5月20日,智慧眼發布了全球首款支持醫療領域文本、圖像、視頻和音頻輸入的多模態大模型“砭石”。
智慧眼創始人、董事長邱建華介紹:“砭石,是古代的醫療工具,「醫源于砭」這句話出自《山海經》,也是智慧眼「砭石」大模型的取名由來,承載了今天我們對大模型快速迭代、走向醫療人工智能的期待。”
在發布會現場,邱建華實測了砭石的智能問診、輔助閱片、面診舌診、生理指標預測、睡眠監測五大技能,展現了砭石在中西醫相結合,多模態相融合的全新交互體驗。
智慧眼成立于2009年,自成立以來,一直從事計算機視覺、自然語言處理、智能大模型、隱私計算等核心技術研究,積極推動人工智能技術和行業應用落地,致力于AI計算驅動生命健康。
三大創新,創造核心價值
相較于通用大模型,垂直領域的專業化大模型需要更多的行業沉淀、更強的專業性、更豐富的知識積累。如何將大模型技術與具體的應用場景相結合,對行業和應用場景的理解,以及行業經驗、行業數據治理和結構化處理能力提出了較高的要求。
據悉,“砭石”醫療大模型采用知識圖譜與大模型相結合的技術路線,克服了僅僅通過大模型技術在醫療領域的信息準確度低的核心痛點,突破了隱私計算條件下的大模型聯邦訓練、基于知識圖譜的大模型知識增強等核心技術,同時能夠實現對問診的文本數據、醫療影像數據、用戶的面部體征視頻數據和用戶睡眠音頻數據的多模態處理,實現醫療輔助診斷、智能認知、健康管理等多樣化的任務,革新醫療健康行業傳統單一任務的輔助診斷模式,形成核心價值。
智慧眼介紹,在構建砭石大模型的過程,實現了以下三方面創新:
一、采用知識圖譜與大模型相結合的技術路線,提升醫療診斷準確性。知識工程和大模型是當前實現認知智能的兩個主要的途徑,兩者各有優劣,醫學領域非常尊重循證,在醫療決策中將臨床證據、個人經驗與患者的實際狀況和意愿三者相結合。智慧眼通過在訓練過程中加入知識圖譜對訓練過程進行知識增強,結合RLHF技術,在500億參數條件下比單純使用大模型技術,醫學問題回答準確度提升近10%。
二、隱私計算條件下的大模型聯邦訓練,充分釋放高質量數據要素價值。高價值醫療數據都是在醫院等高價值行業用戶手中,如何實現這些高價值用戶的敏感隱私數據的脫敏,真正做到數據的“可用不可見”、“數據不出域”安全應用是極具挑戰性的問題。通過解決保護隱私的分布式知識遷移和聯邦圖譜推理的問題,可以實現分布式數據孤島的知識匯聚,以及基于分布式數據的聯邦大模型訓練,支撐了用戶數據價值的釋放。
三、醫療領域多模態視覺處理技術,實現多樣化任務。砭石醫療大模型是醫療領域多模態生成式預訓練大模型,能夠支持醫療領域多模態的輸入,包括醫療領域文本、圖像、視頻和音頻形式的輸入,具體形式覆蓋智能問診,輔助閱片,面診舌診,生理指標預測,睡眠監測幾個方面,它的輸出是結構化的文本,包括健康狀態的簡要描述、診斷描述和治療建議等,可以方便醫療機構更好地理解分析,提高了醫療信息處理的效率和準確性。
具體來說,在文本方面,輔助醫生和藥師與患者對話;在視頻方面,通過捕捉人臉表面周期變化由于心臟跳動所帶來的面部變化來實現對心率、呼吸率、心率變異性、血壓、血氧等生理指標測量;在圖片方面,統一范式能夠進行高準確度的醫學影像閱片和面診舌診;在音頻方面,實現基于對睡眠音頻數據的分析來檢測用戶的睡眠情況。
Model as a Service,賦能每一個場景
關于”砭石”的定位,智慧眼稱砭石大模型將是醫療健康垂直領域場景落地的重要底座。在未來應用應用方面,智慧眼研究院負責人表示,砭石將堅持模型即服務(Model as a Service)的理念,以大模型為基礎,在場景化應用中快速迭代,將醫學人工智能“潤物細無聲”般銜接醫療健康的每一個場景,包含決策支持、醫保控費、醫藥服務、健康管理、保險支付等患者服務全過程。
微信圖片_20230524100140.png
賦能基層醫療,AI為基層醫務人員提供病歷質控、輔助診斷、合理用藥、醫學知識檢索等技術支持,緩解醫療壓力,提升基層醫生的醫技能力,推動優質醫療資源下沉延伸。
賦能醫保監管,砭石大模型搭建風險控制模型,能夠以更為常態化、高效精準的方式挖掘數據之下的欺詐騙保行為,通過對購藥、門診、健康理療等行為進行自動化的分析、監管和預警,有效打擊欺詐騙保問題,提高醫保基金使用效率。
賦能慢病管理,基于砭石大模型開發的云慢病患者服務管理系統,聯通診前、診中、診后實現慢病管理的閉環。
賦能醫藥鏈條,將“人工智能+互聯網”技術賦能給實體醫藥機構,打通醫療服務的需求方、服務方、支付方和藥品提供方,提供診療一站式服務,并且基于循證醫學,將醫生的經驗轉化為AIaaS(AI 即服務),貫穿預防、診斷、治療和康復的核心環節,賦能大健康產業高質量發展。
注:文章來源于網絡,如有侵權,請聯系刪除