產業對話：AI破局，引領健康產業新趨勢丨2024 T-EDGE
在廣闊的大健康產業版圖中，人工智能技術正在加速滲透和落地，成爲推動產業數智化轉型的重要力量，大模型技術的加入又爲產業變革提供了加速器。預測數據顯示，到2025年，全球醫療大模型市場規模將達到38億美元，到2030年，這一數字將超過100億美元。
從影像科的智能診斷到影像設備的創新升級，從健康保險的精準服務到互聯網醫療的便捷體驗，再到醫療大模型的前沿探索，AI技術和大模型技術正在醫療健康領域的每一個角落發揮着不可忽視的推動作用。
12月6日-7日，以“ALL-in on Globalization， ALL-inon AI”爲主題的2024T-EDGE創新大會暨鈦媒體財經年會在北京市大興區舉辦，次日聚焦大健康產業發展，在圓桌討論環節，數坤科技區域創新事業部總經理毛東暉、鎂信健康創新研發中心負責人陳良、東軟醫療創新研究院院長、副總裁陳炳澍、輕鬆集團執行副總裁馬孝武、京東健康醫療AI專家劉慧就“AI破局，重塑健康”展開對話，鈦媒體集團聯合創始人、鈦媒體研究院院長萬寧主持了圓桌。
醫學影像科是AI技術最早滲透的領域，毛東暉介紹稱，目前，數坤已經改變了影像科的工作流，AI之於醫學影像，就像導航之於駕駛，已被醫院高度認可，數坤也在探索拓展AI+醫院、AI+基層、AI+健康等多領域應用落地。
在複雜的保險理賠層面，鎂信健康創新研發中心負責人陳良表示，鎂信健康致力於利用AI技術提升商業健康險領域的服務質量和客戶感知度，通過AI技術在理賠服務流程優化、風險評估準確性、客戶服務體驗提升三個核心領域進行創新。同時，鎂信健康通過“一碼直付™”平臺，對傳統保險支付流程進行優化。
輕鬆集團·輕鬆健康發佈了自研的醫療健康大模型——輕鬆問醫Dr.GPT，馬孝武表示，隨着應用的拓展以及場景的深入挖掘，與4P醫學理論深度融合，輕鬆問醫開啓了迭代升級的新篇章。
線上醫療部分，京東健康醫療AI專家劉慧表示，“京醫千詢”大模型已覆蓋線上問診全流程，這釋放了醫生生產力去做高價值的工作，在C端，大模型正在低風險業務中發揮作用，如不知疲倦地回答用戶在購買和使用健康商品和服務時產生的各種疑問。
作爲國內第一臺CT設備生產商，來自醫療IT廠商的東軟醫療可謂是“軟硬一體”，對於AI賦能的醫療服務未來發展趨勢，陳炳澍認爲，隨着AI技術的應用，醫院內最終會形成以患者爲中心的智慧化全流程診療服務體系，但在商業化和監管方面存在挑戰。
以下爲圓桌討論實錄，經鈦媒體App編輯整理：
萬寧：醫療健康將會是AI發生重要作用的領域，請各位嘉賓介紹各自公司，以及各公司目前現在在AI應用方面做的“小動作”。
毛東暉：數坤科技成立於2017年，從醫療影像切入，通過原創AI技術爲醫療健康產業提供人工智能技術驅動的數智化創新解決方案，到今天，我們已經擁有14項NMPA批准的醫療器械三類證、2項美國FDA、4項歐盟MDR CE等認證，已經覆蓋超過3000家醫療機構和超1000家體檢機構使用，TOP100醫院已超90%。目前在AI+醫院、AI+基層、AI+健康等多領域應用。
陳良：傳統的健康險理賠流程繁瑣且耗時，涉及多個步驟。鎂信健康通過AI技術深度優化這一流程，實現自動化和智能化，減少對人力資源依賴，提升理賠人效約50%，降低人力成本，提高運營效率。
