·“从医院角度，算力是医疗大模型运用过程中的一个重要障碍。其次，大模型的应用能不能融入医疗本身的发展体系值得思考。”
·“相较其他领域，医疗行业由于其专业性与严肃性对医疗场景的问题容错率低，因此医疗大模型往往具有极高要求的数据训练标准。”
10月31日，在杭州举办的云栖大会上，复旦大学附属中山医院（以下简称“中山医院”）与人工智能公司光启慧语发布了联合开发的多模态医疗大模型——“光语医疗大模型”。
该大模型是由中山医院深度参与、针对医疗场景定制，基于光启慧语数百亿参数规模、万亿token预训练语料的自研大模型。在自然语言处理中，token是指一组相关的字符序列，例如一个单词或一个标点符号。
大模型模拟医生临床能力，辅助医生进行疾病诊断。图片来源：光语医疗大模型
具体而言，光语医疗大模型基于中山医院的医疗经验、医学知识和医疗数据资源，包括线下诊疗场景的医护经验、医学文献指南、循证知识库，医学信息术语、知识图谱等。由光启慧语完成进行医疗大模型优化训练，“中山医院优质的医学训练语料保证了光语医疗大模型的回答专业、可信、可溯源。”光启慧语首席AI科学家褚崴表示。
在通用能力测评中对比光语医疗大模型和LLaMA2-70B。
据介绍，光语医疗大模型在通用能力测评中，中文知识、数学、阅读理解、逻辑推理等方面的表现均大幅领先Meta公司研发的开源大模型LLaMA2-70B。在USMLE医疗行业测评中（USMLE为美国执业医师资格考试，是通往美国临床执业的唯一路径），光语医疗大模型与GPT-4能力相当。
对于多模态医疗大模型的难点，褚崴表示，相较其他领域，医疗行业由于其专业性与严肃性对医疗场景的问题容错率低，因此医疗大模型往往具有极高要求的数据训练标准。
中山医院大数据人工智能中心主任张纪阳则从医院的角度表示，“算力是医疗大模型运用过程中的一个重要障碍，很多医院并不一定能够建立起这么大的算力群。其次，大模型的应用能不能融入医疗本身的发展体系值得思考，包括医联体（医疗联合体，指将同一个区域内的医疗资源整合在一起），还有医院的资料、医保等等。”
图片来源：光语医疗大模型
目前，光语医疗大模型可以用来协助医生把疾病检查和检验结果进行格式化结构处理，并按照医学专业形式输出。同时模拟医生临床能力，辅助医生进行疾病诊断。比如在体检场景下，其可以模拟总检医生，在获得全部检查结果数据后，进行异常项识别、排序，并生成主检结论建议。
模拟医生临床能力，辅助医生进行疾病诊断。图片来源：光语医疗大模型
