智启新质生产力：生成式人工智能在医疗医药领域的潜在应用2024年4月 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用2序言随着人工智能变革的加速发展，以大模型为代表的生成式人工智能（以下简称生成式AI）崭露头角，创新的浪潮将影响千行百业。在国家提出加快发展新质生产力的今天，生成式AI作为新兴突破性技术得到了越来越多的关注。在医疗医药领域，生成式AI有望在传统人工智能（以下简称传统AI）的基础上，以更革新的技术、场景化应用的形式，助力行业更高质量发展，并进一步助推健康中国战略的实现。本文从医疗医药领域的应用层面，深入思考生成式AI在多种行业场景中的赋能价值，并探索其落地的可行性，展望这一新兴数字化技术赋能医疗医药行业的广阔前景。 “新质生产力是创新起主导作用，摆脱传统经济增长方式、生产力发展路径，具有高科技、高效能、高质量特征，符合新发展理念的先进生产力质态。科技创新能够催生新产业、新模式、新动能，是发展新质生产力的核心要素。必须加强科技创新特别是原创性、颠覆性科技创新，加快实现高水平科技自立自强，打好关键核心技术攻坚战，使原创性、颠覆性科技创新成果竞相涌现，培育发展新质生产力的新动能。要及时将科技创新成果应用到具体产业和产业链上，改造提升传统产业，培育壮大新兴产业，布局建设未来产业，完善现代化产业体系。”——2024年1月31日，习近平总书记在中共中央政治局第十一次集体学习时强调“大力推进现代化产业体系建设，加快发展新质生产力。深入推进数字经济创新发展。制定支持数字经济高质量发展政策，积极推进数字产业化、产业数字化，促进数字技术和实体经济深度融合。深化大数据、人工智能等研发应用，开展‘人工智能＋’行动，打造具有国际竞争力的数字产业集群。”——2024年3月5日，《2024年国务院政府工作报告》 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用4第10-13页第14-21页第22-29页第30-34页目录变革力：从传统AI到生成式AI，是进化还是新生12345融合力：生成式AI如何深入影响患者旅程场景力：生成式AI在医疗医药领域的潜在应用善谋者行远，实干者乃成：生成式AI的场景化落地以“数”为基，循规前行：政策下的挑战与应对第5-9页 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用501变革力：从传统AI到生成式AI，是进化还是新生? 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用6传统AI：严谨的学者生成式AI：创造性的艺术家模拟人类专家的决策过程，为特定的问题提供精确的答案生成全新的、真实的、有用的数据，例如文本、图像、音频和视频等目标推理、分析和解释创造和生成注重点拟人化设定传统AI是一位严谨的学者，善于整理和总结已有的知识，能为我们提供精确、确凿的答案。这位严谨的学者一丝不苟，对细节进行深入的研究和分析。生成式AI则是一位富有创造力的艺术家。它运用先进的技术，结合大量的学习和信息，不断尝试和优化，最终创造出全新的内容。生成式AI的崛起，对传统AI构成了颠覆性的挑战，为人类带来了前所未有的创造力和想象力。当我们从各维度对比两种技术时，可以直观看到，从传统AI到生成式AI的发展是一个既有进化又有新生的过程。二者之间既有区别，又有结合。看变革力传统AI和生成式AI的区别在于工作目标，以及对待知识的态度和方法。传统AI更注重对已有知识的运用和推理，它的目标是回答特定问题或解决特定任务，其工作方式更像是知识的传递。而生成式AI则更注重生成和创造，它的目标是生成全新的、真实的、有用的数据和内容，其工作方式更像是知识的归纳和演绎。这种区别使得它们在各自领域中发挥着重要作用，并为未来的发展提供无限的可能性。人工智能是提升人类生产效率的帮手，而如何提升人工智能的产出质量，是人类在人工智能训练与使用过程中的重要功课。传统AI在数据规模、硬件成本、部署复杂性、数据依赖等方面存在痛点，其内容生成质量高度依赖硬件性能和数据能力。