2024医疗人工智能年度报告：生成式AI重新审视

2024 医疗人工智能年度报告 生成式 AI：重新审视 Re-Examing 主编 Editor in Chief陈旭 执行主编 Executive Editor刘鸣谦 策划团队 Planning Team刘鸣谦朱雅文刁茁 责任编辑 Assignment Editors趋势：刘鸣谦观点：陈旭医疗大语言模型十问：宋晓霞WiNGPT：路惠童许祥军洪平高玉杰李锐研究：刘鸣谦路惠童案例：宋晓霞胡嘉伟高雪虹姜陆乔嘉成虞明星展望：陈旭 校对 Proofreader朱雅文刁茁 设计 Designer唐雯婷李钰莹 引言 过去一年，人工智能无疑是最为重要的话题之一，这从两项诺贝尔奖授予人工智能领域的科学家便可见一斑。人工智能不仅是一种工具，更在深层次上影响着社会结构和我们的思维方式，促使我们重新审视对世界的认知。面对人工智能逐步承担部分人类职能的现实，我们不禁思考：未来社会将如何定义人类？我们又该如何与这股强大的力量共存，并探索新的价值和方向？ 私泄露以及算法偏见等问题，可能导致医疗资源分配不公，甚至加剧医疗不平等现象。因此，我们在研究、产品开发以及对外传播内容时，必须以严谨和审慎的态度评估并应对这些挑战。 此外，在医疗实践中，我们还必须重新审视“人工智能与人”的关系。过去一年中，国内外众多专家学者已达成共识，即人工智能不应成为医生的竞争对手，而应是其合作伙伴。尽管人工智能能够生成逼真的医疗报告、医学影像图片，并进行复杂的病情分析，但这并不等同于真正的“医学理解”和“临床思维”。我们对医疗服务的理解可能仍然受限于自身的认知。更重要的是，如何将人工智能的“智能”与医生的经验、直觉和同理心相结合，形成人机协同的诊疗模式，仍然极具挑战。 2024 年初，人工智能领域的产学研各届围绕“AGI”-通用人工智能的定义及“何时实现 AGI”展开了广泛讨论。包括 Geoffrey Hinton，Yann LeCun，李飞飞在内的多位知名研究者，对当前大型语言模型所展现的“智能”提出了质疑，这促使我们重新审视“智能”的概念。尽管人工智能能够生成逼真的文本，进行复杂的逻辑推理，但这是否就意味着它真正具备了“理解”和“思考”的能力？我们对智能的理解，可能仍旧受限于人类自身的认知框架，我们所认为的“智能”也许只是冰山一角。 去年，我们的年度报告《生成式人工智能 - 破局新生》聚焦于生成式人工智能技术的突破及其在各个领域的潜力。今年，我们在此基础上深化探讨，重新审视每个医疗场景并思考优化策略。本报告汇集了卫宁健康人工智能实验室的洞见与过去一年的工作成果，涵盖了对行业数据与分析、技术与研究、应用案例、伦理挑战和社会影响等多个维度的思考，重点关注生成式人工智能模型在医院场景中的实际案例，并分享了相关经验。 此外，技术发展的路径同样值得我们重新审视。去年，多项关于 Scaling Law 局限性的研究表明，人工智能的发展不能单纯依靠算力的堆砌。我们需要探索更精巧的算法和更有效的训练方法，以实现真正的 AGI。开源与闭源、通用与垂直等多样化的发展路径，映射出不同的理念和价值观。如何在技术进步、商业利益和社会责任之间寻求平衡，将决定人工智能的未来走向。 我们衷心希望这份报告能够为医疗行业的同仁或对人工智能感兴趣的朋友提供有价值的参考和启示，共同推动人工智能在医疗领域的健康、可持续发展，为构建更加智能、高效和人性化的医疗体系贡献力量。 这种平衡在医疗领域同样至关重要，尤其是伦理和社会影响在医疗领域尤为敏感。人工智能生成内容的准确性和可靠性直接关系到患者的生命安全。人工智能的滥用风险、隐 速读 人机协同的未来 重新思考人工智能的本质和人类的价值 报告从人工智能的快速发展引发的哲学和社会思考出发，探讨了人类在人工智能时代的价值定位，并着重强调创造力、思辨力及同理心等人类独有特质的重要性。 