該行業正在尋求更明確的監管標準來指導方向。發簡訊辛瑩艾德王瀟
如果有乙個醫學人工智慧對所有醫學文獻都有完整而詳盡的知識，擁有數十億小時的臨床經驗，那麼它總是很有價值，而且非常便宜。
一家公司發展需要多長時間？醫院會為此買單嗎？
在 2023 年 10 月的一次演講中，Open AI 首席科學家 Ilya Sutskever 表示：“AI 將對醫學領域產生巨大而不可思議的影響。 各方都期待AI在醫療領域的應用據不完全統計，國內醫療ai已超過大型模型的數量塊。 賽迪研究院12月14日發布的資料顯示，預計2024年中國生成式人工智慧（AIGC）市場規模將超過10萬億元。
然而，現階段，大醫療模型的落地和商業化仍處於探索的早期階段。 在中國最重要的醫療服務場景中，公立醫院即使它是免費提供的ai大型模型產品不一定是的進入高牆在裡面，這也是中醫的關懷ai它長期以來一直處於低點真實的一面
據《財經衛生》報道，業界主管部門一直在開展人工智慧在公立醫院應用的統計研究。 12月9日，在《金融與健康》欄目中舉辦。ai助力醫療健康產業向前轉型”。與會嘉賓圍繞AI醫療的政策支援、落地應用、商業化路徑等話題進行了深入探討。
2024年，新發布的醫療AI模型將陸續進入醫院，為患者提供診斷前諮詢，幫助醫生撰寫病歷，甚至在醫生遇到疑難雜症時為其提供建議。
公升級後，醫生更願意接受。 以最常見的血壓記錄為例，在之前的智慧型語音輸入產品中，如果醫生口述血壓，大多數系統只會這麼直截了當地記錄下來，醫療測量單元必須手動完成。 一些醫生認為它不如直接打字方便。
大語言模型是基於深度學習習自然語言處理的人工智慧模型，因此自然語言處理能夠完成的任務是大語言模型擅長的領域，但應輔以足夠的醫學資料訓練。
首都醫科大學附屬北京友誼醫院資訊部副主任張旭介紹，通過醫院資料預訓練和微調的大語言模型產品，會從醫生問診的口語表達中自動生成標準的醫學書面語言，如上述情況，會表示為“收縮壓120mmHg， 舒張壓80mmHg“，醫生可以在更短的時間內給出更高質量的病例。
新工具使感受到好處的臨床醫生能夠從被動使用者轉變為支持者。
在完全整合醫療偉人型網際網絡醫院，“減負”效果更明顯可見京東健康科技產品部智慧型演算法部高階研發經理張松嶽介紹，自2024年7月推出“京義千尋”大語言模型以來，醫生寫病歷的時間減少了50%，藥師審處方效率提公升了200%， 而診斷過程中的實時提示功能，也讓患者的核心會診問題減少了10%。
在人口老齡化加速的背景下，通過技術提高醫生效率，增加醫療服務供給，顯得尤為迫切。 預期年左右，老年人口將突破億，佔總人口的比例將超過，進入嚴重老化階段。
國家衛健委醫療管理中心副主任陳胡指出，在老齡化趨勢下，除了繼續擴大優質醫療資源外，還需要考慮優化調整現有醫療模式，以適應新人口結構下產生的醫療增量和主動健康服務需求ai該應用程式將提供有價值的解決方案，以進一步提高醫療保健領域的勞動生產率，使社會能夠以更低的成本獲得更好的醫療保健。
國家藥保險局原副局長陳金福還有人指出以技術革命為驅動力三藥聯動高質量發展的關鍵是讓技術擺脫人類技能的束縛，走出傳統醫療服務醫院的圍牆，無縫同質化地服務患者。
雖然公立醫院已經開始引進大型醫療模式，甚至與企業合作參與研發，但大型許多醫院只是在某些科室嘗試某些功能主要ai製造者為覆蓋醫療諮詢和科研全過程設計出來產品，很多都沒用。
需要什麼樣的“武功”才能順利進入醫院，並為其使用醫療模式？
經過一段時間的摸索，張旭總結出醫院需求的四個關鍵點“首先需要私有化的是確保醫院資料的私隱和安全;其次，有應用場景和相應的特殊領域;此外，還有優質的醫學知識資料、臨床診療資料等;歸根結底，它必須是低成本、高質量和高產出的。 ”
所有的AI產品都打著“真正解決臨床需求”的旗號，但一些看似完美的產品，應用起來卻沒有效果。 這是很多醫院在資訊化建設過程中走過的乙個“坑”。
花錢買的系統一上線就公升級，有的上線後根本無法使用，一套系統達不到預期，很多醫院花錢買了幾套系統，以後再“打補丁”。
幾經折騰，儘管每年都有數千萬的資訊化建設資金要用，但醫院院長們花錢卻越來越謹慎。
ai未來在醫院的應用場景肯定非常廣泛，但是在醫院裡能解決什麼樣的需求，是否合規醫院演員陣容所需的投入產出比各方更多深度來考慮。 ”中國醫學科學院阜外醫院黨委副書記、紀委書記李天清說。
