在广阔的大健康产业版图中，人工智能技术正在加速渗透和落地，成为推动产业数智化转型的重要力量，大模型技术的加入又为产业变革提供了加速器。预测数据显示，到2025年，全球医疗大模型市场规模将达到38亿美元，到2030年，这一数字将超过100亿美元。
从影像科的智能诊断到影像设备的创新升级，从健康保险的精准服务到互联网医疗的便捷体验，再到医疗大模型的前沿探索，AI技术和大模型技术正在医疗健康领域的每一个角落发挥着不可忽视的推动作用。
12月6日-7日，以“ALL-in on Globalization， ALL-inon AI”为主题的2024T-EDGE创新大会暨钛媒体财经年会在北京市大兴区举办，次日聚焦大健康产业发展，在圆桌讨论环节，数坤科技区域创新事业部总经理毛东晖、镁信健康创新研发中心负责人陈良、东软医疗创新研究院院长、副总裁陈炳澍、轻松集团执行副总裁马孝武、京东健康医疗AI专家刘慧就“AI破局，重塑健康”展开对话，钛媒体集团联合创始人、钛媒体研究院院长万宁主持了圆桌。
医学影像科是AI技术最早渗透的领域，毛东晖介绍称，目前，数坤已经改变了影像科的工作流，AI之于医学影像，就像导航之于驾驶，已被医院高度认可，数坤也在探索拓展AI+医院、AI+基层、AI+健康等多领域应用落地。
在复杂的保险理赔层面，镁信健康创新研发中心负责人陈良表示，镁信健康致力于利用AI技术提升商业健康险领域的服务质量和客户感知度，通过AI技术在理赔服务流程优化、风险评估准确性、客户服务体验提升三个核心领域进行创新。同时，镁信健康通过“一码直付™”平台，对传统保险支付流程进行优化。
轻松集团·轻松健康发布了自研的医疗健康大模型——轻松问医Dr.GPT，马孝武表示，随着应用的拓展以及场景的深入挖掘，与4P医学理论深度融合，轻松问医开启了迭代升级的新篇章。
线上医疗部分，京东健康医疗AI专家刘慧表示，“京医千询”大模型已覆盖线上问诊全流程，这释放了医生生产力去做高价值的工作，在C端，大模型正在低风险业务中发挥作用，如不知疲倦地回答用户在购买和使用健康商品和服务时产生的各种疑问。
作为国内第一台CT设备生产商，来自医疗IT厂商的东软医疗可谓是“软硬一体”，对于AI赋能的医疗服务未来发展趋势，陈炳澍认为，随着AI技术的应用，医院内最终会形成以患者为中心的智慧化全流程诊疗服务体系，但在商业化和监管方面存在挑战。
以下为圆桌讨论实录，经钛媒体App编辑整理：
万宁：医疗健康将会是AI发生重要作用的领域，请各位嘉宾介绍各自公司，以及各公司目前现在在AI应用方面做的“小动作”。
毛东晖：数坤科技成立于2017年，从医疗影像切入，通过原创AI技术为医疗健康产业提供人工智能技术驱动的数智化创新解决方案，到今天，我们已经拥有14项NMPA批准的医疗器械三类证、2项美国FDA、4项欧盟MDR CE等认证，已经覆盖超过3000家医疗机构和超1000家体检机构使用，TOP100医院已超90%。目前在AI+医院、AI+基层、AI+健康等多领域应用。
陈良：传统的健康险理赔流程繁琐且耗时，涉及多个步骤。镁信健康通过AI技术深度优化这一流程，实现自动化和智能化，减少对人力资源依赖，提升理赔人效约50%，降低人力成本，提高运营效率。
镁信健康提供全生命周期的健康管理服务，通过在线平台简化理赔申请流程，实时更新理赔进度，提升用户体验。AI技术的应用将理赔处理时间从几天缩短到分秒级，8秒内即可出具理赔报告，极大减少了用户的等待时间。
特药理赔审核流程复杂，镁信健康利用AI驱动的精密风控系统，高效识别风险点，精准预测及防控欺诈行为，提高了理赔的准确率。AI技术的应用使得风险预测模型的准确率达到90%，理算准确率达到99.8%，保障理赔结果的公正性和合理性。
陈炳澍：东软医疗成立于1998年，生产了中国第一台CT，近十年，推出了3.0T磁共振、血管机、PET-CT等大型高端硬件设备，在全球进入110个国家，累计装机47000台的设备，也在持续提供后续服务。
东软医疗孕育于东软集团，东软集团以软件开发起家并提供多样化软件服务，因此我们在软件领域积累丰富，在AI应用方面，我们主要聚焦于以下三个方面：
第一，所有的硬件都离不开软件，硬件中嵌入式软件，我们还有丰富的后处理软件，以及人工智能独立软件，我们也获得很多三类器械注册证，包括CT定位、脑缺血、乳腺诊断等等，以上各种各样的软件都应用了人工智能技术，例如，我们CT机上使用的CLEARINFINITY算法是国内第一个将人工智能算法商用的影像企业，得到医院影像科的高度认可。
