隨著ChatGPT、MidJourney 等重磅產(chǎn)品的發(fā)布，生成式人工智能受到社會(huì)各界的廣泛關(guān)注。生成式人工智能成為當(dāng)前人工智能領(lǐng)域的一大趨勢和熱點(diǎn)；該技術(shù)利用先進(jìn)的機(jī)器學(xué)習(xí)模型、深度學(xué)習(xí)模型，從訓(xùn)練數(shù)據(jù)中學(xué)習(xí)統(tǒng)計(jì)規(guī)律，并根據(jù)所學(xué)知識(shí)生成新的文本、圖像、視頻或音頻內(nèi)容。與傳統(tǒng)的人工智能任務(wù)不同，GAI不僅可以分析數(shù)據(jù)，還可以主動(dòng)創(chuàng)建新內(nèi)容，在自然語言、圖像、視頻、音樂創(chuàng)作等領(lǐng)域都展示了強(qiáng)大的創(chuàng)作能力。

圖1 生成式人工智能發(fā)展歷程

伴隨著人工智能技術(shù)的快速發(fā)展，以BERT、LaMDA、ChatGPT為代表的大模型快速迭代優(yōu)化，全球生成式AI產(chǎn)業(yè)迎來了發(fā)展熱潮，相關(guān)場景應(yīng)用不斷豐富。生成式人工智能憑借其強(qiáng)大的任務(wù)遷移能力和生成能力，正在推動(dòng)營銷、電商、金融、游戲文娛等多個(gè)行業(yè)的進(jìn)步和變革。但生成式人工智能的強(qiáng)大能力，高度依賴于其背后的AI大模型。

圖2 生成式人工智能的行業(yè)應(yīng)用場景

當(dāng)前，國內(nèi)外市場的生成式人工智能產(chǎn)品和服務(wù)呈現(xiàn)出“一超多強(qiáng)”的倒金字塔格局：一方面，OpenAI、Google、Meta、百度等擁有強(qiáng)大算力、先進(jìn)算法的大型科技公司率先開發(fā)了基礎(chǔ)層通用大模型，并以Model as a Service（MaaS）的形式進(jìn)行收費(fèi)；另一方面，中小型開發(fā)者通過調(diào)用基礎(chǔ)層大模型的API，能夠以較低的訓(xùn)練成本、較小的算力基礎(chǔ)設(shè)施，開發(fā)出多樣化、個(gè)性化、場景化的引用，滿足消費(fèi)級別的個(gè)性化需求。然而考慮到算力設(shè)施成本、數(shù)據(jù)隱私與安全問題，希望使用生成式人工智能賦能行業(yè)的企業(yè)通常更有意愿采用在專有數(shù)據(jù)方面微調(diào)訓(xùn)練后的垂直領(lǐng)域中間層模型。

圖3 生成式人工智能賦能行業(yè)應(yīng)用：開發(fā)中間層專用模型

大語言模型在醫(yī)療大健康領(lǐng)域具有廣闊的應(yīng)用前景。隨著大語言模型的不斷涌現(xiàn)，國內(nèi)外大模型玩家迅速入場醫(yī)療大健康領(lǐng)域，已經(jīng)在多個(gè)場景中開發(fā)出了能夠輔助患者、醫(yī)護(hù)人員、藥械企業(yè)的應(yīng)用。

• 賦能患者教育和健康管理：基于通用大模型微調(diào)出的醫(yī)療領(lǐng)域?qū)I(yè)問答大模型，能夠像醫(yī)學(xué)專家一樣為患者提供健康咨詢服務(wù)；生成式AI根據(jù)用戶的健康基礎(chǔ)信息、生活習(xí)慣等數(shù)據(jù)生成的個(gè)性化健康管理方案，可以實(shí)現(xiàn)更智能化、個(gè)性化的健康管理。

• 輔助醫(yī)護(hù)診療與醫(yī)學(xué)科研：在輔助診療方面，生成式AI可以通過分析最新臨床試驗(yàn)論文、治療指南等資料，為特定疾病自動(dòng)生成病癥介紹、治療方案推薦，形成臨床指南草稿，快速聚合最新研究成果，生成指南知識(shí)框架；生成式AI可以自動(dòng)讀取相關(guān)領(lǐng)域醫(yī)學(xué)論文，深度理解文章的內(nèi)容與結(jié)構(gòu)；對某一醫(yī)學(xué)問題的文獻(xiàn)綜述分析，自動(dòng)篩選信息進(jìn)行統(tǒng)計(jì)分析，以生成研究進(jìn)展綜述，幫助醫(yī)生快速了解最新研究進(jìn)展。

• 助力藥械企業(yè)研發(fā)與業(yè)務(wù)發(fā)展：生成式人工智能在提升醫(yī)藥企業(yè)研發(fā)效率、優(yōu)化醫(yī)藥企業(yè)的藥品上市和商業(yè)化策略方面，也顯示出巨大應(yīng)用潛力。在前臨床階段,生成式AI可以輔助快速設(shè)計(jì)新藥分子，大幅縮短設(shè)計(jì)周期；在臨床階段，生成式AI可以分析大量文獻(xiàn)，快速總結(jié)近年來藥物臨床試驗(yàn)設(shè)計(jì)和結(jié)果，供研發(fā)團(tuán)隊(duì)參考制定方案。在上市后階段，生成式AI還可以輔助藥械企業(yè)的患者教育部門高效生成患者洞察報(bào)告與患者教育材料；在網(wǎng)絡(luò)環(huán)境中主動(dòng)收集數(shù)據(jù)， 分析藥品反饋數(shù)據(jù)，生成藥物不良反應(yīng)報(bào)告。

圖4 醫(yī)療領(lǐng)域行業(yè)大模型（截至2023.07）

圖5 大模型全方位助力藥企產(chǎn)品全生命周期

生成式人工智能憑借強(qiáng)大的學(xué)習(xí)和生成能力，在醫(yī)療健康領(lǐng)域展現(xiàn)出巨大應(yīng)用前景。從技術(shù)的視角看，生成式人工智能可以大規(guī)模自動(dòng)化完成知識(shí)型工作，提高行業(yè)工作效率；也能夠持續(xù)不斷工作，提供超越人類的信息處理能力；并且可以深度學(xué)習(xí)患者數(shù)據(jù)，支持個(gè)性化健康管理方案。然而，在醫(yī)療領(lǐng)域應(yīng)用生成式人工智能，仍需考慮數(shù)據(jù)隱私與合規(guī)、技術(shù)可靠性與可解釋性，以及醫(yī)療領(lǐng)域可能存在的倫理與道德問題。

從產(chǎn)業(yè)落地的視角來看，生成式人工智能在生命健康行業(yè)的發(fā)展，有賴于開源創(chuàng)新理念與行業(yè)專業(yè)數(shù)據(jù)的結(jié)合。一方面，基礎(chǔ)模型開源的理念將可降低研發(fā)門檻，促進(jìn)醫(yī)療AI專業(yè)大模型的產(chǎn)業(yè)化；另一方面，基于企業(yè)自身數(shù)據(jù)資產(chǎn)和私有部署的解決方案，可幫助企業(yè)快速建立醫(yī)療醫(yī)藥領(lǐng)域的垂直領(lǐng)域?qū)I(yè)模型。展望未來，聯(lián)合產(chǎn)學(xué)研力量，深化模型在藥物設(shè)計(jì)、精準(zhǔn)醫(yī)療等領(lǐng)域的創(chuàng)新應(yīng)用，將是醫(yī)療領(lǐng)域生成式AI可持續(xù)發(fā)展的必由之路。