脊髓栓系综合征(TCS)，一种在新生儿中发病率约为0.005~0.025%的罕见病，近日被ChatGPT成功诊断——此前，不幸罹患TCS的Alex已经问诊了17名医生。
ChatGPT的成功，无疑让AI大模型在医疗界掷出了不小的水花。
实际上，自2023年5月以来，国内外如谷歌、英伟达、亚马逊、腾讯、京东等科技巨头，都已经率先开始了医疗大模型的布局——据不完全统计，截至2023年8月，光国内就发布了40多个医疗相关的AI模型。各家模型落地的场景也大同小异，主要集中在智能问诊、影像诊断、知识查询。
2023年9月19日，百度交了一份医疗大模型的作业：“灵医大模型”。
除了大模型技术的总体跃进，百度发布医疗大模型撞上了政策开闸的东风。国家药监局器审中心针对新一代AI技术，接连发布了《深度学习辅助决策软件审评要点》《人工智能医疗器械注册审查指导原则(征求意见稿)》等文件，在构建监管机制的同时，也释放出了加快AI辅助医疗落地的信号。
至于商业化的底气，则在于百度前期的客户合作案例。
比如在和人民卫生出版社的合作中，灵医大模型补足了标签搜索的短板，让医生和病患通过自然语言描述就能够找到相应的知识;
再比如，北大口腔医院信息中心副主任曹战强提到，大模型除了在疾病诊断上展现出更强的能力，同时还能处理多维度、复杂的医院管理数据，提高医疗工作的效率和安全。比如一个病区有50个病人，包括不同阶段的高血压和心脏病患者，大模型就能根据病人数量、疾病严重程度等灵活安排医生提前介入和手术的时间。
百度想把技能点加满，模型要会看病、分诊管理、医生培训
上述的实战经验，一方面为灵医大模型的诞生积攒了脱敏临床数据。
据官方介绍，灵医大模型的训练数据总量达到了千亿Token，主要涵盖“医-患-药”场景。比如医院方的数据包括脱敏的临床数据、知识图谱等，患者的数据则主要来源于百度搜索积累的健康问答数据。
灵医大模型的训练数据来源。图源：百度
另一方面，合作案例也为灵医大模型的商业化落地探索了更多的场景。
红杉资本整理的医疗大模型的落地场景。图源：红杉资本
百度将灵医大模型称为国内“首个产业级”医疗大模型，原因在于灵医一口吃下了目前大模型能落地的大部分医疗场景，包括文档理解、病历理解、医疗问答等。与此同时，百度的商业化野心不仅局限于医院，还延伸至药企、药店、线上医院等不同的医疗场景。
文档理解
病历理解：病历生成、病历问答
医疗问答：
具体到部署方式，由于各地医疗改革后，不少费用需要医院科室承担，成本昂贵的医疗大模型一开始就会“劝退”不少机构。
对此，百度采取的是因需制宜的策略，参数由大到小，推出了旗舰版(千亿参数)、Lite版(十亿、百亿参数)、定制版(基于客户数据定制)三种模型服务，可根据客户对数据的敏感程度，采用私有部署或者公域部署的方式。
灵医大模型的服务模式。图源：作者拍摄
不过，将AI与事关生命健康的医疗结合，无异于刀尖起舞。
落地的阻力，首先在于监管政策的空白。此前，国家卫健委卫生发展研究中心副主任游茂在《第一财经》的采访中就表示，AI医疗器械的专利数据，多集中在“机器学习”“医学影像”领域，“自然与语言处理”“知识库”等领域研究相对不足，“决策规则”领域研究几乎空白。
更重要的问题是，目前医疗大模型的能力，是否足以与人类医生媲美。
要想得知医疗AI的能力，“人机一致性测试”往往必不可少。所谓的人机一致性测试，指的是让人和机器在同一场景下进行技能比拼。比如医联集团的MedGPT与三甲医院医生的诊断一致性达到96%;谷歌的Med-PaLM在医学问答测试中，92.9%的答案与临床医生相当，92.9%的长篇答案符合科学共识。
即便在问诊一致性上，部分医疗大模型已经达到一般医生的水准，但落地到具体的诊疗场景仍然存在一定问题。比如MedGPT在问诊过程中无法进行查体，以及无法给予患者更人性化的关怀。
灵医大模型的能力，“接近三甲医院的主治临床医生”
光从一场发布会，我们难以掂量灵医大模型的真实斤两。
“我也看了非常多的大模型的发布会，总体感觉大家都是在比参数、比性能、比排行榜。”百度集团资深副总裁、百度大健康事业群总裁何明科一开场，就直指国内大模型赛道“群模乱舞”。
那么百度的灵医大模型的性能能否在“群模”中脱颖而出?以及在落地过程中，医疗机构对AI大模型的接受度如何?
36氪同各家媒体，与百度大健康事业群AI产业部总经理刘军伟、百度大健康事业群AI产业部研发负责人黄海峰等人展开了一场对话(内容略经编辑)：
问：灵医大模型在训练数据这方面主要来源是哪些?在专业数据来源上相较于其他友商有哪些优势?
