|
1、AI醫(yī)療行業(yè)主要玩家分析 2、AI醫(yī)療行業(yè)進展 3、醫(yī)療行業(yè)痛點與AI價值 4、AI醫(yī)療技術(shù)挑戰(zhàn)與改進方向 5、AI醫(yī)療應(yīng)用場景 6、AI醫(yī)療商業(yè)化探索 7、醫(yī)療大模型架構(gòu)探討 8、國內(nèi)外醫(yī)療大模型對比 9、下游需求端選擇傾向 10、不同類型廠商發(fā)展思路 11、AI醫(yī)療爆款產(chǎn)品構(gòu)想
Q：如何看待目前DeepSeek在醫(yī)療領(lǐng)域的能力，以及不同大模型在能力上的差別和未來演進方向？ A：首先，DeepSeek模型非常好用，在處理罕見病復(fù)雜度問題時能給出很好的建議。但它也存在一些問題：一是普通用戶和不太善于使用大模型的醫(yī)生難以激發(fā)其極致能力，它對使用工具的人有要求，需要專業(yè)醫(yī)生經(jīng)過簡單的提示詞培訓(xùn)，且提供的信息結(jié)構(gòu)越清晰、prompt結(jié)構(gòu)越完整，其調(diào)用出來的能力越強；二是模型在引用信源時不夠透明，普通用戶甚至專家都很難在短時間內(nèi)驗證其輸出內(nèi)容的真假，存在“幻覺”報道；三是互聯(lián)網(wǎng)搜索信源不準(zhǔn)確，大模型引用互聯(lián)網(wǎng)上雜亂的信息會導(dǎo)致輸出質(zhì)量下降，未來可能需要建立專業(yè)化的RAG庫，參考醫(yī)療專業(yè)人士劃分的精準(zhǔn)信息，以提高模型產(chǎn)出質(zhì)量?？傮w來說，DeepSeek在目前所有大模型里已能將問題往前推進，打敗了80% - 90%的真人醫(yī)生，但要成為值得完全信賴的“純醫(yī)生”水平，還需要一段路要走。未來可引入行業(yè)內(nèi)專家來強化該模型。 Q：AI醫(yī)療大模型在醫(yī)療整個生態(tài)里如何進行商業(yè)化，怎樣把商業(yè)化的路走通？ A：目前還沒有特別成熟的醫(yī)療商業(yè)化路徑。以訊飛為例，它主要做醫(yī)院系統(tǒng)里的HIS系統(tǒng)，上市時將醫(yī)療大模型作為故事一部分包裝。有些公司探索由政府買單，但政府給的錢太少，難以撐起高市值公司；與醫(yī)院合作，醫(yī)院不會直接購買大模型，華為、阿里云等通過與硬件結(jié)合、自動化部署大模型的方式，但對調(diào)動醫(yī)療模型水平和效果遠遠不夠，醫(yī)生也不太會用。面向C端用戶，老用戶占比60%，用戶會依賴產(chǎn)品，但難以讓其付費，且大模型替換率較高，不能讓患者百分之百使用。比較看好小日方公司的商業(yè)模式，它與北京兒童醫(yī)院合作，在醫(yī)生和患者溝通場景中增加硬件，實時呈現(xiàn)結(jié)果，提高醫(yī)患效率和準(zhǔn)確性。目前該公司可能處于研發(fā)階段，若做好，醫(yī)院可采買硬件設(shè)備付費，后續(xù)再爭取政策支持和技術(shù)升級，待用戶大范圍使用時會比較成熟，目前商業(yè)化還不明朗。 Q：小日方公司主要落地場景在兒科領(lǐng)域，為何在兒科前景較好？ A：中國兒科醫(yī)生非常缺乏，小朋友免疫系統(tǒng)不太好，生病較多但一般不嚴(yán)重，家長極其焦慮，導(dǎo)致兒科醫(yī)生壓力大、收入低，面臨醫(yī)鬧壓力大，從業(yè)人員流失快。而患者（孩子）的用戶（家長）急需解決問題，是供需非常不平衡的場景，適合用大模型解決。