大模型在医疗领域有哪些创新应用？这4点正提速

当前大模型在各行业都有得到广泛的使用，但针对医疗这种专业性非常强的领域，还是需要垂直的模型才行。而且在应用上，也与常规产品不同。

在以前，虽然人们经常会和各种化验单、检查报告打交道，但大多数人可能面临的局面是：字都认识，但基本看不懂，全靠医生解读或自己查资料。

而眼下，随着AI在医疗领域的深入应用，普通人只要拍照上传，就能瞬间明白一些异常指标背后藏着的“风险”，并积极配合医生进行治疗或早做预防，不再满脑疑惑，将信将疑。

事实上，基于人工智能技术能做的远不止医学报告解读。

在实际应用中，“AI+医疗”已经渗透到业务办理、健康管理、医院就诊、临床治疗、康复管理、用药指导乃至药品研发、生产、质控、科研等方方面面。而在众多的应用技术中，AI大模型起步虽晚，但却是备受瞩目的方向之一。

目前，AI大模型在医疗领域有哪些创新应用？未来又将覆盖哪些方面？下文揭晓~

Part 01 ：AI医学报告解读

从应用广泛性看，前面提到的AI医学报告解读，算是目前热度较高且技术较为成熟的AI大模型落地场景之一。

这类产品实现了大语言模型的生成和推理能力与医学专业知识的紧密结合。前端可通过信息识别和抽取，采集医学报告源数据。后端通过对齐医学知识库和算法优化，可以输出相应的报告指标解读和诊断结果。对于C端用户自助进行报告分析、医学科普、病症自查等，可谓助力良多。

为了保障较高的精度与效度，目前包括讯飞晓医、域见医言等在内的医检大模型收集了大量医学报告样本参与训练，且样本质量、多样性等方面也有较高保障。

不过为了规避潜在误诊风险，现阶段的AI医学报告解读一般主要用于辅助疾病诊断，不参与治疗方案的制定。

Part 02：AI医学问答

AI医学问答平台，是大语言模型在医疗领域的另一大热门应用。

眼下，针对C端用户的问答涵盖医学科普、医疗咨询、养生保健、用药指导、情感陪护等多个方面。

行业知识库丰富的医学知识储备加上大模型自身在问答、搜索领域的优势，使得各类医疗保健机构推出“AI全科医生”、“全天候问诊服务”等成为可能。

为了减轻骨干医师的工作负担，同时更好地服务于各类患者，部分医疗机构还联合大模型厂商推出了“医生数字分身”。

配图：司普AI数字身份配置与医学问答示例

通过问答的形式，让拥有和医生相似知识储备的AI助理，助其完成病情跟踪、患者咨询、远程诊断等任务。医生减少重复性劳动的同时，也方便了患者随时随地获得医疗帮助和解答。

Part 03：AI医学文书写作

另一大应用方向——AI医学文书的写作，则发挥了大模型在内容创作上的优势。

比如一直以来，病历、诊断书、医嘱、手术记录、入院/出院小结等常见医学文书的写作高度依赖人工，书写起来费时费力，内容多为过往病史及当期检查结果的汇总，格式标准统一，对完整性、准确性、真实性等有较高的要求。

随着AI大模型的深度发展和在医学领域的应用，AI辅助医疗文书的写作自然也成了行业关注的焦点。

据媒体报道，目前，部分综合性和专科医疗机构已经开始引进AI生成式病历，以提升医疗服务效率与质量。同时入院/出院小结、病例报告、手术记录等医疗文体，也在加速向AIGC靠拢。

除了业务性的医学文书，AI在文献综述、医学论文等学术性医学文体的创作上，近年来的应用比重也在逐年上升。

不过，为了降低大模型幻觉问题，提高创作精度与质量，除了医学文献资料、行业知识库、专业术语库等方面的储备，如何在保障医疗数据隐私安全和处理合规的同时，有效做好相关医疗业务数据的采集和对接，会是医疗类文体创作的基础项。

Part 04：医疗相关业务处理

基于大模型支持医疗数据类业务的处理，是技术融合度较高，也是备受期待的另一大应用方向。

比如通过对医学图像和医疗数据的分析，加快完成早筛诊断，辅助临床治疗。再比如利用司普AI核保员等工具，通过对体检报告、病历、入院/出院小结、手术记录、医疗发票、医保结算单等医疗报告及相关票据的识别抽取和结构化管理，经由QA、模型自学习、业务规则引擎、行业知识库模块辅助核保等。

此外，通过与医疗机构业务打通，AI还在预问诊/问诊、陪诊、康复管理、医疗随访等环节发挥着重要作用，推动非核心的医疗业务流程实现自动化、智能化流转。

写在最后

随着人口老龄化趋势越发明显以及医护人员的长期短缺，人工智能技术在减轻医务人员的工作负担、缓解医疗资源供需矛盾、提升医疗服务效率和质量等方面备受期待。

在这样的时代背景下，包括AI大模型、AI医疗影像分析、康复护理机器人等在内的人工智能软硬件在医疗行业得到更深层次的应用和发展。

据《2024中国AI医疗产业研究报告》等显示：2023年中国AI医疗行业规模已达973亿元，预计2028年将达1598亿元左右。

综上来看，未来AI在医疗领域的应用价值依然巨大，而大模型在医学内容解读、知识问答、医学文体创作、关联业务处理等方面的创新应用在加速落地的同时，也推动着智慧医疗服务在大众消费端、医生服务端、产业端的发展进程。

备注：本文原创，首发sipu-tech，第三方首发人人都是产品经理。