报告展望了人工智能与人类创造力协同发展的前景，强调了人机协同、多元数据、创新评估和伦理监管的重要性，并呼吁全球医疗界共同推动医疗人工智能的健康可持续发展。 医疗人工智能的市场现状和政策导向 报告深度解析了医疗人工智能的市场规模、FDA 审批情况、国内医疗大语言模型进展及政策框架，展现了行业发展的整体态势。 医疗大语言模型 WiNGPT 的实践与挑战 报告深入探讨了 WiNGPT 开发过程中面临的实际问题，包括模型大小的选择选型、数据隐私、应用对接、推理速度等，并提出了相应的解决方案和建议。 重新定义智能和重塑临床环境 报告从临床研究的角度探讨了 AI 与人类智能的差异，以及 AI 与临床环境的深层联系，为推动医疗保健的全面变革提供了参考。 生成式 AI 在临床实践中的应用 报告详细介绍了 WiNGPT 在临床实践中的应用，包括电子病历生成、语音生成查房记录、CDSS+RAG、PACS 质控、患者血液管理和企业智能助手等多个方面，并分享了相关的研究成果和实践经验。 趋势 观点 颠覆传统！生成式 AI 如何撬动医疗变革，打造健康新生态？ 问答 WiNGPT 开源之路 我们不仅站在巨人的肩膀上，更为开源社区奉献，推进未来之路。 研究 44WiNGPT 临床评价通过一次实验看怎么评价大模型的使用效果。 混合专家模型（MoE）技术在胸片领域的应用 自研 MoE-CXR 胸片模型使用更少的激活参数，将疾病诊断能力维持在较高水平。 案例 53Copilot 深入应用：大语言模型驱动的最佳实践探索Copilot，大语言模型深入赋能医疗场景的纽带。 基于大语言模型探索 PACS 质控工作新可能 如何用好大语言模型，我们的尝试从未停止…… 65 WiNGPT 在患者血液管理中的应用与前景 数据的智能融合与即时跟踪，LLM 为医生提供更快更精准的输血管理支持。 企业智能助手小宁：大语言模型与 RAG 结合的知识库应用 AI 加持，让知识与经验不再扁平，真正成为触手可及的数据资产。 76参考文献 展望 75总结 73人工智能与人类创造力的共生之道当 AI 遇上医者仁心：共绘医疗创新的未来图景。 趋势 大语言模型 + 医疗软件的现状和发展 2024 年，大语言模型技术蓬勃发展，国内外基座模型层出不穷，医疗大语言模型更是如雨后春笋般涌现，市场繁荣且潜力无限。在这里，通过数字与政策分析我们可窥见市场全貌。 新药研发企业和人工智能初创企业的上下游参与者，共同推动该市场达到 149 亿美元。预计至 2030 年，该市场将以49.1% 的复合增长率迅猛增长，规模可达 1641 亿 美元[1]。 FDA 审批通过的人工智能相关医疗器械数量 医疗人工智能市场规模预测 截至 2024 年 5 月，美国食品药品监督管理局批准了882 个由人工智能和机器学习驱动的医疗软件 / 设备。排名前五的应用领域是放射学（671 台）、心血管（90 台）、神经病学（32 台）、血液学（17 台）和胃肠泌尿学（13 台）[1]。 尽管不同预测模型对“人工智能 + 医疗保健”市场规模的预估数据来源各异，但它们均认同一个观点：该市场规模将极为庞大。2024 年，涵盖硬件制造厂商、云服务提供商、信息化企业、政府相关部门、医疗器械提供商、软件提供商、 在一项针对美国医疗机构的调查中，约 70% 的卫生系统受访者认为，人工智能将对他们的组织产生更大的影响，并将人工智能战略从 IT 部门转移到最高管理层。这与 80% 的美国医疗服务提供者正在加快 IT 和软件支出的事实相一致，其中人工智能是首要任务。 争风险和收益：公平和公正、透明度和可解释性、问责制和合规性、安全和安保、隐私以及可靠性和稳健性。这些领域旨在通过最有效和最值得信赖的方式引导人工智能努力实现其预期影响。 医疗软件中的人工智能指导原则 医疗人工智能软件正积极促进行业发展，引领行业的走势，并持续地影响上下游的企业、医院。尤其在人工智能、大语言模型的应用方面，这些影响源自用户、工具、数据和伦理道德的交汇，人工智能技术和应用的发展正在指引未来软件的设计和开发趋势。