鎂信健康提供全生命週期的健康管理服務，通過在線平臺簡化理賠申請流程，實時更新理賠進度，提升用戶體驗。AI技術的應用將理賠處理時間從幾天縮短到分秒級，8秒內即可出具理賠報告，極大減少了用戶的等待時間。
特藥理賠審覈流程複雜，鎂信健康利用AI驅動的精密風控系統，高效識別風險點，精準預測及防控欺詐行爲，提高了理賠的準確率。AI技術的應用使得風險預測模型的準確率達到90%，理算準確率達到99.8%，保障理賠結果的公正性和合理性。
陳炳澍：東軟醫療成立於1998年，生產了中國第一臺CT，近十年，推出了3.0T磁共振、血管機、PET-CT等大型高端硬件設備，在全球進入110個國家，累計裝機47000臺的設備，也在持續提供後續服務。
東軟醫療孕育於東軟集團，東軟集團以軟件開發起家並提供多樣化軟件服務，因此我們在軟件領域積累豐富，在AI應用方面，我們主要聚焦於以下三個方面：
第一，所有的硬件都離不開軟件，硬件中嵌入式軟件，我們還有豐富的後處理軟件，以及人工智能獨立軟件，我們也獲得很多三類器械註冊證，包括CT定位、腦缺血、乳腺診斷等等，以上各種各樣的軟件都應用了人工智能技術，例如，我們CT機上使用的CLEARINFINITY算法是國內第一個將人工智能算法商用的影像企業，得到醫院影像科的高度認可。
第二，東軟醫療做了很多針對具體疾病的人工智能服務網絡建設，比如腦卒中診斷和慢阻肺管理，這兩個專病服務體系分別是跟吉訓明院士和鍾南山院士合作完成，中國每年有一千多萬人會罹患卒中，也有大量的慢性呼吸疾病患病人羣，這兩個網絡體系提供AI診斷、遠程服務、患者服務以及能力建設等任務。賦能基層是這些人工智能應用最大的價值，我們始終認爲AI要解決的是臨牀問題，要具備臨牀價值。
第三，AIGC方面我們也在做探索，包括影像報告、圖像處理等等。
馬孝武：輕鬆集團致力於幫國人解決健康問題，在技術層面，輕鬆集團不斷提升數據整合能力，可高效處理多源異構醫療數據，在3.6億健康用戶、240萬患者的診療記錄、3000+醫生指導的基礎上，邀請1000+名主任醫師參與大模型強化學習過程，提升模型的準確性和適用性。
在個性化健康服務層面，研發智能紅外熱感健康檢測儀等硬件設備，強化對醫療影像的深度學習分析，構建高精準度的疾病預測模型。並通過對用戶個體多模態數據的深度挖掘與分析，實現動態調整的個性化治療方案。
在此基礎上，輕鬆健康利用AI技術爲每位用戶定製個性化的健康管理方案。通過對用戶的健康數據進行深度分析，結合用戶的生活習慣、飲食偏好等因素，制定出符合用戶實際情況的健康管理計劃。該方案涵蓋了運動、飲食、睡眠等多個方面，旨在幫助用戶改善健康狀況，預防疾病的發生。
劉慧：京東健康是京東集團旗下專注於醫療健康業務的子集團，於2020年12月登陸香港聯交所，基於“以醫藥及健康產品供應鏈爲核心、醫療服務爲抓手、數字驅動的用戶全生命週期全場景的健康管理企業”的戰略定位，京東健康已經成爲中國領先的醫療健康商品、服務、解決方案提供商，業務範圍涉及了健康商品營銷與銷售、醫療健康服務、企業健康解決方案、智慧醫療解決方案等領域，同時與產業鏈上中下游各環節的企業、機構進行合作，以打造更加完整的大健康生態體系。
2023年，我們對外發布了“京醫千詢”大模型，今年7月在中文醫療大模型評測榜MedBench獲得第一名。目前，“京醫千詢”大模型在ToC、ToD和ToH等主要醫療場景均有落地應用，並且在降本增效、改善用戶體驗等維度取得了比較好的業務價值。
