医渡科技：让更多医院拥有安全自主可控的“AI中台”

近日,2024年中国医院信息网络大会(CHIMA 2024)在南京召开。本次大会上,作为医疗人工智能领域的佼佼者,医渡科技CTO、首席人工智能科学家闫峻博士参会分享了公司的“医院自主大模型的一站式解决方案”。

过去一年,AI的关注热度再次攀升。回顾AI技术的演进历程,从最初的符号逻辑专家系统辅助决策,到统计机器学习的疾病预测,再到以医学影像处理为代表的深度学习,直到今天的多任务引擎大模型,每一步都离不开坚实的知识与数据基础以及算法能力的不断演进。

在医疗行业,虽然AI技术持续进步,但实际大规模应用到临床的案例却不多。因此,我们不禁思考,新一代大模型与以往有何不同?

可以看到,AI技术迭代的背后,是对专业领域知识和海量数据的深度整合,以及高效算法与强大算力的支持。而医渡科技已不再单纯追求技术突破,更关注如何将大模型融入医、教、研、管等需求场景,并以低成本、高效率的方式使医院拥抱安全、专业、自主的大模型具有可及性。

这一系列革新关键在于解决四大核心挑战:算力、数据、算法、以及场景应用。医渡科技通过前瞻性的层次架构设计——从底层模型构建、中间工具层的丰富工具集,到顶层的能力输出,使曾经难以达成或效率低下的任务变得简单高效,真正意义上将医院的信息化水平推向一个新的高度。

大模型的四大挑战和应对之道

算力:海外芯片采购困难价格高及“信创”需求下,医渡科技自主大模型解决方案,在医疗垂直领域的大模型里第 一家同时适配国内外主流芯片,可以支持不同芯片选择。

数据:高质量数据及数据安全是大模型的必要条件,医渡科技作为AI医疗行业的*者,积累的十年医疗大数据治理经验,以及超过80种疾病的专病库,实现了医疗大数据与医疗大模型的无缝链接。

算法:医疗领域的专业度和严谨性要求高准确率,今年5月最新的MedBench评测榜单中,医渡科技大模型登 顶榜首,其在医学知识问答、医学语言理解、医疗安全和伦理三大关键维度中都拔得头筹,充分展现了在专业性、理解力、逻辑性和安全性等方面的医疗专业实力。

应用场景:大模型的需求场景非常多,如何通过一种方式支撑,并能让用户便捷、低成本的使用是重要痛点。医渡科技最新一代大模型一体机解决方案就是为此而生,支持最懂应用场景的用户以0代码方式自己构建更多应用场景。

医疗垂域大模型必备的三大要素

在过去一年里,医渡科技通过与众多的医院专家反复沟通论证后,收集到大家更为关注的内容,总结起来便是医疗垂域大模型必须具备的三大要素:

安全:针对医疗敏感信息的数据安全性如何来保障?

大模型的安全既包括传统意义的信息安全,也包括模型本身的安全。医渡科技的大模型解决方案中的自主训练预置开心健康大模型已经通过了国家要求的算法备案。

专业:医学领域模型的专业性要求非常高,如何不断提升专业能力?

对模型专业性的要求需要可以支持医疗机构使用自己的数据与知识持续对模型进行训练与优化,医渡科技的自主大模型解决方案通过包括数据处理和模型优化工具层打造实现了模型持续专业性优化。

自主:众多应用场景中,医院工作者比企业更了解对于自己最有价值的场景,如何在低成本高效率的前提下满足定制需求?

大模型与传统的人工智能技术一个很大差异就是其能力涌现的多任务引擎特点,可以用简单的提示词、检索增强以及微调等方式方便快捷的支持今天还未想到的新场景,通过私有化部署以及灵活的工具,医渡科技的大模型解决方案实现了医疗机构完全的安全自主可控。

降低医院快速拥抱大模型的门槛

私有化的大模型需要算力的支持,需要大量成本的针对性预训练,也需要工具开发等工程工作,高昂的成本一直是医院希望拥有自主大模型的拦路虎。

面对私有化部署大模型成本高昂的现实,医渡科技提出了医渡垂域一体化解决方案,旨在以极低的成本快速让医院和医生群体受益。

医渡科技将该解决方案的目标设定为“能够让更多的医院构建起满足自身需求的自主可控的AI中台”。对于希望具备模型训练能力的医疗机构而言,医院自主大模型解决方案会为医疗机构进行更低成本的量身定制。对于希望私有化使用模型的用户来讲,医渡科技推出了可以私有化部署的包括硬件、软件、模型在内的完整低成本解决方案。

对照行业常见的数千万、*几百万一个模型,医渡科技首次将大模型一体机做到了几十万元价格区间,提供了从硬件到软件的全面支持,能够大大降低了医院拥抱大模型的门槛,帮助到更多医院快速、安全、高效地进入AI医疗的新时代。

医渡科技打造的“AI中台”是能够赋予医院自主创新能力的平台,医院信息中心能够直接操控和优化模型,赋能现有场景,创造更多未曾预见的应用场景,从而实现从“数据中台”到“AI中台”的无缝链接,在大模型时代,用最快的速度感知、拥抱大模型,让自主的应用创新成为可能。