第二，东软医疗做了很多针对具体疾病的人工智能服务网络建设，比如脑卒中诊断和慢阻肺管理，这两个专病服务体系分别是跟吉训明院士和钟南山院士合作完成，中国每年有一千多万人会罹患卒中，也有大量的慢性呼吸疾病患病人群，这两个网络体系提供AI诊断、远程服务、患者服务以及能力建设等任务。赋能基层是这些人工智能应用最大的价值，我们始终认为AI要解决的是临床问题，要具备临床价值。
第三，AIGC方面我们也在做探索，包括影像报告、图像处理等等。
马孝武：轻松集团致力于帮国人解决健康问题，在技术层面，轻松集团不断提升数据整合能力，可高效处理多源异构医疗数据，在3.6亿健康用户、240万患者的诊疗记录、3000+医生指导的基础上，邀请1000+名主任医师参与大模型强化学习过程，提升模型的准确性和适用性。
在个性化健康服务层面，研发智能红外热感健康检测仪等硬件设备，强化对医疗影像的深度学习分析，构建高精准度的疾病预测模型。并通过对用户个体多模态数据的深度挖掘与分析，实现动态调整的个性化治疗方案。
在此基础上，轻松健康利用AI技术为每位用户定制个性化的健康管理方案。通过对用户的健康数据进行深度分析，结合用户的生活习惯、饮食偏好等因素，制定出符合用户实际情况的健康管理计划。该方案涵盖了运动、饮食、睡眠等多个方面，旨在帮助用户改善健康状况，预防疾病的发生。
刘慧：京东健康是京东集团旗下专注于医疗健康业务的子集团，于2020年12月登陆香港联交所，基于“以医药及健康产品供应链为核心、医疗服务为抓手、数字驱动的用户全生命周期全场景的健康管理企业”的战略定位，京东健康已经成为中国领先的医疗健康商品、服务、解决方案提供商，业务范围涉及了健康商品营销与销售、医疗健康服务、企业健康解决方案、智慧医疗解决方案等领域，同时与产业链上中下游各环节的企业、机构进行合作，以打造更加完整的大健康生态体系。
2023年，我们对外发布了“京医千询”大模型，今年7月在中文医疗大模型评测榜MedBench获得第一名。目前，“京医千询”大模型在ToC、ToD和ToH等主要医疗场景均有落地应用，并且在降本增效、改善用户体验等维度取得了比较好的业务价值。
万宁：数坤科技切入的是医学影像，与IBM颇有渊源，沃森比较早试图利用数字化技术解决医疗健康方面的问题，但还没等到技术成熟就失去场景优势，数坤怎么看待这个变化？数坤在进入这个领域时，遇到的最大的难点在哪里？
毛东晖：数坤成立初期布局医疗影像，影像的特点是数据标准，任何一台CT机都可以产出标准数据，在这之上再去做人工智能训练，这是高质量数据的价值。
数坤与众多三甲医院的临床专家联合从科研入手，选择重大常见疾病场景，改变影像科的工作流，从扫描到三维重建，再到血管狭窄分析、病灶标识、出具诊断报告，医生从写卷子的人变成判卷子的人，工作时长从40分钟缩短到5分钟，极大提高了医生的工作效率。AI之于医学影像，就像导航之于驾驶，已被医院高度认可。
今后会发生什么？涉及几个方面：
第一，影像科将更加强悍，从CT模态升级到核磁模态、超声模态，多模态联诊再结合大模型，可能会给出更加具有建设性的、更精准的诊断建议，医院也将更加智慧化。
第二，对于个人来说，人工智能的应用会来带翻天覆地的变化。以往去医院要拿着三张黑白胶片，但以后会是AI云胶片，通过三维重建，患者会更清楚病灶位置、高危成都等等。
第三，大量沉睡的数据发挥作用，作疾病的回溯性筛查。大家拍过的所有胶片，人工智能可以不知疲倦地学习和分析，及早发现疾病，推送给个人、家医、医院，帮助卫健改变分级诊疗结构。
万宁：我们的确看到的很多AI应用，已经开始在医疗体系中解放了医生生产力，而且，AI在健康管理领域的创新应用也出现了重要时间机会。对于镁信来说，是如何选择切入点的？
陈良：镁信健康通过AI技术提升客户服务体验，特别是在保险理赔处理的便捷性和效率上。除了在理赔流程上的优化，镁信健康还推出“一码直付™”平台，通过对传统保险支付流程的优化，使得用户在就医过程中的支付变得更加快捷，进一步提升创新药械的可及性、可支付性。
在“一码直付™”平台上，用户在平台合作的医院和药房，尤其是那些以往难以覆盖的公立医院，通过在线提交费用申请并展示二维码，即可快速完成支付。这一创新服务不仅减少用户在医院的等待时间，还减轻用户先行支付费用的负担。用户出院后，更有专人协助办理理赔手续，极大地简化整个医疗赔付流程。
以用户为中心的服务创新不仅提升了用户体验，也为保险行业的数字化转型提供新的方向。镁信健康通过将科技与保险服务深度融合，不断推动产业升级，以科技创新满足用户需求，驱动保险行业高质量发展。