萬寧：數坤科技切入的是醫學影像，與IBM頗有淵源，沃森比較早試圖利用數字化技術解決醫療健康方面的問題，但還沒等到技術成熟就失去場景優勢，數坤怎麼看待這個變化？數坤在進入這個領域時，遇到的最大的難點在哪裡？
毛東暉：數坤成立初期佈局醫療影像，影像的特點是數據標準，任何一臺CT機都可以產出標準數據，在這之上再去做人工智能訓練，這是高質量數據的價值。
數坤與衆多三甲醫院的臨牀專家聯合從科研入手，選擇重大常見疾病場景，改變影像科的工作流，從掃描到三維重建，再到血管狹窄分析、病竈標識、出具診斷報告，醫生從寫卷子的人變成判卷子的人，工作時長從40分鐘縮短到5分鐘，極大提高了醫生的工作效率。AI之於醫學影像，就像導航之於駕駛，已被醫院高度認可。
今後會發生什麼？涉及幾個方面：
第一，影像科將更加強悍，從CT模態升級到核磁模態、超聲模態，多模態聯診再結合大模型，可能會給出更加具有建設性的、更精準的診斷建議，醫院也將更加智慧化。
第二，對於個人來說，人工智能的應用會來帶翻天覆地的變化。以往去醫院要拿着三張黑白膠片，但以後會是AI雲膠片，通過三維重建，患者會更清楚病竈位置、高危成都等等。
第三，大量沉睡的數據發揮作用，作疾病的回溯性篩查。大家拍過的所有膠片，人工智能可以不知疲倦地學習和分析，及早發現疾病，推送給個人、家醫、醫院，幫助衛健改變分級診療結構。
萬寧：我們的確看到的很多AI應用，已經開始在醫療體系中解放了醫生生產力，而且，AI在健康管理領域的創新應用也出現了重要時間機會。對於鎂信來說，是如何選擇切入點的？
陳良：鎂信健康通過AI技術提升客戶服務體驗，特別是在保險理賠處理的便捷性和效率上。除了在理賠流程上的優化，鎂信健康還推出“一碼直付™”平臺，通過對傳統保險支付流程的優化，使得用戶在就醫過程中的支付變得更加快捷，進一步提升創新藥械的可及性、可支付性。
在“一碼直付™”平臺上，用戶在平臺合作的醫院和藥房，尤其是那些以往難以覆蓋的公立醫院，通過在線提交費用申請並展示二維碼，即可快速完成支付。這一創新服務不僅減少用戶在醫院的等待時間，還減輕用戶先行支付費用的負擔。用戶出院後，更有專人協助辦理理賠手續，極大地簡化整個醫療賠付流程。
以用戶爲中心的服務創新不僅提升了用戶體驗，也爲保險行業的數字化轉型提供新的方向。鎂信健康通過將科技與保險服務深度融合，不斷推動產業升級，以科技創新滿足用戶需求，驅動保險行業高質量發展。
萬寧：從數字化影像到保險理賠端的AI應用都在快速發揮作用，在擁有硬件和軟件的東軟醫療看來，不久的將來，我們會否形成以人爲中心的數字化健康管理到醫療服務的全閉環？
陳炳澍：這個答案肯定是非常肯定的。因爲現在醫療已經有了很大變化，我們服務的放射科，原來以機器爲中心，也就是說患者做CT在CT室，做磁共振在磁共振室，都在不同的房間和科室，但是現在很多醫院都在探索診療的融合，比如放射介入技術的開展以及複合手術室的出現，都是希望機器圍繞患者運行。隨着AI技術的應用，醫院內最終會形成以患者爲中心的智慧化全流程診療服務體系，我們也在與醫院合作，通過歷史數據生成患者多維度報告，將數據整合在一起，打造一個以人爲中心的智慧化影像室，實現患者不動機器動的以人爲本的目標。
但距離實現這個遠期目標有兩個挑戰：一是商業化挑戰，中國的醫療人工智能支付機制還未建立，形成AI商業閉環是擺在所有人工智能企業面前的需要克服的問題；二是監管挑戰，基於產品和預期用途的現行監管模式已經不適用於AIGC時代，無論是利用AIGC生成報告還是做輔助診斷、患者管理，監管難度都很大，需要進一步大膽創新才能找到適用於顛覆型技術的准入監管模式。
