方蔓桃
近日，北京市人民政府辦公廳發布關于印發《北京市加快醫藥健康協同創新行動計劃(2024-2026年)》(以下簡稱《行動計劃》)的通知，其中提到，加快以醫療大模型為代表的人工智能技術賦能產業發展，支持醫療大模型開發和落地應用，推進數字療法、人工智能輔助治療等產品的研發應用，推動人工智能技術賦能新藥研發。
對于該政策的落地，網經社電子商務研究中心數字生活電商分析師陳禮騰在接受21世紀經濟報道記者采訪時表示，首先，該政策出臺將鼓勵企業和研究機構在醫療大模型領域進行更多的技術探索和創新，有望加速推動醫療大模型行業的整體進步。此外，政策強調對醫療大模型落地應用的支持，這將有助于加速醫療大模型其在臨床診療、疾病預測、健康管理等方面的應用推廣。另一方面，醫療大模型不斷完善，未來的應用也有助于提高醫療服務的準確性和效率，為患者提供更加精準、個性化的治療方案。
醫療大數據主要包括了人們的日常健康體征數據、體檢數據、病例數據、處方數據、用藥情況數據、基因數據等圍繞著人體各項健康指標以及與健康行為相關的數據。此外，從宏觀角度還包括公共衛生范疇內的數據等。這些數據可以幫助醫院管理者進行更有效的資源分配和績效評估，提高醫療服務效率。
隨著ChatGPT的出圈，生成式人工智能帶來了新一輪技術熱潮，國內外面向多領域的大模型產品紛紛問世，作為典型的知識和技術密集型行業，醫療行業大模型能夠通過學習大量醫療數據來生成新的數據實例，協助藥物研發、醫學影像、醫療文本分析等，應用前景十分廣泛。
2023年5月，國內首款醫療大語言模型MedGPT發布，數字醫療服務開始進入2.0時代。一年來，京東健康、百度、騰訊、衛寧健康(6.110, 0.01, 0.16%)等互聯網企業，中國科學院自動化研究所、浙江大學、上海交通大學等科研院所，也相繼發布醫療大語言模型。生成式人工智能在醫療場景中技術積累越發成熟，應用場景日益豐富。
中研普華產業院研究報告《2023-2028年醫療大數據行業市場深度分析及發展策略研究報告》分析顯示
隨著GPT技術的突破，市場對于AI+醫療/醫藥領域的關注度再度升溫，生成式人工智能帶來了新一輪技術熱潮，國內外面向多領域的大模型產品紛紛問世，數字醫療服務也開始進入2.0時代。當前，國內布局醫療大模型的企業數量仍不斷增加，涵蓋了互聯網科技、醫療健康、人工智能等多個領域。
有行業觀點認為，整體而言，醫療大模型能夠助力醫療領域降本增效，從診療、醫藥科研、健康管理、基層醫療等多個層面賦能醫療行業，并全方位提升患者的就診、醫療體驗。但與此同時，在生命科學領域，涉及人才、技術、數據、政策等方面，醫藥大模型的發展痛點和相關風險也不容忽視。陳禮騰指出，在算力需求持續增長、數據安全和隱私保護、商業落地以及監管層面，醫療大模型行業發展仍需克服相應的挑戰。
醫療數據的敏感性要求嚴格的數據保護措施，防止隱私泄露和數據濫用。當前全球網絡數據安全形式嚴峻，數據泄露事件數量持續增長，造成的危害日趨嚴重，尤其是大數據因其蘊藏的巨大價值和集中化的存儲管理模式成為網絡攻擊的重點目標。
我國數字醫療經過多年多個階段的信息化建設，目前已基本完成了數字化、網絡化;并實現了一定程度的智能化。借助信息化打造的數字基礎底座，人工智能和數字療法正快速崛起，隨著醫療信息化的不斷深入，醫療大數據已成為醫院運營的重要組成部分，推動了醫療服務的數字化轉型。
醫療大模型開放和應用前景廣闊的同時，其發展痛點和相關風險也不容忽視。畢馬威中國就指出，在生命科學領域，人才、技術和數據以及政策等，是在談及AI發展困境時常被提及的因素。
其次，是數據安全和隱私保護，醫療數據涉及患者隱私和敏感信息，如何確保數據在收集、存儲、處理和應用過程中的安全性和隱私保護，是醫療大模型發展中必須面對的重要問題。
此外，在商業落地方面，盡管醫療大模型在技術上取得了顯著進展，但在實際應用中仍面臨諸多挑戰，如如何與現有醫療體系有效融合、如何確保模型在臨床實踐中的準確性和可靠性等。這導致醫療大模型的落地應用相對較慢。
欲了解更多該行業的市場數據及未來行業投資前景，可以點擊查看中研普華產業院研究報告《2023-2028年醫療大數據行業市場深度分析及發展策略研究報告》。
研究院服務號
中研網訂閱號