10月，國內累計公開(kāi)的醫療大模型近50個(gè)，涉及患者問(wèn)診、醫生助手、藥物研發(fā)、健康科普等多個(gè)領(lǐng)域。

當醫學(xué)影像遇到AI大模型又會(huì )擦出什么火花，筆者將從如何賦能、如何監管和如何商業(yè)化三個(gè)維度進(jìn)行初探。

一、如何賦能

從2023年開(kāi)始業(yè)內發(fā)布多個(gè)醫學(xué)影像類(lèi)AI大模型，包括：

聯(lián)影智能uAI影智大模型：作為垂直醫療領(lǐng)域的大模型基座，可在文本、影像、混合模態(tài)產(chǎn)品開(kāi)發(fā)上帶來(lái)全維助力。通過(guò)大量的數據訓練，具備對醫學(xué)影像的通用底層學(xué)習技能，并具備了快速遷移到新疾病類(lèi)型的能力。

深睿醫療醫學(xué)圖像通用分割大模型SAMI：適配X-Ray、CT、MRI、PET、超聲、病理切片、內鏡、皮膚鏡、牙片、血涂片等多模態(tài)醫療數據，實(shí)現從器官到病灶甚至病理細胞、病變組織、細胞元素等級別的亞秒級分割,為醫療實(shí)踐中的一切圖像分割任務(wù)提供了AI一鍵式解決方案。

數坤科技多模態(tài)醫療大模型ShukunGPT：圖像模態(tài)能力支持以多模態(tài)全人體器官病灶的通用分割和識別，協(xié)助醫生實(shí)現精準閱片和診斷。視頻模態(tài)能力實(shí)現超聲視頻流的實(shí)時(shí)理解，并融合文字模態(tài)生成高質(zhì)量超聲報告。在視頻生成方面，可以實(shí)現電影級全人體器官結構渲染，為醫生更直觀(guān)地查看器官病灶以及為手術(shù)規劃提供準確依據。ShukunGPT多模態(tài)能力能夠實(shí)現對用戶(hù)和患者醫療數據的全模態(tài)理解，真正實(shí)現像醫生一樣理解患者的一切。

柏視醫療PVmed Zeus腫瘤治療AI基礎模型：在通用大模型（L0大模型）的基礎上，通過(guò)大規模、多模態(tài)、診療全流程腫瘤數據特征庫，精準建?？坍?huà)腫瘤異質(zhì)性，應用于個(gè)性化腫瘤治療方案。

醫療大模型作為一種工具，場(chǎng)景是其發(fā)展的關(guān)鍵，目前已在預問(wèn)診、病歷書(shū)寫(xiě)等高頻場(chǎng)景，以及科研場(chǎng)景下廣泛應用。

預問(wèn)診：早先的預問(wèn)診功能主要基于知識圖譜和NLP技術(shù)，由AI發(fā)起的問(wèn)診多是基于固定的流程和語(yǔ)序，無(wú)法應對患者個(gè)性化需求，體驗不佳因此并未受到患者端的歡迎。而基于大模型技術(shù)的預問(wèn)診則真正變成了一個(gè)開(kāi)放式的對話(huà)模式，患者體驗有質(zhì)的提升。

病歷書(shū)寫(xiě)：基于對人類(lèi)語(yǔ)言的理解、推理和歸納能力，大模型技術(shù)可以從醫患對話(huà)中萃取出有價(jià)值的信息，自動(dòng)生成一個(gè)符合醫院系統的結構化病歷。

科研：以前針對某一種影像類(lèi)型的數據和某一種疾病類(lèi)型需要開(kāi)發(fā)特定的算法，現在通過(guò)大模型可以對任意醫學(xué)影像中任意病灶進(jìn)行勾畫(huà)標注，有效提升了科研效率。

二、如何監管

目前關(guān)于人工智能軟件的審評審評標準主要參考《人工智能醫療器械注冊審查指導原則》、《深度學(xué)習輔助決策醫療器械軟件審評要點(diǎn)》、《人工智能輔助檢測醫療器械（軟件）臨床評價(jià)注冊審查指導原則》等，現有的審評審批文件中并未涉及大模型相關(guān)產(chǎn)品的審批要點(diǎn)，因此在審評審批環(huán)節還需要監管機構與行業(yè)一起探索前行。

三、如何商業(yè)化

從價(jià)值角度分析，AI大模型更多的是對既有系統的提質(zhì)增效，而不是替換，因此不會(huì )馬上產(chǎn)生全新的應用形態(tài)，而是讓既有的產(chǎn)品變成一個(gè)被廣泛接受的、適用度大得多的產(chǎn)品。

再者醫院是一個(gè)相對封閉的系統，集合了多個(gè)廠(chǎng)商的設備或系統，雖然采用標準的接口或協(xié)議進(jìn)行互聯(lián)互通，但是實(shí)現接入還是困難重重，不是簡(jiǎn)單的從市場(chǎng)上買(mǎi)個(gè)標準件替換即可，而是涉及復雜的商務(wù)問(wèn)題，想想幾年前醫學(xué)影像AI廠(chǎng)商初次進(jìn)行醫院時(shí)的艱難情形。因此通過(guò)與醫療信息化企業(yè)或者醫療設備廠(chǎng)商合作將大模型產(chǎn)品在醫院進(jìn)行落地是相對可行的商業(yè)化模式。

四、寫(xiě)在最后

大模型很好，但不是“萬(wàn)能藥“，需要理性看待。就像2012年提出深度學(xué)習后引發(fā)人工智能熱潮，AI將替代醫生的聲音叫囂甚喧，可10多年過(guò)去了，深度學(xué)習技術(shù)在醫學(xué)影像領(lǐng)域的應用還是局限在輔助檢測、輔助分診等領(lǐng)域。至于輔助診斷方面，國內第一個(gè)肺結節CT圖像輔助診斷軟件也才由深睿醫療在今年9月剛剛獲批。

AI大勢所趨，道路阻且長(cháng)。

本文由 @毛利輝 原創(chuàng )發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉載

題圖來(lái)自Unsplash，基于CC0協(xié)議

該文觀(guān)點(diǎn)僅代表作者本人，人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)