以下将介绍国内外的人工智能指导原则[2]： 国内医疗大语言模型 根据 IDC 的调查和网络搜索，据不完全统计，全国已公开发布了约 20 款医疗大语言模型，吸引了众多厂商投身研发，其中涵盖互联网科技企业、人工智能企业、互联网医疗企业和传统的信息化企业等。各类企业凭借自身优势积极参与，但均面临医疗数据隐私安全、复杂场景应用、AI 模型研发等挑战，需克服各自难题。 一 . 人类为中心的人工智能 强调人工智能技术对个人和社会的影响。以人类价值观、需求和目标为指导，旨在通过建立在用户体验设计方法的基础上，放大、增强、授权并提高人类表现，同时确保人类的控制。 国家政策 2024 年 11 月，为贯彻落实党中央、国务院关于开展“人工智能 +”行动的决策部署，国家卫生健康委、国家中医药局、国家疾控局研究制定了《卫生健康行业人工智能应用场景参考指引》[3]，积极推进卫生健康行业“人工智能 +”应用创新发展。 二 . 数据驱动的人工智能 数据是人工智能训练、评估和改进的基础要素。人工智能模型的质量与用于训练数据的质量直接相关，因此需深入理解并有效利用数据。这将需要对数据集本身进行彻底审查，加强数据治理，以指导整个企业和医院的数据政策。 《参考指引》将医疗领域的人工智能应用场景划分为四大部分，十三个类目，共列出 84 个典型应用场景： 三 . 可扩展和互操作强的人工智能 人工智能的开发应该采用循序渐进的方式，一方面需要构建符合整体系统架构的设计，另外一方面，从具体的应用场景出发，采用“大蓝图，小步走”策略，不断评估和优化流程，实现人工智能工作的规划和交付。 “人工智能 +”医疗服务管理：医疗服务、医药服务、医保服务、中医药管理、医院管理； “人工智能 +”基层公卫服务：健康管理、公共卫生、养老托育； 四 . 负责任的人工智能 “人工智能 +”健康产业发展：医用机器人、药物研发、中医药产业； 人工智能模型的设计和实施需要维护社会明确的道德价值观即社会伦理和系统安全。伦理是针对不良结果风险的社会行为指南，主要侧重于六个领域，以应对人工智能的竞 “人工智能 +”医学教学科研：医学教学、医学科研。 2024 年 12 月 24 日，上海市人民政府印发《上海市发展医学人工智能工作方案（2025-2027 年）》[4]并提到，医学人工智能是培育新质生产力的重点领域，也是推动高质量发展的重要支撑。下一步，上海市医学人工智能重点赋能的领域包括：传统机器学习、深度学习技术在临床中落地应用；大语言模型加速赋能临床诊疗，为临床辅助决策提供支持；智能机器人助力智慧医院建设，提升医院管理运行效率；推动产业进步为落脚点，获得创新发展新动能。在大语言模型方面，要做实大语言模型应用场景，瞄准关键行业切口，建设标杆场景，放大示范效应。要构建优良生态，把“管行业也管智能化”的理念落到实处，形成协同推进“人工智能 +”的产业创新氛围。在语料建设中，也率先开展了卫生健康行业的语料建设和金融大模型应用测评指南等领域方面的工作[4]。 相关奖项类：发布《卫宁健康荣获“年度优秀数据要素创新企业奖”、“年度数据要素产品奖”，亮相 2024 数据交易节颁奖典礼》、《2024 医专委第四届年会暨“创新科技 智领未来”论坛在沪召开，卫宁健康荣获“年度优秀医疗创新奖”》、《卫宁健康入选 IDC vendor profile |《卫宁健康：AI 增强 WiNEX 效能再提升》》等文章。 小结 2024 年，医疗人工智能市场展示出巨大潜力，无论是中国还是全世界，人工智能正在对医疗机构产生深远影响。政府、医疗机构、企业和相关组织携手合作，通过达成共识、引导场景建设及构建创新的上下游协同产业，共同推动行业发展。卫宁健康作为积极践行者，也在 2024 年取得了一系列的成果与用户认可。 卫宁健康公众号聚焦医疗 AI 2024 年，卫宁健康逐渐增加人工智