10月7日,長城工程科技會議“中國式現(xiàn)代醫(yī)健體系的工程科技支撐”專題會在京召開?？萍疾扛敌′h副司長、國家衛(wèi)生健康委員會毛群安司長、清華大學曾嶸副校長出席會議并致辭,重慶大學校長王樹新院士、清華大學智能產(chǎn)業(yè)研究院院長張亞勤院士等專家學者參加會議。清華大學臨床醫(yī)學院院長董家鴻院士擔任會議執(zhí)行主席。
本次會議是長城工程科技會議2023年第3次專題會,來自學術(shù)界、企業(yè)界的100余位專家學者圍繞高端醫(yī)療裝備創(chuàng)新技術(shù)、智慧健聯(lián)體關(guān)鍵技術(shù)、醫(yī)療大模型關(guān)鍵技術(shù)三個議題方向展開熱烈討論,為共同推進中國式現(xiàn)代醫(yī)健體系建設(shè)添磚加瓦。醫(yī)渡科技聯(lián)合創(chuàng)始人、CEO徐濟銘受邀參加“醫(yī)療大模型關(guān)鍵技術(shù)”圓桌討論。
徐濟銘在討論中強調(diào),“技術(shù)最終要為人所用,要尋找技術(shù)進步與成本之間的平衡,以提高技術(shù)的可及性。”
他指出,大模型的成本與應(yīng)用場景密切相關(guān)。通用大模型的參數(shù)規(guī)模增加通常會帶來性能的提升。然而,對于醫(yī)療等垂直行業(yè)而言,大型模型的訓練成本與推理應(yīng)用成本很高,企業(yè)與醫(yī)療機構(gòu)難以負擔。在這種情況下,企業(yè)需要考慮如何在成本和模型性能之間取得平衡,再加上醫(yī)療行業(yè)對大模型專業(yè)性、可靠性的高要求,高質(zhì)量專業(yè)的語料庫、基于專業(yè)知識的微調(diào)和對齊能力等因素變得尤為重要。
“數(shù)據(jù)本身蘊含著巨大的價值,但要提高數(shù)據(jù)的可用性才能充分發(fā)揮其價值。”醫(yī)渡科技自2014年成立以來,便始終深耕醫(yī)療智能領(lǐng)域,持續(xù)投入醫(yī)療AI等前瞻性技術(shù),自主研發(fā)了“醫(yī)療智能大腦”YiduCore,使不可計算的數(shù)據(jù)變得可計算,基于此構(gòu)建了各種AI算法模型賦能政府機構(gòu)、醫(yī)療機構(gòu)、制藥企業(yè)、保險公司等,打造了覆蓋“醫(yī)、藥、險、患者”的全鏈條醫(yī)療智能產(chǎn)業(yè)生態(tài)系統(tǒng)。多年積累與沉淀,YiduCore醫(yī)學知識圖譜覆蓋的疾病數(shù)量已經(jīng)超過1萬種,在超過70個疾病領(lǐng)域建立了疾病模型,并已與專家及權(quán)威機構(gòu)合作出版了18本疾病標準數(shù)據(jù)集。
基于這些海量真實世界醫(yī)療知識的積累與疾病維度的AI技術(shù)沉淀,醫(yī)渡科技啟動了醫(yī)療大模型研發(fā)和應(yīng)用的全方位布局,在基礎(chǔ)模型之上疊加高質(zhì)量專業(yè)語料進行持續(xù)預訓練,不斷提高大模型的醫(yī)學專業(yè)性與可靠性。徐濟銘在會上稱,醫(yī)渡科技還在持續(xù)擴充大模型研發(fā)團隊,以更好地推動醫(yī)療大模型的發(fā)展。
關(guān)于醫(yī)療大模型落地的可行性路徑,醫(yī)渡科技也在積極嘗試。公司與昇騰AI合作發(fā)布了大模型訓推一體機解決方案,其內(nèi)置基礎(chǔ)大模型,開箱可用,極大降低了大模型研發(fā)使用成本,并且提供本地高效處理和個性化訓練能力,可以在安全可信的前提下,使高質(zhì)量數(shù)據(jù)參與到大模型訓練中,維護患者數(shù)據(jù)隱私和安全的同時,提高大模型性能。
技術(shù)的價值在于服務(wù)于人。徐濟銘表示,醫(yī)渡科技將為推動醫(yī)療大模型的落地不懈努力,實現(xiàn)更加可及的醫(yī)療技術(shù),為醫(yī)療行業(yè)智能化升級和健康中國建設(shè)做出更多貢獻,造福廣大患者和醫(yī)療從業(yè)者。
長城工程科技會議由科技部、清華大學共同主辦,自2020年以來,瞄準國家重點前沿領(lǐng)域戰(zhàn)略需求,采用“主題大會+專題會”的形式,在工程科技領(lǐng)域打造形成了一個啟迪創(chuàng)新、開放包容的高端智庫平臺。
（免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關(guān)資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