大模型能幫助醫(yī)生提效，解決患者家長的焦慮問題，其安撫人的能力和實時反饋能力比線下醫(yī)生強。在缺乏醫(yī)療資源的基層，醫(yī)院院長或心理科主任在聘不到醫(yī)生的情況下，愿意花50萬購買能增加更多功能、解決很多問題的設(shè)備。 Q：未來醫(yī)療領(lǐng)域出現(xiàn)更多專病專科類大模型，其復(fù)制、拓展和應(yīng)用領(lǐng)域相比其他行業(yè)是否會更??？ A：醫(yī)療領(lǐng)域會存在通用型的、類似于分診初期的全科意義上的模型形態(tài)。模型更擅長做小環(huán)節(jié)的工作，真正適合模型做的是一個一個小的動作。疾病本質(zhì)是多個癥狀，按科室區(qū)分模型不太合適。理想狀態(tài)是一個全科模型和一些執(zhí)行層面較好的小工具組合。專病型模型是為滿足人類固有思維認(rèn)知方式生成的，若不了解通用醫(yī)療知識則做不好專病。大模型時代不會只局限于專病，未來可能會出現(xiàn)針對個體的AI模型專家。 Q：國內(nèi)醫(yī)療大模型與海外廠商做的醫(yī)療大模型在能力上有哪些差距，是否會影響商業(yè)化節(jié)奏？ A：模型能力上的差距越來越小，未來到2027年差距會更小。阻礙醫(yī)療大模型發(fā)展的核心在于政策，而非模型能力。美國在科技前沿領(lǐng)先，但中國追趕速度快。國內(nèi)數(shù)據(jù)獲取比國外容易，甚至可舉國之力去做，如百川與北京兒童醫(yī)院合作共創(chuàng)就是很好的模式。國外要做此事需看私立醫(yī)院能否拿到脫敏數(shù)據(jù)，像谷歌因自身有私立醫(yī)院可能更容易。國內(nèi)則要看地方政府和衛(wèi)健委能否支持做試點，拿到政策利好后再鋪開，這取決于當(dāng)?shù)毓賳T是否重視。 Q：從政策支持和監(jiān)管角度，如何看待醫(yī)療大模型的能力高低以及可信度的評價標(biāo)準(zhǔn)？政策是否會對醫(yī)療大模型的能力、數(shù)據(jù)使用及輸出準(zhǔn)確性進行監(jiān)管？ A：衡量和評估模型表現(xiàn)是一個不斷完善的過程，技術(shù)在發(fā)展迭代，目前還沒辦法固定下來。行業(yè)內(nèi)到現(xiàn)在都沒有一套統(tǒng)一的評價方式，國家也較少涉及，這需要醫(yī)療專家和技術(shù)專家共同制定。政策有一定滯后性，國家整體支持AI醫(yī)療發(fā)展，目前來看，會陸續(xù)有一些政策出臺，但整體風(fēng)格還是支持的、寬口徑的。要等到大規(guī)模運用之后才可能出現(xiàn)相應(yīng)的政策法規(guī)，現(xiàn)在還未到時機。 Q：AI醫(yī)療下游需求端（如醫(yī)院、公共衛(wèi)生等）如何選擇與AI醫(yī)療廠商合作？怎樣更好地服務(wù)這些需求方？ A：一線醫(yī)院分為三種類型。第一種是激進型，如北京兒童醫(yī)院，要求合作廠商有一定技術(shù)背景和口碑，希望創(chuàng)造利國利民的產(chǎn)品；第二種是跟風(fēng)型，會選擇已有接觸或性價比高、能解決自身需求的企業(yè)合作；第三種是為完成政治任務(wù)型，會選擇最便宜的方案，布置后能讓普通醫(yī)生使用且不出事即可。 Q：上述三種類型的客戶在整個市場的比例如何？哪種類型更多？ A：第三種類型更多。部分頭部醫(yī)院也存在這種情況，一些院長認(rèn)為引入AI醫(yī)療增加醫(yī)生負擔(dān)，且對政績無影響，更關(guān)心能影響政績的事。 