文 | 常澤昱
編輯 | 海若鏡
AI繼續「狂飆」。幾乎所有人都曾沉浸於「多模態」、「大模型」等概念帶來的狂喜或驚訝中。但當前，如何將AI嫁接到行業內部，如何利用AI產生真正的能效等，成為熱議話題。
具體到應用層面，「技術為先、場景為重」是基本的邏輯。
「相較於『AI+醫療』，我覺得更多的是『醫療+AI』。我們的角色是賦能者，服務患、醫、藥」。近日舉行的百度健康產業生態大會上，談及自身定位，百度大健康事業群組總裁何明科數次強調「賦能」。
基於何種場景賦能？圍繞「以患者就醫旅程為主路徑，滲透醫患藥各環節」的策略，百度健康目前已形成五大產品：面向普通用戶的AI健康助手，面向醫患雙端的在線醫療Copilot，核心面向醫院的「AI智慧門診」，大模型的私有化產品CDSS，核心面向企業的靈醫開放平台產品。
靈醫開放平台將面向醫療服務提供API 1000萬token的免費額度。據悉，在純To B場景，百度健康已形成5大核心API+3大產品套件+Ν個基礎API的能力集合，行業付費客戶累計超過100家，助力企業經營提質、增效、降本。
而在院端，如何打破患者與院端信息差、提升醫療資源利用效率，歷來是醫療AI企業都試圖解決的問題。華中科技大學同濟醫學院附屬協和醫院門診辦公室副主任譚捷介紹，藉助百度大健康AI產品，目前武漢協和醫院已在分導診、加號、候診三個環節探索智慧化方案。
以加號為例，針對專家號緊俏難掛且實踐中存在醫患不匹配的現象，百度健康通過病情收集、病例整理、AI預審和醫生覆核的加號流程，為患者開通應急預約通道，匹配擅長對應疾病的專家。據院方統計，上線75天內，AI智能加號共計審核5478人的加號申請，通過人次755人，專家審核通過720人，這意味著其審核準確率高達95%以上。
壓縮醫生在書寫病歷等重複性工作上的時間支出，則是目前百度健康在「AI醫生助手」模塊推進的工作之一。
「基於大模型輔助醫生提升書寫效率，從實際的反饋來看是受歡迎的，能將醫生花費的時間從1個多小時降低到20分鐘左右」，百度大健康事業群組策略研發部及AI產業部總經理黃海峰介紹，為了保證內容的嚴謹性，「每一段輸出內容都會有相關的溯源標註，告訴他是來自哪個單據。」
大模型在具體領域運用的深度很大程度上取決於其對數據的獲取、發掘，而醫院眾多不同科室的現實情況又對此提出了新的挑戰。黃海峰表示，百度健康將逐步實現從「公有雲」到「私有化」、「專門化」的疊代，應用場景大體遵循從由簡到繁、由通用到具體的邏輯逐步推進。
具體到較受矚目的臨床應用，目前百度還在「篩選具體場景」的階段，因為「投入確實會比較重」。黃海峰介紹，一方面，針對不同臨床場景開展的工作復用性較差，例如做肺部手術導航和做口腔建模就涉及兩種完全不同的需求。另一方面，如果要開展具體的臨床診療，現階段的病例數據也並不足夠，尚需繼續收集、發掘。
讓AI真正在臨床場景發揮活力，醫生是必不可少的一環。上海仁濟醫院泌尿科主治醫師遲辰斐認為，醫生應該「卸掉高牆，學會跟大模型合作，不吝嗇於把自己的知識告訴企業」。
承認AI巨大潛力的同時，遲辰斐也結合自己的醫療實踐和觀察提出了一些「冷思考」，結合他參與的多次AI測評的實際情況來看，在面對一些需要判斷力的開放性問題時，AI的能力遠在醫生之下。
因此，建立更科學、與現實擬合程度更高的測評環境也尤為關鍵。「大模型到底能不能看病，不是現在測評中這些選擇題和科普性的Q&A說了算」，遲辰斐指出，「醫生怎麼看病、多輪問診怎麼進行、怎麼採集患者數據、進行推導、給出診療建議，需要基於醫患交互的自然語言生成的真實場景，把這些東西結合進去，做成一個真正的測評體系。」
總之，正如何明科所講的那樣，大模型讓「我們手裡的『子彈』更多了」。但如何找到痛點、瞄準子彈，真正實現對醫藥大健康領域全面、深度的賦能，仍然需要更多路徑層面的探索。
文章來源: https://twgreatdaily.com/zh-tw/49f75e24db1104c7c5e6ff369fa86933.html