相比之下，生成式AI是根据使用者提供的清晰指令而生成相应的内容，因此，所输入提问的质量（是否准确、聚焦、结构化）是影响内容生成质量的重要因素。区别一：传统AI是“严谨的学者”，而生成式AI更像“创造性的艺术家”1.1传统AI和生成式AI的拟人化比较区别二：二者所生成内容质量的影响因素有所不同1.2资料来源：安永内部分析输入输出传统AI更优的数据规模与质量以保证高质量输入抓手抓手更高的硬件水平以保证高质量输出输入输出生成式AI抓手开发与优化输入指令，引导AI多种类型输出 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用7从传统AI到生成式AI的变革过程，包含了“变”与“革”不同性质、不同程度的发展。“变”代表着生成式AI基于以往科技基础上的延展或进步，而“革”代表着生成式AI显著区别于以往技术的跃进。生成式AI在跃进过程中，呈现了整体由结构化处理，向专业化支持，再到交互式生成的几大能力递进。其相比于传统AI技术所体现的变革力量，正在内容生成、智能交互、数据分析预测、决策支持等方面反映。其中，内容与决策方面的变革程度最为显著。资料来源：安永内部分析趋势一：生成式AI发展的“变”与“革”由结构化处理向专业化、交互化生成跃进1.3图1 传统式AI向生成式AI的能力变革图谱变革程度越高结构化处理竞争分析数据驱动决策数据关系挖掘风险评估管理预测模型建立数据清洗数据标签化语言理解与对话竞争分析数据驱动决策决策优化多模态梳理知识图谱构建决策执行自动化数据关系挖掘风险评估管理预测模型建立数据标签化自然语言理解与对话用户情感识别与分析文本梳理文本合成决策优化知识图谱构建决策执行自动化用户情感识别与分析多模态合成数据清洗专业化辅助交互化生成由传统式AI到生成式AI的技术变革程度由传统式AI向生成式AI能力演化过程生成式AI传统式AI决策支持智能交互数据预测分析内容梳理生成能力演化越明显 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用8资料来源：安永内部分析当“智器”与“智脑”结合时，AI的实力将得到极大的提升。传统AI的数据处理和分析能力为生成式AI提供了坚实的基础，使得其生成的内容更加精准和有意义。而生成式AI的灵活性和创新性，又为传统AI带来了新的可能性和发展空间。这种组合式发力、协调并举的方式，使得AI技术在各个领域都能够发挥出更大价值。无论是医疗医药还是其他行业，生成式AI都能为人类提供更好的服务，带来更丰富的体验。传统AI体现出智慧工具的属性（“智器”），它们专注于特定的任务，具备强大的数据处理和分析能力，让许多业务流程得以自动化，提高了工作效率。生成式AI则在智慧大脑（“智脑”）方面展现出巨大的潜力，其创造性、通用性、灵活性使得生成式AI在内容创作、虚拟角色生成等方面具有广泛的应用前景。趋势二：“智器”与“智脑”协调并举，共织共赢1.4“智器”（传统AI）“智脑”（生成式AI）规则性结构化数据规模技术性创造性灵活性通用性解释性智业协调推进千行百业的智慧化发展 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用9Report titles goes here9 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用10融合力：生成式AI如何深入影响患者旅程?02userid:532115,docid:159140,date:2024-04-16,sgpjbg.com 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用11以慢阻肺病人的模拟旅程为案例，从疾病了解、疾病治疗及愈后健康管理这三个不同旅程阶段的患者行为出发，我们可以预见生成式AI赋能患者从诊疗到愈后管理的完整链路。随着算法、算力和数据能力的提升，生成式AI正在深刻地改变医疗领域。回到服务人类社会本身，生成式AI能够结合行业特征，深度融入并影响行业。看融合力我们以个体患者的就诊旅程为例，可以更加直观、清晰地感受到生成式AI在不同流程触点呈现的潜在价值与机会。