21世纪经济报道记者钟雨欣北京报道
　　编者按：
　　2022年，生成式AI发展为人工智能发展注入一针强心剂，ChatGPT的横空出世，被视为通用人工智能的起点和强人工智能的拐点，引发新一轮人工智能革命。人工智能发展似乎找到了自己的主流叙事。
　　不过，技术创新的同时也带来了监管难题，我们面对的不是近在咫尺的当下，而是想象触达不到的未来。对于颠覆性的人工智能技术，全球正在进行治理话语的竞赛，中国将会如何通过立法来贡献出具有中国特色的AI治理路径？如何既拥抱技术发展，又能有效规制风险？之前南财合规科技研究院推出AI契约论系列报道以及《生成式人工智能发展与监管白皮书》，在此基础上，将继续推出AI立法进行时系列，以期为中国AI治理提供有益思路。
　　“AI+医疗”驶入发展快车道，医疗行业智能化时代或将正式开启。华泰证券认为，随着基于大模型的生成式AI出现，“AI+医疗”有望迎来一波新的发展机遇。生成式AI为问诊、影像、制药等各个医疗健康场景注入新活力。
　　技术层面进展迅速、应用场景逐渐明晰的同时，政策也不断释放利好信号，加大力度支持“AI+医疗”。今年3月，中办、国办印发《关于进一步完善医疗卫生服务体系的意见》，其中明确，发展“互联网+医疗健康”，建设面向医疗领域的工业互联网平台，加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用，加强健康医疗大数据共享交换与保障体系建设。
　　当前，国内多个头部企业正加速布局AI医疗服务大模型。受访专家表示，人工智能在很多领域有广泛应用，医学是人工智能应用中最有可能率先实现商业化的细分领域之一。在拥抱创新的同时，相关企业还应注意数据合规、诊断可靠性验证等问题，兼顾发展与安全。
　　AI+问诊：注重全流程、陪伴式医疗管理
　　“医学领域需要高度精确的诊断和治疗方案，而人工智能技术可以帮助医生进行快速、准确的判断和分析，从而提高医疗质量和效率。随着医学技术的不断更新和人口老龄化的日益加剧，社会对医疗资源和效率的需求也越来越强烈，这为AI医疗的商业化提供了广阔的市场空间。”艾媒咨询CEO张毅告诉21世纪经济报道记者。
　　浙商证券此前分析，医疗IT企业已经研发试运行了一些互联网问诊的AI产品，如果未来可以将这部分产品接入AI大模型，将是最快可能被推广的医疗AI类产品，成为AI通用大模型和医疗AI厂商合作的突破口。
　　安理律师事务所顾问储江曾深度参与AI医疗专利布局项目，他表示，相关企业的AI辅助医疗诊断技术研发本身就拥有丰富的可训练数据资源，另一方面则可以通过机器学习不断提出新的诊疗模型和决策系统，在部分诊断领域能做到人类医师客观所不能达到的病变识别效率和识别准确度。
　　21世纪经济报道记者梳理发现，当前国内已有多个企业在“AI+问诊”方向发力。在产品服务介绍中，不少企业将“全流程管理”作为宣传点。
　　今年5月，轻松集团旗下轻松健康发布基于其自研医疗大模型的AI健康顾问“轻松问医Dr.GPT”。Dr.GPT打破传统“只诊不管”模式，打造“陪伴式”AI，在多模态架构基础上，通过自监督学习、上下文学习，对大量多样化的医疗数据进行了训练，掌握医疗专业术语知识的同时，通过匹配病情描述和专业治疗方案来学习，实现结合电子病历、健康记录、诊疗数据灵活地对病症进行解释和建议。
　　医联则发布了其自主研发的基于Transformer架构的国内首款医疗大语言模型MedGPT。与通用型的大语言模型产品不同，MedGPT主要致于在真实医疗场景中发挥实际诊疗价值，实现从疾病预防、诊断、治疗、康复的全流程智能化诊疗能力。据医联MedGPT项目负责人王磊介绍，MedGPT不会轻易给出诊断结论，而是会循序渐进地引导患者给出足够能够支撑有效诊断的病情全貌。
　　朗玛信息5月28日公告称，公司成功开发出具有自主知识产权的医疗健康人工智能产品“朗玛·39AI 全科医生”，这是基于人工智能大模型训练的医疗健康领域人工智能产品，可广泛应用于基层医疗卫生机构，提供全科医生人工智能服务，开展辅助诊断、健康咨询、健康管理，提升基层医务人员诊疗水平，为用户提供全生命周期的医疗健康管理咨询服务。
　　6月9日，科大讯飞推出星火认知大模型V1.5，该大模型在医疗等领域进一步的商业落地成果同步发布，其中包括“星火认知大模型+医疗诊后管理平台”，强调大模型赋能“更人性化、个性化的医疗全流程管理”。
　　6月28日，叮当健康发布叮当HealthGPT，并首推基于此研发的应用型医药AI产品叮当药师、营养师AI助手。叮当快药科技集团总经理杨益斌表示：“国内外大模型百花齐放，正在推动一系列产业的重塑和升级。而以叮当药师、营养师AI助手为代表的大模型应用层面的突破，将更好的为万千消费者提供专业、便捷、安全的用药、营养保健等服务，进一步实现AI在医药领域的‘技术普惠’。”