黄海峰：首先大模型的数据其实是涵盖了“医-药-患”三个方面，这也是百度做医疗大模型的优势，能够同时拿到医院、线上患者、药品的数据。百度有百度健康，有智慧医疗，还有医疗信息数据提供商GBI，在数据维度上更全。
在数据质量上，百度搜索每天有2亿次健康的检索，包括智慧医疗的产品，在项目落地中对数据的理解更全面，包括数据的治理和数据质控的技术，也能保障用于训练的数据从质量上更好。
问：那么医疗大模型最为核心的训练数据是哪一部分?问诊记录、临床数据这些不同种类的数据的重要性是否有区别?
黄海峰：首先哪部分更核心没有标准答案，面向不同的场景有不同的核心数据。比如要做病历生成，对这个任务最有用的是真实的病历数据，如果是一些科普问答类，最有用的可能是医典的数据、医患对话和真正的在线问诊数据。
问：国内比较稀缺的训练数据是什么?百度获取这些数据的渠道是什么?
黄海峰：这些类型的数据我们基本上都有，在类型上是比较全的。从获取的渠道上来讲，公开和私有化都有。公开的是互联网的数据，我们会做严格的质量筛选，因为质量参差不齐。我们也会经过多种的策略，通过一些小模型，首先对数据做一些预处理、清洗以及筛选的工作。
一些高质量的数据，像电子病历的数据，一方面需要做严格的脱敏，甚至在医院的环境下做小模型的训练，让这个模型能够学到知识，然后做到数据不出院、模型出院。
在获取数据上，最难的就是医院的病历数据。其他一些知识类的数据，像人卫出版社权威的知识数据，其实对于整个大模型来讲是比较关键的。同时药品相关的数据也很重要，我们今年收购了GBI，覆盖了全球95%的跨国药企，这么多年积累的数据对模型有很大的帮助。
问：发布会没有特别提到关于灵医大模型性能方面的一些数据。此前百度有没有做过类似人机一致性的评比?比如把医生和大模型放在同样一个场景下进行一些比较。
朱东纬(百度大健康事业群AI产业部产品负责人)：分两层，文心大模型的底座肯定会做通识性的测评，医疗大模型就跟人去比，评测集有两个层级，第一个是百度内部的医生团队，第二个会找外部的三甲医院医生。
问：效果如何?
朱东纬：我们测试的结果是接近三甲医院的主治临床医生。
问：医疗的严肃性可能决定它对差错容忍度更低，相较于大模型在其他领域的应用，医疗场景的商业化会更困难一点吗?
刘军伟：首先做医疗有一个基本的理解：医疗本身是一个民生工程，它既有商业属性，还有社会价值。
现在很多客户会主动找我们来合作，之前我们都是做好服务、做好产品，自己主动找各种合作伙伴，今天我们发现有很多人，比如说刚才提到的不管是药店甚至门诊，都愿意主动跟百度合作。同时我们的产品线是可以开放测试的，通过这些测试也发现确实有价值，因此商业化的路径还是不错的。
问：对于医疗产业来说，引入大模型的成本有多高?
刘军伟：对我们来讲，做这样的灵医大模型，客观的来讲成本可控。刚才我们说了有已有的这些能力，甚至在文心大模型预训练的过程中，用一些闲置的资源就可以把灵医大模型跑出来，这就是其他公司相对来说要从0-1去做，或者之前没有大模型的积累甚至行业知识的话，相对有一定的门槛。
问：目前医疗机构对于大模型的付费意愿如何?此前AI影像辅助诊断技术也是因为成本较高比较难商业化落地。
刘军伟：这里面医疗机构看分几部分，第一就是大家理解传统的公立医院，现在也在探索，不管是刚才说的北大口腔，通过联合课题的方式，我们现在跟复旦中山也在合作，通过部署我们的Lite轻量版本做一些合作。
其次关于医疗大模型的需求，首先我们在科研的场景看到大量的需求，另一方面我们也发现大模型在信息化方面，比如在病历生成等方面有提升。
另一方面，我们也看到连锁集团、药店等ToB的场景的应用空间更大一些。公立医院更代表严肃医疗，而ToB的场景里面有更大的想象空间，比如互联网医院也有分导诊、预问诊。大家也反复强调，**公立医院积攒的产品的大模型能力，可以快速复制到ToB医院的场景里面去，增加我们商业化空间**。
问：刘总也提到很多公司他们是在蹭热点，所以请教一个问题，怎么判断医疗AI大模型是不是靠谱，我们可以从哪些方面进行判断?
刘军伟：我认为从三个维度看一家公司在大模型方面是不是靠谱。
第一是不是有数据集的子评测，有没有经过三甲医生或者权威机构的认证。
第二有没有开放产品让大家体验。很多公司其实没有看到过产品，停留在研发阶段。今天我们推出的灵医BOT这样的产品，大家可以真的去体验测试。
第三个最重要的就是有真实的客户案例，尤其是有商业化的合作，能够说明行业的认可度。