什么是真正好用、能落地的医疗健康大模型?针对这一时下热门“考题”,商汤科技交出了一份新答卷。

10月16日,商汤发布升级版医疗健康大语言模型——大医。大医内嵌医学“场景集市”,包含13个预设场景,并支持提示工程自定义、长程记忆存取和医学知识库查询总结等个性化功能,帮助医疗健康产业链上下游机构根据实际需求打造专属医疗健康大模型,推动行业全方位数智化转型。目前商汤已与郑州大学第一附属医院、上海交通大学医学院附属瑞金医院、上海交通大学医学院附属新华医院等机构开展合作,实现大医在具体医疗健康场景中的落地。

“大医的服务范围,不仅仅局限于医院,而是希望能覆盖整个医疗健康产业链。”商汤科技副总裁、智慧医疗业务负责人张少霆表示,大医已面向医疗健康产业链上下游机构客户开放服务,接下来,商汤科技还将探索与营养保健、健康管理等领域企业、机构的合作,为企业服务数智化转型提供强大驱动力,充分释放大模型在医疗健康产业的潜力,让技术与产业链紧密结合,为产业链高质量发展赋能。

大医已面向医疗健康产业链上下游机构客户开放服务

打造“场景集市”紧贴临床需求

助力医疗服务提质增效

在医疗健康领域,大模型的竞争日渐聚焦于真实医疗健康场景落地能力。大医紧密贴合医疗健康场景实际需求,打造医学“场景集市”,助力医疗服务提质增效。

大医功能覆盖智慧大健康、智慧患者服务、智慧临床以及数智建设四大领域,包括智能自诊、用药咨询、诊后随访管理、智慧病历、影像报告结构化等共13个细分医疗健康场景。

面对日常健康咨询,大医可以充当“体检咨询助手”、“健康管家”等角色,提供疾病风险预测、检验检查分析、体检咨询、健康问答等健康管理服务,经过多轮对话后给出健康咨询建议。基于该能力,大医能够帮助传统大健康领域企业实现服务模式的全面数智化革新,借助AI的辅助让高质量、个性化的健康管理服务走进每个家庭,极大提升用户健康管理的便利性。

面对患者的就诊需求,大医可化身“陪诊助手”,更高效地实现智能导诊、预问诊等患者服务功能。在门诊环节,大医能够充当医生的“得力助手”,实时记录、整理、识别医患问诊对话内容,并将提取总结的病历信息上传至电子病历系统,解放医生双手,提高临床效率。在临床诊疗场景中,大医能够提供临床辅助决策支持。在诊后,大医可为患者提供用药指导,并帮助患者建立随访档案及制定随访计划,提高医疗服务质量和患者获得感。此外,大医的总结能力可以将患者就医过程总结成阶段性小结、出院小结等多种实用临床模板,还支持将医学影像报告、临床病历中的自由文本一键生成结构化报告,方便医生进行医学统计,提升科研效率。

大医功能覆盖四大领域13个细分医疗健康场景

凭借出色的性能,大医已在多家医疗机构实现落地,并获得广泛认可。其中,商汤与郑州大学第一附属医院国家远程医疗中心合作,基于大医研发了行业前沿的用药咨询大语言模型,为患者提供更智慧便捷高效的线上用药咨询服务和体验。与上海交通大学医学院附属瑞金医院合作,通过学习胃肠道专家的经验构建决策知识,并用真实病历进行训练,结合大医的病历结构化和推理决策能力,优化了以往专科辅助决策中存在的主观性输入偏倚、缺乏真实决策变量和重要决策能力不足等问题。大医可以根据输入的胃肠道肿瘤患者病历,提供准确的全身药物治疗(化疗、靶向、免疫治疗)与局部治疗(外科手术、放疗等)方案推荐,未来还将实现更多高性能专科辅助诊疗决策。与上海交通大学医学院附属新华医院开展合作,计划利用大医赋能随访等患者服务场景,实现与语音流技术实时交互,分析、理解患者的语音内容,从中提取患者基本信息、病情变化、用药情况等随访数据,并给出专业的健康建议,优化患者随访体验。

商汤与郑州大学第一附属医院国家远程医疗中心合作,基于大医研发了行业前沿的用药咨询大语言模型

提示工程自定义、专属知识库调用

强大“可塑性”满足定制化、个性化需求

医疗健康大模型要适配更多具体场景,需要满足个性化、差异化的需求。大医支持提示工程自定义、长程记忆存取和医学知识库查询总结等个性化功能,展现出强大的落地“可塑性”,能够为医疗健康全产业链提供多样化、个性化的服务。

提示工程可以帮助大模型更好地理解和回答用户的请求。作为国内率先推出提示工程自定义功能的医疗健康大模型,大医能够帮助客户打造专属“场景助手”,支持在界面上调整提示工程,引导模型根据实际场景需要智能调整回复内容。例如在智能自诊场景下,可以调整模型提问方式、医学解释详略程度等;在智慧病历场景下,可以根据阶段性小结、出院小结等不同种类的临床模板总结患者就医经过,并支持修改临床模板样式。

大医支持通过调整提示工程,引导模型根据实际场景需要智能调整回复内容

对于自有高质量数据且对数据隐私安全有高要求的合作机构,商汤可为其提供搭建专属知识库等服务,并以插件形式搭载于大医上。例如可将体检知识、健康管理科普、饮食运动处方、用药注意事项等知识构建为知识库,借助大医强大的检索和总结能力,为合作机构打造紧密贴合其需求的专属医疗健康大模型。

大医可调用专属知识库,借助强大的检索和总结能力给出准确的回答

针对长病程患者,大医能够处理长医疗文本信息,同时支持接入外部记忆模块插件作为补充存储空间,使其具备更强的长病程管理能力。针对各类医疗健康场景中的复杂计算,大医支持调用多种医学计算器插件,以此显著提升大模型的计算能力,在疾病预测、风险提醒、体检报告解读等实际应用场景中发挥更大价值。

多版本选择+模型量化

有效降低医疗健康大模型部署门槛

作为行业领先的人工智能企业,商汤科技在医疗健康大模型的研发上具备深厚的积累,在数据、算力和落地部署能力方面具备明显优势。

数据层面,大医以千亿参数规模的大语言模型“商量”为基模型,后者拥有万亿token预训练语料。在此基础上,大医利用超200亿token的高质量医学知识数据训练而成,数据范围涵盖医学教材、医学指南、临床路径、药品库、疾病库、体检报告等,以及4000万真实病历、医患问答和对话等。高质量的训练数据,保证了大医回答的可靠性和准确性。

算力储备层面,商汤大装置SenseCore上线GPU数量已提升至约30,000块,算力规模提升至6 ExaFLOPS。在充足算力的支撑下,商汤在医疗健康大模型开发和持续快速迭代方面具备优势。

在落地部署能力方面,为了满足差异化部署需求,商汤推出多个大医版本,参数量从千亿到百亿级别不等,既可以公有云服务方式为合作机构提供服务,实现开箱即用,也可帮助合作机构高效完成模型私有化部署。借助创新的模型量化技术,可降低大医落地部署的的硬件需求,有效降低了医疗健康大模型的部署门槛,让更多合作机构可以借助大医优化其现有业务流程。

商汤拥有众多医院合作伙伴,在丰富工程落地经验的支撑下,大医可高效嵌入医院信息化系统,实现与医院工作流的紧耦合,形成有效的业务系统,充分发挥大医对医院诊疗、管理、科研等工作模块的强大赋能作用。

大医目前已面向医疗健康产业链上下游机构客户开放服务,可发送邮件备注联系方式及机构名称。