破解全行业数据壁垒尚需时间 GPT+医疗健康“徐步前行”

本报记者 张敏

以ChatGPT为代表的通用版大型语言模型引发市场关注。它背后的GPT（Generative Pre-trained Transformer，生成式预训练转换器）技术基座为人工智能应用打开一片崭新世界。

“大模型时代已经到来。它已变成基础设施，变成算力，变成生产力。大模型可能有通用技术，但更重要的是如何跟各个行业、各个场景相结合。”北京邮电大学人工智能学院教授何召锋在“GPT+医疗健康”机会与挑战交流会上说。

近日，为探讨GPT对医疗健康领域的深度影响，吴阶平医学基金会、北京邮电大学人工智能学院、互联网医疗健康产业联盟、智云健康、声智科技联合在北京举办“GPT+医疗健康”机会与挑战交流会，邀请众多产学研资深专家参与。

声智科技CEO陈孝良表示，现在大家比较关注的是以数据为中心的AI，特别是大模型的预训练和微调技术，几乎每天都有新的进展。从当前实践来看，高质量的标注数据带来AI语言模型的性能提升，比算法来说更为显著。

数据、算力、算法是AI的三大基石。由于互联互通基础薄弱、受到高度监管、隐私安全要求高、数字化建设滞后等因素，医疗健康行业的特殊性对数据利用带来一定挑战。

智云健康首席科学家刘晓华认为，基于开源基础大模型结合专业数据做大语言模型的本地化、小型化定制的发展路径，是目前许多企业在应对大型语言模型开发成本高昂的情况下采取的一种合理策略。通过使用开源基础大模型，可以降低开发大型语言模型所需的数据采集、处理和清洗成本，而结合专业数据，又能保证模型的高质量和多样性。通过本地化、小型化和定制化，可以更好地满足企业或行业的特定需求，提高模型的适用性和准确性。

破解全行业的数据壁垒需要时间逐步解决，但单个机构内部的数据开发利用则相对容易实现。北京大学第六医院、南开大学药学院、智云健康等相关负责人在交流会上分享了各自实践经验。

据南开大学药学院教授、博士生导师林建平介绍，目前在药物研发上，GPT并没有形成特别大规模的应用，但是在其中的分子识别、文献搜索、分子设计等环节，进行创新尝试。他认为，GPT具有寻找病因、发现新的药物靶点、预测药物的相互作用、预测药物剂量的优化等未来应用潜力。

智云健康是国内较早将人工智能、数字化和慢病管理服务场景进行融合应用的企业之一。智云医疗大脑（Cloudr Brain）是智云健康基于多年机器学习、临床实践和数据要素开发的AI医疗引擎，应用成效已经初步突显。智云健康CTO牧唐表示，依托Cloudr Machine Learning Infrastructure基础平台，智云医疗大脑率先推出两个医疗行业模型——ClouD GPT、ClouD DTx。ClouD GPT模型主要应用于医院内部、互联网医院等场景下的辅助诊疗，大幅度提升诊疗效率和体验。ClouD DTx则主要用于药械研发、数字疗法等AI辅助研发场景。

（编辑 张芗逸）