医疗大模型：智能诊疗，精准医疗的未来之路 头豹词条报告系列

医疗大模型：智能诊疗，精准医疗的未来之路 头豹词条报告系列 陈俐冰·头豹分析师 版权有问题？点此投诉 2024-09-13未经平台授权，禁止转载 科学研究和技术服务 信息科技 摘要医疗大模型是针对医疗健康领域训练的大规模预训练语言模型，具备多模态信息处理能力，并在医疗实践中得到广泛应用，但仍面临复杂决策、隐私保护等挑战。近年来，随着技术迭代加速、市场需求增长以及政策支持，医疗大模型行业的市场规模迅速扩张，前景广阔。该行业的头部企业凭借数据、技术和财务优势占据市场主导地位。但随着市场逐渐进入成熟阶段，未来的增长速度可能会放缓。尽管如此，随着政策的进一步完善和市场的逐步复苏，医疗大模型将继续扩大市场规模，推动医疗行业的数字化转型。 行业定义[1] 医疗大模型通常指的是专门针对医疗健康领域的大规模预训练语言模型（LLM），其训练数据集包含大规模的医疗科研文献、电子病历、医学图像等，参数量通常在百万级到亿级，通过分析和学习大量的医疗数据，具备处理多模态医疗信息的能力，包括语言信息、视觉信息、语音信息和跨模态信息等，并能够在医疗实践、护理保健、医院管理、药物研发等多个医疗场景中提供辅助决策支持。尽管医疗大模型具备巨大的发展潜力和广阔的发展前景，但其在复杂决策处理、决策可解释性及准确性、数据隐私保护、实际应用障碍等方面仍有局限性。 行业分类[2] 按照应用横纵向的分类方式，医疗大模型行业可以分为如下类别： 医疗大模型行业基于应用场景的分类 行业特征[3] 医疗大模型行业的特征行业发展速度快、技术迭代快、发展前景向好、市场集中度高。 1医疗大模型行业发展速度快，行业技术迭代快。 医疗大模型行业近年来经历迅猛的发展。从2019年至2023年，该行业的市场规模实现显著的扩张，从0.87亿人民币元激增至22.86亿人民币元。这一增长期内，年复合增长率（CAGR）达到惊人的126.5%，反映出医疗大模型技术在市场需求、技术进步和资本投入的共同推动下，呈现出爆炸性的增长态势。同时，医疗大模型行业技术迭代呈现较快的态势。医疗大模型技术底座的快速迭代能力，以百度的文心大模型为例，该模型从2023年初的文心一言开始，不断迭代，在十个月的时间里已经进化到4.0版本。据不完全统计，截至2023年10月24日，中国发布至少32个医疗领域生成式AI大模型，应用场景覆盖患者问诊、医生助手、药物研发、健康科普等多个重要领域。医疗大模型行业在产品数量、市场规模、技术发展以及应用拓展等方面均呈现出快速的技术迭代和行业发展。 2医疗大模型行业发展前景向好。 医疗大模型作为医疗健康领域的创新驱动力，得到了产业链上中下游的全面支持，预示着其未来发展前景广阔。在医疗大模型产业链上游，CoWoS（封装技术）和HBM（存储产品）的供应紧张状态逐渐缓解，面向全球市场的H100芯片以及面向国内市场的H20芯片的供应周期显著缩短至12~16周以下，预计这些产品将会陆续增加出货量。价格下降推动大模型产能扩张，英伟达选择对H20芯片进行降价，H20单卡价格从12.5万下降至10万左右。中国云计算市场掀起“价格战”，阿里云2023合作伙伴大会上，阿里巴巴CEO张勇宣布其核心产品价格全线下降15%至50%；腾讯云宣布部分产品线最高降幅达40%;移动云宣布全线产 品最高直降60%等。低成本计算力使医疗大模型能够覆盖更广泛的领域，智能基础设施投资使经济“资本密度”、“算力密度”和“数据密度”增强，助力全球经济发展。在医疗大模型产业链中游，医疗大模型迎来政策红利，如《北京市加快医药健康协同创新行动计划(2024-2026年)》、《人工智能大模型赋能医疗健康产业白皮书（2023年）》等。医疗行业与大模型行业的融合与创新，推动医疗行业数字化、智能化转型。截至2021年底，中国30个省份超过80%的三级医院已实现电子健康卡（码）受理应用，人口覆盖率近70%。