万宁：从数字化影像到保险理赔端的AI应用都在快速发挥作用，在拥有硬件和软件的东软医疗看来，不久的将来，我们会否形成以人为中心的数字化健康管理到医疗服务的全闭环？
陈炳澍：这个答案肯定是非常肯定的。因为现在医疗已经有了很大变化，我们服务的放射科，原来以机器为中心，也就是说患者做CT在CT室，做磁共振在磁共振室，都在不同的房间和科室，但是现在很多医院都在探索诊疗的融合，比如放射介入技术的开展以及复合手术室的出现，都是希望机器围绕患者运行。随着AI技术的应用，医院内最终会形成以患者为中心的智慧化全流程诊疗服务体系，我们也在与医院合作，通过历史数据生成患者多维度报告，将数据整合在一起，打造一个以人为中心的智慧化影像室，实现患者不动机器动的以人为本的目标。
但距离实现这个远期目标有两个挑战：一是商业化挑战，中国的医疗人工智能支付机制还未建立，形成AI商业闭环是摆在所有人工智能企业面前的需要克服的问题；二是监管挑战，基于产品和预期用途的现行监管模式已经不适用于AIGC时代，无论是利用AIGC生成报告还是做辅助诊断、患者管理，监管难度都很大，需要进一步大胆创新才能找到适用于颠覆型技术的准入监管模式。
我们能看到未来的“光点”，但相距多远还不知道，但我们要提前做好商业化设计和监管体系设计，为达到那个远期目标做好路径设计。
万宁：刚才分享了to D端的很多AI应用于前景，那对于轻松集团来说，在to C端有什么AI应用的尝试，可以帮助更广泛的用户群体做有效的健康管理？对京东健康来说，大模型在各个场景的落地挑战的创新之处分别是什么？
马孝武：对轻松集团来说，我们过去十年都在和患者打交道，积累了病历库，这些存量数据为AI学习提供了庞大的知识库。用这个数据库做AI大模型的训练，可以在健康管理方面做辅助判断。
依托于此，我们自研了一款软硬件一体的“轻松AI”，用于为C端消费者提供基于早筛早检的健康管理服务，这款应用可以通过使用者的面部状况、手部热感、眼球情况等多种特征，综合得出健康管理数据，进一步给出建议，比如是否有必要进行肝癌早期筛查。随着AI学习能力的加强，数据的增多，服务的升级，每个节点都有商业转化机会。
刘慧：首先，医疗任务的特点是需要具备非常丰富的、不断更新的知识，并且可以在不同场景良好运用这些知识。通用大模型虽然本身压缩了大量知识，但医疗垂域知识的覆盖及运用还不够完善，并且知识更新也慢，不能很好满足医疗场景要求。
其次，诊疗能力的核心是复杂的多模态推理任务，通用大模型有一定的推理和多模态能力，但是医疗领域表现欠佳。
第三，安全性的问题，通用大模型输出不稳定和存在幻觉的特点，这导致通用大模型直接在医疗领域落地会产生各种问题。
针对以上这些医疗任务的特点以及医疗具体场景的需求、通用大模型的劣势，京东健康在京东言犀通用大模型基础上打造了京东健康的“京医千询”医疗大模型。首先是利用了海量医疗数据进行持续训练，包括线上的问诊数据、权威文献、指南数据等。此外，我们加入了很多医学诊疗逻辑的思维链数据，加强模型的循证推理能力，并专门做了安全性对齐，让它符合医疗伦理。除了大模型的生成能力，京东健康还打造了专业知识检索增强、Agent等大模型相关技术，让它能够适应更多的场景。
我们的大模型已经落地到广泛的C端和D端场景。在D端，目前，“京医千询”大模型已覆盖线上问诊全流程：诊前与用户交互，收集并判断信息后精准匹配医生；诊中实时为医生推荐提问、诊疗辅助建议、病情解释、注意事项等；诊后结合医患对话辅助生成病历。大模型做简单重复低风险的工作，释放医生生产力去做高价值的工作。模型辅诊功能还能改善诊疗质量和用户体验，用户调查数据显示，使用辅诊功能的诊疗有效性提升了5个百分点。
在C端我们选择了一些低风险的场景，比如用户在购买和使用健康商品和服务的过程中有很多问题，我们的大模型就来直接提供to C的服务，回答用户的问题。首先，这个场景不涉及到严肃的诊疗决策，安全性比较高。其次，海量的健康类商品信息对真人的记忆考验比较高，而大模型的检索增强技术恰好能解决这个问题。第三，交互过程中，大模型的人文关怀特别突出，在非医疗的咨询服务场景，直接to C的大模型产品要比原来的真人服务效果好很多。
万宁：在数字化时代，健康管理和医疗服务将更普惠的让人们受益，甚至还会带来更好的体验，这是数字化技术在医疗健康领域的最大价值，钛媒体会持续关注并去报道你们在这些方面的探索，谢谢各位。
（来源：钛媒体）