Q：華為在AI醫(yī)療領(lǐng)域的布局或業(yè)務(wù)拓展思路是怎樣的？ A：華為發(fā)揮自身擅長To B領(lǐng)域的優(yōu)勢，地推能力強，整合華為云及To B的能力。敏銳捕捉國家對DeepSeek的支持和醫(yī)院的需求來盈利。主要做好硬件和底層支持工作，雖未追求推動科技前進，但做好了行業(yè)底層硬件的基礎(chǔ)建設(shè)，降低了大模型升級和技術(shù)發(fā)展的門檻。 Q：不同類型的廠商在AI醫(yī)療發(fā)展過程中的思路以及未來可能給行業(yè)帶來的變化是什么？ A：科技巨頭如百度、騰訊等，自身有場景，像百度搜索、騰訊元寶、抖音等產(chǎn)品會面臨用戶的醫(yī)療問題咨詢，它們要定位好自己是做知識給予還是判斷等，為用戶提供更準(zhǔn)確信息和更好體驗。它們資金雄厚，看重DAU等，若自身有基座模型產(chǎn)品，也希望在醫(yī)療領(lǐng)域提升基座。不過普通用戶使用其產(chǎn)品診斷的效果不會比百度時代好太多。垂直型公司無需再投入做基座模型訓(xùn)練，應(yīng)在垂直領(lǐng)域把產(chǎn)品做得更專業(yè)，往全科醫(yī)生方向發(fā)展，未來可為普通用戶提供高質(zhì)量醫(yī)療產(chǎn)品，也可與醫(yī)院合作提供醫(yī)療供給，還可與醫(yī)療信息化公司合作。醫(yī)院除完成學(xué)術(shù)、產(chǎn)品、專科模型推進等政治任務(wù)外，要學(xué)會利用好工具，國家和相關(guān)機構(gòu)應(yīng)給予行業(yè)交流、培訓(xùn)等大力支持，以解決效率和質(zhì)量問題。 Q：什么樣的AI醫(yī)療產(chǎn)品有可能成為爆款產(chǎn)品，它的結(jié)構(gòu)、方式、面向場景或產(chǎn)品形態(tài)是怎樣的？ A：今年年初蘋果有將AI醫(yī)生和iWatch合并，即硬件加軟件結(jié)合的新聞，這種從監(jiān)控設(shè)備入手和大模型結(jié)合的模式較好，百度和華為也適合做類似結(jié)合。理想態(tài)的場景是為家庭配置一個特別懂用戶、了解用戶的大模型產(chǎn)品，類似專屬AI。它能記住用戶的醫(yī)療信息，如之前感冒的癥狀、用藥、過敏情況等，根據(jù)用戶描述給出準(zhǔn)確建議。這種模式下數(shù)據(jù)即財富，用戶使用某一平臺的醫(yī)療助手后，遷移成本極大，且用戶與醫(yī)療助手交流的信息可得到醫(yī)院認(rèn)可和修正，這種產(chǎn)品未來有望成為爆款。 Q：目前AI診斷類型產(chǎn)品與理想產(chǎn)品相比，有哪些需要迭代進步的地方？ A：目前讓醫(yī)生認(rèn)可大模型的診斷結(jié)果有難度，從現(xiàn)實角度講，讓醫(yī)生認(rèn)可別的醫(yī)院醫(yī)生的結(jié)果都很難，更別說認(rèn)可大模型。眼前最主要的問題還是技術(shù)的迭代，比如提升長期記憶能力、控制幻覺率、運用區(qū)塊鏈技術(shù)進行可解釋性數(shù)據(jù)追蹤以降低模型表現(xiàn)里的幻覺等。這些基礎(chǔ)性工作決定了模型實際的能力表現(xiàn)。當(dāng)模型能力得到專家和用戶認(rèn)可，用戶能用通俗方式獲得高質(zhì)量反饋，提升使用的便利性、準(zhǔn)確性和可信度，這些是一兩年內(nèi)要搞定的事情。而打通各個環(huán)節(jié)等后續(xù)工作，在前者做到之后會進展得比較快，比如檢查報告有二維碼，掃碼就能把信息傳給醫(yī)生。股市調(diào)研 |
|
|