100%的中国省份均建立区域全民健康信息平台，丰富医疗大模型训练与优化的数据资源。2023-2027年医疗大模型数量呈爆发式增长，超过60%的中国企业计划在未来12至24个月内部署生成式 AI。在医疗大模型产业链下游，全球对医疗健康领域高度关注，医疗大模型行业的发展得到下游应用场景的广泛支持，涵盖从智能化诊疗、个性化治疗、药物研发、医学影像分析、教学科研、中医智能化，到公共卫生等多个方面。产业链的全方位支持不仅加速医疗大模型技术的进步，也为整个医疗行业的数字化转型和智能化升级奠定坚实基础，推动着医疗服务向更高效、更精准的方向发展。 3医疗大模型整体市场集中度较高。 在医疗大模型领域，市场竞争呈现出明显的分层现象。头部企业凭借数据资源与整合、技术创新、财务实力等优势，位列行业领先地位，形成第一梯队。拥有特定领域的竞争力的企业，形成第二梯队。第三梯队由众多新兴和细分市场企业组成。在数据资源方面，阿里云的全球企业客户数量已超过300万，其中包括38%的世界500强企业、80%的中国科技企业以及一半以上的A股上市公司，这为其积累大量的行业数据和资源。在财务实力方面，阿里云计算有限公司（第一梯队）2023年营收1,053.96亿元，超过医渡科技2023年营业收入（8.05亿元）1,045.91亿元。在医疗大模型市场中，头部企业拥有丰富的数据资源、雄厚的财务实力，掌握出色的数据整合能力、先进的技术，该特点是医疗大模型市场集中度较高的原因。 发展历程[4] 医疗大模型随着计算机技术和人工智能的发展共经历四段历程，早期阶段（1967-2000年）:医疗领域开始尝试将计算机技术和模拟技术应用于医疗服务，该阶段的医学建模主要应用于模拟医院运作流程，如患者流动、资源分配等，这为后续医疗大模型的演进奠定基础。随着时间的推移，这种方法在处理复杂交互和动态环境方面显示出其局限性;数字化转型（2001-2012年）:计算机技术和人工智能的快速发展推动医疗行业的数字化转型，这一阶段机器学习以统计算法和先验知识驱动，医疗大模型开始集成更多数据和功能并应用于医疗服务和管理决 策，如电子病历系统、智能化医院建筑等；大数据与人工智能融合（2013-2017年）：大数据和人工智能技术的兴起，医疗大模型进入以深度学习为代表的数据驱动发展阶段，广泛应用混合方法、多范式方法，并深入开发临床数据架构，结合对象导向分析方法和医生专业知识，形成处理结构化与非结构化数据的高级数据模型；持续发展阶段（2018至今）：医疗大模型以Transformer为框架，融合多头注意力机制，在个性化治疗、药物研发、医学影像分析等多个领域展现出广泛的应用潜力。 早期1967~2000 1972年，利兹大学研发的AAPHelp能根据病人的症状计算出产生剧烈腹痛可能的原因。 1978年，北京中医医院关幼波教授与计算机科学领域的专家合作开发了“关幼波肝病诊疗程序”，第一次将医学专家系统应用到中国传统中医领域。 1994年，设计并构建了第一个医疗模拟模型，这是一个多层、多媒体和多专家协同的专家系统，用于模拟专家的诊断过程。 1998年5月30日，提出了一个医疗诊断仿真模型，该模型采用计算机可以处理的形式模拟了专家诊断的过程和采取的手段，并开发出了帮助各层次医生进行诊断的辅助系统。 数字化转型2001~2012 2008年，随着医学科学的发展，生物医学模型开始逐渐过渡到整体医疗模型，促进整体医疗模型在临床活动中的全面应用。 2011年，IBM公司推出了IBM Watson，一个具有自然语言处理能力的智能问答系统，能够辅助医生进行临床决策，尤其在肿瘤治疗方面表现出色。 医疗大模型在理论和技术上愈加成熟，应用范围逐渐广泛。 大数据与人工智能融合 2013~2017 2017年，自1968年创建以来，安德森模型经过多次修订，获得国际学术界的广泛认可，并在欧美国家广泛应用于医疗卫生服务研究，分析影响个体就医选择和医疗花费的主要因素。医疗人工智能进入快速发展阶段，在多个细分领域取得了长足发展。 