近年来，智慧医疗在图像和文本处理等技术的迅猛发展推动下取得了突飞猛进的进步。chatgpt的横空出世在众多学习任务领域也表现惊人，引发了新一轮的生成式大模型热潮。过去半年，国内外众多企业科研机构竞相推出各自的大模型，打响“百模大战”。大模型在通用领域取得的效果有目共睹，同时也给智慧医疗带来了新的发展机遇，当然也带来了诸多挑战风险。

8月12日，由中国计算机学会(ccf)主办、ccf yocsef青岛学术委员会承办、中国海洋大学信息科学与工程学部、哈尔滨工业大学(威海)计算机科学与技术学院联合协办的“智慧医疗大模型：中国的突围之路在何方？”观点论坛在青岛举办。

(相关资料图)

中国海洋大学教授仲国强以“基于深度学习的医学图像处理”为题介绍了深度学习的发展简史和智慧医疗大模型的常见类型，并介绍了自己课题组在智慧医疗图像处理方面所做的一些工作，国强认为智慧医疗大模型的应用场景是极其广阔的，面临的问题和挑战也很多。

哈尔滨工业大学副教授赵森栋以“面向智慧医疗的大语言模型微调技术”为题，对大语言模型进行了讲解，并介绍了大语言模型的三大关键核心技术：大规模预训练模型、指令微调和基于人类反馈的强化学习。随后他又对大语言模型在垂直领域智慧医疗应用遇到的问题进行了分析，认为医学领域数据量小、数据质量低、存在数据隐私保护，专业知识复杂等特点，并针对这些特点给出自己的见解：医疗领域需要数据和算力需求小，需要定制化、私有化大语言模型。随后，又对大语言模型的微调技术进行详细的讲解并介绍了自己所做的工作——“本草”中文医学大模型。

青岛滨海学院肿瘤防治中心主任医师吴铁成以“肿瘤防治与人工智能”为题介绍了对疾病的发病理论、预防和治疗等问题的传统健康观点和态度。他引出对于疾病的科学认识起源“生命的细胞学说”，认为一切生命的关键问题都需要到细胞中寻找答案，并介绍了医学研究最前沿的研究领域细胞水平监控病情变化。他主要从还原论和系统论两个方面进行了介绍，涉及精准医学和系统生物学，最后还对人工智能在临床应用的前景进行了展望。

在思辨讨论环节，与会嘉宾主要围绕三个议题展开。

在”议题一：智慧医疗大模型的实现主要面临哪些数据问题和算力问题，数据和算力中的哪一个是阻碍智慧医疗大模型到来的关键问题？“上，哈尔滨工业大学(威海)博士隋典伯和中国海洋大学博士张树刚进行了思辨引导发言。 隋典伯认为医学数据规模小，算力价格也相对便宜，认为医疗数据是关键问题。此外，他还指出模型设计实际上也是医疗大模型实现面临的另一个重要问题。张树刚认为生物信息和医疗应该区分来看，大模型如果面向医疗领域，数据应该是关键问题；如果面向生物信息，算力应该是关键问题，并阐释了生物信息海量的数据需要强大的算力支撑。

在”议题二：智慧医疗大模型会给我们带来哪些机会和风险？“上，烟台大学副教授吕骏和青岛大学附属医院副主任医师马俊伟进行了思辨引导发言。吕骏认为风险主要来自病人信息的泄露，不过她更多的看到的是机遇，随后结合她的四个研究方向：多通道线圈增强重建、多对比度超分辨重建、联合图像重建和分割、联合运动校正及重建阐述了可能存在的医疗大模型研究方向。马俊伟从医生的角度谈到了病人看病难、医生负担重、神经外科发展空间大，这都是医疗大模型或人工智能发挥作用的空间，这也需要研究人员和医生的双向奔赴。

在”议题三：对我国而言，如何抓住机会化解风险解决难题实现智慧医疗的国际突围赶超？“上，东北师范大学计算生物研究所所长王晗和烟台大学教授郑强进行了思辨引导。王晗认为大模型甚至人工智能在临床应用实际很少，我们的很多医院信息化建设还没做好，目前的医学应用更多的关注了影像，未来需要关注多模态，对可解释性、医疗需求甚至各方面利益等问题都应关注并解决才能推动我国智慧医疗的跨越式发展。郑强认为医疗大模型是国家的重大战略需求问题，现在面临的是怎么做的问题，他认为实验设计是关键问题，需要医生从算法的角度给出实验设计的方案。针对单个疾病，医疗大模型可以按照科室或疾病分类进行专门的大模型构建；针对落地实用，还需要对大模型进行体量化的训练轻量化的部署；针对数据隐私问题，需要进行数据脱敏，实现数据的规划化伦理化。通过这些操作，我们的智慧医疗一定可以得到更好的发展。

最后，yocsef青岛2022-2023主席包永堂进行会议总结发言。他肯定了此次论坛活动的成功，并感谢了所有引导嘉宾思辨嘉宾和所有与会者的支持，也希望大家会后可以进行更深入的交流，在智慧医疗领域进行更多的合作 ，为我国智慧医疗在国际范围的突围赶超贡献一份力量。

（大众日报客户端记者 张忠德 报道）

责任编辑： 李忠运 王菁华

上观号作者：大众日报