生成式AI不仅能够深入融合病患旅程，同时也赋予患者更加智能、高效和个性化的医疗服务体验。图2模拟患者旅程地图生成式AI机会资料来源：安永内部分析模拟病患旅程地图患者目标症状感知疾病认知治疗方案首次购药愈后健康管理复诊/复购知识传播疾病诊断患者随访疾病了解疾病诊疗愈后健康阶段患者行为►了解疾病知识►根据病症对病情形成基本判断►精准、有效的治疗方案►性价比高►对症购药►付款方便易操作►患者可自行复购（非处方类）►便捷复诊►知识丰富►方便检索与学习►讨论与分享►智慧化的资料维护及跟进►准确率高►优效诊断►高质问诊体验►健康管理建议►健康情况记录或体检►患者教育020渠道首要渠道其它重要渠道线下生活医院线上媒体医院家人/朋友电商平台医院互联网医院零售药店医院电商平台电商平台零售药店医院线上媒体家人/朋友线上媒体医院线下生活线上媒体零售药店线上线下主要触点举例，非穷尽►三甲医院官方公众号、医生大V及专业科普►知识型新媒体平台►家人/朋友►医院►医生►客服►医院►医生►医院药房►电商平台►电商平台►药店►社交媒体平台►家人/朋友►互联网医院►社交媒体平台►电话随访►线上线下患教活动►体检中心或健康护理机构►知识型新媒体平台个性化推广&医学内容生成知识管理智慧交互问答互动分析记录医学影像读片辅助诊断预测疾病治疗决策历史病例库病案录入分析药方开具决策历史案例库智慧交互问答药方开具决策历史案例库智慧交互问答智慧交互内容生成知识管理数据录入与分析个性化随访方案自动提醒和通知个性化管理计划患教内容生成数据监测分析 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用12在症状感知与认知阶段，患者早期症状轻微，难以判断自身患病程度，从而忽略慢阻肺的可能性。而一旦患者开始关注症状，就需要了解更多关于慢阻肺的信息。面对患者的疾病了解阶段的需求，生成式AI可以通过知识内容呈现或智慧交互问答等形式，为患者提供个性化的疾病教育内容。例如，根据患者的年龄、性别、生活习惯和家族史等因素，推荐相关疾病知识信息，包括病因、症状、治疗方法等。此外，通过智能语音助手或虚拟助手，患者可以随时随地获得疾病相关的信息和对疑问的解答，以提高自身对疾病的认知。阶段一：症状感知与认知在疾病诊疗阶段，医学影像读片并结合人工智能分析是目前生成式AI发展较快、较为成熟的领域。生成式AI可以使用深度学习技术对医学图像（包括B超、CT、MRI图像）进行分析，其识别准确率不断提升，结合人工智能分析系统提供生命体征分析结果，可助力医生更快、更准确地诊断疾病。一旦确诊为慢阻肺，医生可以根据生成式AI分析下的患者病情严重程度，结合历史病例库的推荐结果进行分级，制定合适的疗法品类（例如：选择采用单一治疗或联合治疗）。阶段二：疾病诊疗 13患者旅程中可能涉及复诊与复购环节。慢阻肺患者在初次治疗后，仍可能有未痊愈的情况发生，如呼吸困难的症状未完全缓解，或急性加重发作等。在复诊时，生成式AI的智能提醒功能可以提醒患者按时复诊和复购药品，避免错过重要的治疗时机。同时，智能药房管理技术可以根据患者的处方信息自动分配药物，从而使患者能够快速准确地获取所需药品。阶段三：复诊与复购在愈后阶段，生成式AI有望实现更高质量的患者随访与长期健康管理。在随访方面，生成式AI可以对患者生命体征数据和病情变化情况作出分析与预警，帮助医生及时发现异常情况并采取应对措施。AI智能提醒功能则能够以定期交互的形式，提醒患者按时随访，提高随访的依从性。在长期健康管理方面，生成式AI可以提供个性化的愈后健康知识内容和愈后健康管理计划，例如，根据患者的病情状况和生活习惯等因素，推荐合适的运动方式和强度、饮食计划和营养补充等。通过智能语音助手或虚拟助手，患者可以随时随地获得愈后健康相关的信息和疑问解答，这将有助于提高患者的自我管理能力，改善愈后生活质量。随着生成式AI技术的不断进步和应用范围的不断扩大，未来的患者就医旅程有望变得更加智能化、高效化和人性化。阶段四：愈后健康管理 智启新质生产力：生成式人工智能在医疗医药领域的潜在应用14场景力：生成式AI在医疗医药领域的潜在