持续发展2018~至今 2019年，百度推出了百度灵医大模型，该模型利用其强大的数据处理能力，在200多家医疗机构中展开应用。 2020年11月，谷歌发布了Med-Gemini，这是一个多模态医学模型家族，它在临床推理、多模态理解和长文本处理方面取得了突破性进展。 2022年，迈瑞医疗和腾讯AI Lab共同研发的全自动外周血细胞形态学分析仪上市，这标志着国产医疗器械进入大模型时代。 2023年，多家企业面向医疗领域发布大模型产品。如，7月28日，南京大经中医药信息技术有限公司发布了“岐黄问道大模型”；8月17日，微脉技术有限公司发布了国内首款健康管理领域的大语言模型应用CareGPT。 人工智能进入大模型时代，加速医疗AI产品在病理诊断、药物开发、健康管理等领域的进步，全球出现一批具有国际竞争力的企业。 产业链分析[5] 医疗大模型行业产业链上游为芯片、云计算、通信服务和数据服务等智能基础设施提供环节，其主要作用是为医疗大模型的训练和优化提供高效的计算能力、灵活的存储方案、可靠的数据传输和优质的数据管理支持；产业链中游为算法和技术环节，即大模型行业，主要作用是进行模型的研发和制造；产业链下游为医疗服务提供环节，即大模型的应用，主要作用是将产品应用于实际的医疗场景中，直接服务于患者和医生，提升医疗效率和质量。[8] 医疗大模型行业产业链主要有以下核心研究观点：[8] 芯片、云计算等智能基础设施成本降低、投资增加，助力医疗大模型进一步发展。算力芯片供应紧张的状态正处于缓解的过程中，CoWoS（封装技术）和HBM（存储产品）的供应逐渐缓解，面向全球市场的H100芯片以及面向国内市场的H20芯片的供应周期显著缩短至12~16周以下，预计这些产品将会陆续增加出货量。价格下降推动大模型产能扩张，英伟达选择对H20芯片进行降价，H20单卡价格从12.5万下降至10万左右。中国云计算市场掀起“价格战”，低成本计算力使医疗大模型能够覆盖更广泛的领域，智能基础设施投资使经济“资本密度”、“算力密度”和“数据密度”增强，助力全球经济发展。 医疗大模型行业迎来时代的发展机遇，但仍面临严峻的挑战。 医疗大模型迎来政策红利，《北京市加快医药健康协同创新行动计划(2024-2026年)》强调加快医疗大模型及人工智能技术的产业赋能，支持医疗大模型的开发和应用；《生成式人工智能服务管理办法》（国家互联网信息办公室等令 第15号）要求加快推进大模型与医疗健康行业深度、规范融合。医疗大模型推动医疗行业数字化转 型，解决“信息孤岛”现象。截至2021年底，中国30个省份超过80%的三级医院已实现电子健康卡（码）受理应用，人口覆盖率近70%。医疗卫生信息化工作持续推进，为医疗大模型的训练及优化提供数据支持。互联网大厂和医疗健康企业积极拥抱AI大模型，市场规模不断扩大。据不完全统计，截至2023年10月26日，中国至少发布23个医疗领域生成式AI大模型.尽管医疗大模型的发展有多方面优势，其发展仍面临严峻挑战。随着医疗大模型规模的扩大，算力需求持续增长，对硬件设备和计算能力的提出更高要求。医疗大模型决策的一致性、准确性及可解释性无法达到医疗行业的安全性、可靠性需求。“幻觉”问题、处理复杂决策问题、“黑箱”问题，是医疗大模型发展过程中必须解决的问题。数据安全和隐私保护要求医疗大模型领域形成系统、全面、严格的数据管理和保护政策与方法。 从医疗行业供给端出发，医疗大模型的应用加快医生工作效率，提高医疗机构的行业竞争力。医渡科技利用大数据+大模型技术打造智能筛选系统，该系统应用于北京大学肿瘤医院，在患者招募场景中，为肿瘤类项目平均节省88.5%的人工筛查成本，非肿瘤类项目节省69.8%的人工筛查成本。上海交通大学医学院附属瑞金医院联合腾讯健康，基于海量医学数据训练医学大模型，应用于电子病历生成、体检总检报告生成等，平均每5秒自动生成一份总检报告，报告采纳率达到96%以上。医疗机构通过应用医疗大模型