·“從醫院角度，算力是醫療大模型運用過程中的一個重要障礙。其次，大模型的應用能不能融入醫療本身的發展體系值得思考。”

·“相較其他領域，醫療行業由于其專業性與嚴肅性對醫療場景的問題容錯率低，因此醫療大模型往往具有極高要求的數據訓練標準。”

10月31日，在杭州舉辦的云棲大會上，復旦大學附屬中山醫院（以下簡稱“中山醫院”）與人工智能公司光啟慧語發布了聯合開發的多模態醫療大模型——“光語醫療大模型”。

該大模型是由中山醫院深度參與、針對醫療場景定制，基于光啟慧語數百億參數規模、萬億token預訓練語料的自研大模型。在自然語言處理中，token是指一組相關的字符序列，例如一個單詞或一個標點符號。

大模型模擬醫生臨床能力，輔助醫生進行疾病診斷。圖片來源：光語醫療大模型

具體而言，光語醫療大模型基于中山醫院的醫療經驗、醫學知識和醫療數據資源，包括線下診療場景的醫護經驗、醫學文獻指南、循證知識庫，醫學信息術語、知識圖譜等。由光啟慧語完成進行醫療大模型優化訓練，“中山醫院優質的醫學訓練語料保證了光語醫療大模型的回答專業、可信、可溯源。”光啟慧語首席AI科學家褚崴表示。

在通用能力測評中對比光語醫療大模型和LLaMA2-70B。

據介紹，光語醫療大模型在通用能力測評中，中文知識、數學、閱讀理解、邏輯推理等方面的表現均大幅領先Meta公司研發的開源大模型LLaMA2-70B。在USMLE醫療行業測評中（USMLE為美國執業醫師資格考試，是通往美國臨床執業的唯一路徑），光語醫療大模型與GPT-4能力相當。

對于多模態醫療大模型的難點，褚崴表示，相較其他領域，醫療行業由于其專業性與嚴肅性對醫療場景的問題容錯率低，因此醫療大模型往往具有極高要求的數據訓練標準。

中山醫院大數據人工智能中心主任張紀陽則從醫院的角度表示，“算力是醫療大模型運用過程中的一個重要障礙，很多醫院并不一定能夠建立起這么大的算力群。其次，大模型的應用能不能融入醫療本身的發展體系值得思考，包括醫聯體（醫療聯合體，指將同一個區域內的醫療資源整合在一起），還有醫院的資料、醫保等等。”

圖片來源：光語醫療大模型

目前，光語醫療大模型可以用來協助醫生把疾病檢查和檢驗結果進行格式化結構處理，并按照醫學專業形式輸出。同時模擬醫生臨床能力，輔助醫生進行疾病診斷。比如在體檢場景下，其可以模擬總檢醫生，在獲得全部檢查結果數據后，進行異常項識別、排序，并生成主檢結論建議。

模擬醫生臨床能力，輔助醫生進行疾病診斷。圖片來源：光語醫療大模型