當前大模型在各行業都有得到廣泛的使用，但針對醫療這種專業性非常強的領域，還是需要垂直的模型才行。而且在應用上，也與常規產品不同。

在以前，雖然人們經常會和各種化驗單、檢查報告打交道，但大多數人可能面臨的局面是：字都認識，但基本看不懂，全靠醫生解讀或自己查資料。

而眼下，隨著AI在醫療領域的深入應用，普通人只要拍照上傳，就能瞬間明白一些異常指標背后藏著的“風險”，并積極配合醫生進行治療或早做預防，不再滿腦疑惑，將信將疑。

事實上，基于人工智能技術能做的遠不止醫學報告解讀。

在實際應用中，“AI+醫療”已經滲透到業務辦理、健康管理、醫院就診、臨床治療、康復管理、用藥指導乃至藥品研發、生產、質控、科研等方方面面。而在眾多的應用技術中，AI大模型起步雖晚，但卻是備受矚目的方向之一。

目前，AI大模型在醫療領域有哪些創新應用？未來又將覆蓋哪些方面？下文揭曉~

Part 01 ：AI醫學報告解讀

從應用廣泛性看，前面提到的AI醫學報告解讀，算是目前熱度較高且技術較為成熟的AI大模型落地場景之一。

這類產品實現了大語言模型的生成和推理能力與醫學專業知識的緊密結合。前端可通過信息識別和抽取，采集醫學報告源數據。后端通過對齊醫學知識庫和算法優化，可以輸出相應的報告指標解讀和診斷結果。對于C端用戶自助進行報告分析、醫學科普、病癥自查等，可謂助力良多。

為了保障較高的精度與效度，目前包括訊飛曉醫、域見醫言等在內的醫檢大模型收集了大量醫學報告樣本參與訓練，且樣本質量、多樣性等方面也有較高保障。

不過為了規避潛在誤診風險，現階段的AI醫學報告解讀一般主要用于輔助疾病診斷，不參與治療方案的制定。

Part 02：AI醫學問答

AI醫學問答平臺，是大語言模型在醫療領域的另一大熱門應用。

眼下，針對C端用戶的問答涵蓋醫學科普、醫療咨詢、養生保健、用藥指導、情感陪護等多個方面。

行業知識庫豐富的醫學知識儲備加上大模型自身在問答、搜索領域的優勢，使得各類醫療保健機構推出“AI全科醫生”、“全天候問診服務”等成為可能。

為了減輕骨干醫師的工作負擔，同時更好地服務于各類患者，部分醫療機構還聯合大模型廠商推出了“醫生數字分身”。

配圖：司普AI數字身份配置與醫學問答示例

通過問答的形式，讓擁有和醫生相似知識儲備的AI助理，助其完成病情跟蹤、患者咨詢、遠程診斷等任務。醫生減少重復性勞動的同時，也方便了患者隨時隨地獲得醫療幫助和解答。

Part 03：AI醫學文書寫作

另一大應用方向——AI醫學文書的寫作，則發揮了大模型在內容創作上的優勢。

比如一直以來，病歷、診斷書、醫囑、手術記錄、入院/出院小結等常見醫學文書的寫作高度依賴人工，書寫起來費時費力，內容多為過往病史及當期檢查結果的匯總，格式標準統一，對完整性、準確性、真實性等有較高的要求。

隨著AI大模型的深度發展和在醫學領域的應用，AI輔助醫療文書的寫作自然也成了行業關注的焦點。

據媒體報道，目前，部分綜合性和?？漆t療機構已經開始引進AI生成式病歷，以提升醫療服務效率與質量。同時入院/出院小結、病例報告、手術記錄等醫療文體，也在加速向AIGC靠攏。

除了業務性的醫學文書，AI在文獻綜述、醫學論文等學術性醫學文體的創作上，近年來的應用比重也在逐年上升。

不過，為了降低大模型幻覺問題，提高創作精度與質量，除了醫學文獻資料、行業知識庫、專業術語庫等方面的儲備，如何在保障醫療數據隱私安全和處理合規的同時，有效做好相關醫療業務數據的采集和對接，會是醫療類文體創作的基礎項。

Part 04：醫療相關業務處理

基于大模型支持醫療數據類業務的處理，是技術融合度較高，也是備受期待的另一大應用方向。

比如通過對醫學圖像和醫療數據的分析，加快完成早篩診斷，輔助臨床治療。再比如利用司普AI核保員等工具，通過對體檢報告、病歷、入院/出院小結、手術記錄、醫療發票、醫保結算單等醫療報告及相關票據的識別抽取和結構化管理，經由QA、模型自學習、業務規則引擎、行業知識庫模塊輔助核保等。

此外，通過與醫療機構業務打通，AI還在預問診/問診、陪診、康復管理、醫療隨訪等環節發揮著重要作用，推動非核心的醫療業務流程實現自動化、智能化流轉。

寫在最后

隨著人口老齡化趨勢越發明顯以及醫護人員的長期短缺，人工智能技術在減輕醫務人員的工作負擔、緩解醫療資源供需矛盾、提升醫療服務效率和質量等方面備受期待。

在這樣的時代背景下，包括AI大模型、AI醫療影像分析、康復護理機器人等在內的人工智能軟硬件在醫療行業得到更深層次的應用和發展。

據《2024中國AI醫療產業研究報告》等顯示：2023年中國AI醫療行業規模已達973億元，預計2028年將達1598億元左右。

綜上來看，未來AI在醫療領域的應用價值依然巨大，而大模型在醫學內容解讀、知識問答、醫學文體創作、關聯業務處理等方面的創新應用在加速落地的同時，也推動著智慧醫療服務在大眾消費端、醫生服務端、產業端的發展進程。

備注：本文原創，首發sipu-tech，第三方首發人人都是產品經理。