醫院有實實在在的需求，但很多企業手握技術的“錘子”，卻在醫院裡找不到合適的“釘子”。 北京中醫藥大學附屬第三醫院副院長陳偉恆介紹，提供3D列印產品的企業比比皆是，但能在醫院找到準確位置的企業卻寥寥無幾，比如最簡單、最常見的“骨科夾板”，雖然成本低，但卻沒有。 “我們現在正在探索對這款產品進行個性化、智慧型化的公升級，在患者能接受的情況下提供更好的服務產品。”
對於企業來說，還有另乙個困難在實際落地過程中，即使是明確的應用場景醫院管理、資訊科、科室主任、臨床醫生病人每個層面對產品的需求都不同例如，患者關注體驗，醫務人員關注流程，管理者關注成本。
管理醫院的需求對於產品設計來說可能具有挑戰性。 有AI醫療產品從業者坦言。
錯位不僅來自醫院內部，也來自醫院外部，患者信心不足、AI產品標準缺失、法律監管挑戰等都會影響產品的落地。
北京聯影智慧型成像技術研究院AI研究總監甄先彤認為，在探索不同醫療場景大模型的過程中，經常會遇到技術和場景錯位的問題。 由於大模型的開發需要大量的預訓練，對資料和成本提出了非常高的要求，因此在開發過程中技術上容易實現的東西未必是醫療場景中的“痛點”。 相反，由於缺乏大模型開發所需的各種要素，如資料標註等，臨床的迫切需求有時無法順利快速地進行，因此需要行業和醫院繼續磨合，共同探索適合實際情況並真正應用於臨床實踐的產品。
中日友好醫院呼吸與危重症醫學科主任醫師、國家遠端醫療與網際網絡醫學中心醫學人工智慧專家委員會主任委員劉國良提醒，AI在診斷和篩查方面具有一定的優勢，診斷和治療標準明確，目前醫療AI研發的目的不是為了全面發展患者的結局或預後標準對於疾病患者對預後和預後的影響需要客觀評估，目前在與患者溝通的過程中，在安撫和緩解痛苦的方面有經驗豐富的醫生ai應用程式無法訪問它，並且ai該產品在這方面尚未顯示出一定程度的智慧型，並且經常會增加患者的焦慮，值得關注。
多位專家在會上表示，面對諸多阻力，醫院目前的選擇不是追求最前沿的AI產品，而維持醫院運營的需要才是最重要的，因為高技術含量也意味著更高的適配成本，醫院可能不想冒這個險。
隨著各種AI醫療模型的加速迭代演進，商業化前景有望進一步開啟，企業成本將更加可控。
以大型醫療模型為例，原本需要小團隊才能完成的產品，現在只需半個人訓練即可訓練出高質量的大模型。 因此，公司更願意投入更多資金。
據華西**研報顯示，醫療技術龍頭具備技術、行業訣竅等要素，與頭部醫療機構的長期合作關係有利於完成資料、場景等要素，相關產品有望率先落地。
關鍵是要找到乙個明確的商業化切入點。
“我們還是要從醫院管理的痛點入手。 ”國家衛健委衛生發展研究中心醫院管理與改革研究室主任江夢熙建議，面對醫院的強監管和嚴格考核，目前醫院的痛點之一就是缺乏智慧型醫生評價體系，可以讓好醫生越來越好， 讓壞醫生越來越好，提高醫院管理效率。
從現有產品來看，AI醫療主要包括基礎層、技術層和應用層三個層面。 基礎層包括資料、演算法、算力等，參與者多，寡頭壟斷技術層包括CV、NLP、智慧型語音等技術，參與者相對成熟應用層面向AI醫學影像、CDSS、醫療機械人、醫療資料智慧型平台等多種應用。
適用於技術強大的大型企業它將同時從多個層面進行處理
螞蟻集團醫療健康事業部副總經理吳文靜表示，隨著支付寶與公立醫院、一級單位合作的逐步深化，以及借助螞蟻金服自建AI引擎的逐步發展，支付寶在多個城市積極探索AI應用，幫助患者和醫生體驗醫療流程場景， 並陸續落地醫保政策助手、數字伴遊、醫生助手等實戰案例，未來將持續探索創新路徑。
面對醫院的擔憂，也可以從第三方合作來處理。 智慧醫療高階架構師何青表示，正在嘗試商業模式創新，比如與藥企合作，更好地進入醫療服務市場，除了在自有平台上每天為約2億患者提供諮詢服務外，也在加強線下醫院的服務。
在前三名之外的細分領域也有機會。 微醫集團高階副總裁、瑞億人工智慧研究中心副主任孔祥璞介紹，微醫正在為基層醫生市場提供智慧型檢查和用藥方案，將前三名的體驗標準引入基層，助力更好地管理糖尿病患者。
為了不斷提公升輔助醫生AI產品水平，醫聯集團AI醫療業務負責人連澤良表示，預計隨著行業的發展，監管的邊界會更加清晰，產品要求會更加規範，讓企業能夠清晰地知道探索和研發的方向。