我們能看到未來的“光點”，但相距多遠還不知道，但我們要提前做好商業化設計和監管體系設計，爲達到那個遠期目標做好路徑設計。
萬寧：剛纔分享了to D端的很多AI應用於前景，那對於輕鬆集團來說，在to C端有什麼AI應用的嘗試，可以幫助更廣泛的用戶羣體做有效的健康管理？對京東健康來說，大模型在各個場景的落地挑戰的創新之處分別是什麼？
馬孝武：對輕鬆集團來說，我們過去十年都在和患者打交道，積累了病歷庫，這些存量數據爲AI學習提供了龐大的知識庫。用這個數據庫做AI大模型的訓練，可以在健康管理方面做輔助判斷。
依託於此，我們自研了一款軟硬件一體的“輕鬆AI”，用於爲C端消費者提供基於早篩早檢的健康管理服務，這款應用可以通過使用者的面部狀況、手部熱感、眼球情況等多種特徵，綜合得出健康管理數據，進一步給出建議，比如是否有必要進行肝癌早期篩查。隨着AI學習能力的加強，數據的增多，服務的升級，每個節點都有商業轉化機會。
劉慧：首先，醫療任務的特點是需要具備非常豐富的、不斷更新的知識，並且可以在不同場景良好運用這些知識。通用大模型雖然本身壓縮了大量知識，但醫療垂域知識的覆蓋及運用還不夠完善，並且知識更新也慢，不能很好滿足醫療場景要求。
其次，診療能力的核心是複雜的多模態推理任務，通用大模型有一定的推理和多模態能力，但是醫療領域表現欠佳。
第三，安全性的問題，通用大模型輸出不穩定和存在幻覺的特點，這導致通用大模型直接在醫療領域落地會產生各種問題。
針對以上這些醫療任務的特點以及醫療具體場景的需求、通用大模型的劣勢，京東健康在京東言犀通用大模型基礎上打造了京東健康的“京醫千詢”醫療大模型。首先是利用了海量醫療數據進行持續訓練，包括線上的問診數據、權威文獻、指南數據等。此外，我們加入了很多醫學診療邏輯的思維鏈數據，加強模型的循證推理能力，並專門做了安全性對齊，讓它符合醫療倫理。除了大模型的生成能力，京東健康還打造了專業知識檢索增強、Agent等大模型相關技術，讓它能夠適應更多的場景。
我們的大模型已經落地到廣泛的C端和D端場景。在D端，目前，“京醫千詢”大模型已覆蓋線上問診全流程：診前與用戶交互，收集並判斷信息後精準匹配醫生；診中實時爲醫生推薦提問、診療輔助建議、病情解釋、注意事項等；診後結合醫患對話輔助生成病歷。大模型做簡單重複低風險的工作，釋放醫生生產力去做高價值的工作。模型輔診功能還能改善診療質量和用戶體驗，用戶調查數據顯示，使用輔診功能的診療有效性提升了5個百分點。
在C端我們選擇了一些低風險的場景，比如用戶在購買和使用健康商品和服務的過程中有很多問題，我們的大模型就來直接提供to C的服務，回答用戶的問題。首先，這個場景不涉及到嚴肅的診療決策，安全性比較高。其次，海量的健康類商品信息對真人的記憶考驗比較高，而大模型的檢索增強技術恰好能解決這個問題。第三，交互過程中，大模型的人文關懷特別突出，在非醫療的諮詢服務場景，直接to C的大模型產品要比原來的真人服務效果好很多。
萬寧：在數字化時代，健康管理和醫療服務將更普惠的讓人們受益，甚至還會帶來更好的體驗，這是數字化技術在醫療健康領域的最大價值，鈦媒體會持續關注並去報道你們在這些方面的探索，謝謝各位。
（來源：鈦媒體）