　　7月13日，京东健康正式发布面向医疗健康行业的大模型——京医千询。据悉，京医千询基于循证医学知识构建，整合了大量的临床实践指南、最新的医学文献和专家知识，能够确保提供可靠的、具有科学依据的医疗建议和诊断；同时，它还具备多模态理解的能力，融汇了京东健康在服务患者过程中产生的超亿级的高质量医患对话数据，涵盖图表、文本、图像等形式，能够帮助医生全面了解患者情况，完成诊断和治疗决策。
　　还有一些大模型“正在路上”。据卫宁健康，该公司已于今年1月开展了医疗垂直领域的大语言模型- WiNGPT的研发和训练工作。5月，WiNGPT训练的数据量已达到9720项药品知识、 7200余项疾病知识、 2800余项检查检验知识、1100余份指南文档，总训练Token数达37亿。WiNEX Copilot产品预计将于10月正式发布。
　　AI+影像：助力医生快捷精准获取病灶信息
　　医疗影像分析是AI的另一个重要应用场景。华泰证券认为，AI大模型或主要在效率方面赋能医疗影像领域，通过提升自动化标注、自动化模型筛选、参数调优、处理非结构化数据等能力，为行业带来缩短数据标注和分析时间、提升影像精细程度等变化。
　　根据灼识报告，以医疗机构终端口径测算，国内人工智能医学影像市场规模有望从2020年的不到10亿元增长至2025年的442亿元，年复合增长率高达135%。全球来看，预计人工智能医学影像市场有望从2020年的不到10亿美元增长至2025年的646亿美元，年复合增速有望达到147%。
　　记者了解到，在第87届中国国际医疗器械博览会(CMEF)首日，推想医疗在展台发布了AI-4D平台，该平台包括一系列重建和结构化报告解决方案，运用深度学习和图像识别技术，将二维医学影像自动重建出立体的三维图像，便于医生快捷、精准地获取丰富多维的病灶及解剖信息，辅助医生回归精准诊断。
　　推想医疗创始人兼董事长陈宽在接受媒体采访时表示，人工智能在医疗行业的发展和落地沿着“一横一纵”不断地拓展——横向来看，人工智能进入越来越多的疾病领域，比如，肿瘤、感染性疾病、心脑血管疾病；纵向来看，疾病筛查、诊断、治疗、管理全流程，人工智能都可以发挥作用和价值，不断带来新变化。
　　AI+制药：提升药物研发效率
　　AI药物研发是以医药大数据为基础，通过运用机器学习、深度学习等AI技术替代大量实验，对药物结构、功效等进行快速分析，以优化药物研发环节的技术手段。据TechEmergence研究报告，AI技术可使新药研发成功率由12％上升至14％。
　　当前，百度正在诠释“人工智能与医药产业的双向奔赴”。百度飞桨螺旋桨是基于飞桨深度学习框架打造的“ AI+生物”计算平台，提供文心大模型-生物计算大模型能力，已开放多个算法模型，覆盖小分子药物筛选、多肽/蛋白药物设计、mRNA 疫苗/药物设计等技术，面向新药研发、疫苗设计、精准医疗等场景，为生物医药领域的创新药企、医药技术提供商、科研机构、生物科技公司等提供全面的算法工具和技术方案。
　　据悉，创新药企立德百克联合百度飞桨螺旋桨，提出了开发新机制的乳腺癌创新药的方法，运用大模型底座以及 HelixVS 等技术，已经找到具有潜力的 6 个活性小分子，未来有望开发出解决临床耐药性和副作用进一步降低的新型乳腺癌治疗药物。
　　此外，今年3月，百度文心一言首个落地医药行业的产品GBI-Bot正式发布。这款医药垂类对话机器人使用了百度灵医智惠在医疗健康行业的技术积累，实现了文心一言与GBI专业数据库的有机结合。
　　寻找商业发展与合规的双向“契合”
　　海内外企业加速AI大模型抢滩，但目前大规模落地仍有一段距离。在医疗领域应用AI技术，可能面临哪些难题？储江认为，一是特定AI诊疗模型诊断结论的可靠性验证；二是AI辅助医疗诊断所依据数据来源的敏感性问题。
　　储江建议，相关企业对自身的数据处理和传播链条应建立清晰的流转逻辑体系，进行实时追踪，确保事后可追溯。这有利于对各个环节数据处理手段的合规性进行单项评估，也能帮助企业建立一体化、常态化的合规风险管控机制。此外，企业应对自身所处领域的数据安全、个人信息保护等监管要求建立体系化的认知，确保企业商业发展定位和遵守数据合规监管间的双向“契合”。
　　在张毅看来，当前AI医疗发展的难点主要包括几个方面：（1）数据安全与隐私问题：医疗数据属于敏感信息，数据的安全和隐私保护显得尤为重要。（2）交互的人性化问题：虽然AI技术可以提高医疗的效率和准确性，但其是否能够注重人性化交互值得关注。（3）资金和政策支持问题：目前AI医疗尚处于萌芽阶段，需要大量资金和政策上的支持才能实现快速发展。（4）医疗人才不足：医疗人才仍然是AI医疗发展的瓶颈之一，高端医疗技术专家和数据分析人才匮乏，造成AI医疗产业链短板较多。（5）技术标准问题：AI医疗技术的标准化和规范化还不完善，缺乏权威机构的统一标准，导致部分医疗机构不敢轻易采用该技术。
　　“相关机构和政府应积极参与和引导，建立权威机构的标准体系，推动AI医疗技术的规范化和标准化进程，从而确保该技术的安全和有效性。”张毅说。
（文章来源：21世纪经济报道）