样板医院，大模型公司的新战场

茵阅财经投资 2024-07-16 219 0 样板医院大模型公司的新战场

大模型辅助医生完成病历书写图/受访者提供

科技企业忙着在医院“抢先机”，还没真正筹划怎么赚钱

文|辛颖凌馨

编|王小

“没有应用，光有基础模型，不管是开源还是闭源，都一文不值。”百度创始人李彦宏在2024年7月初刚结束的世界人工智能大会（WAIC）上说。

一年前刚面世的大模型们，在这次大会上亮出成绩单。相比于让人眼花缭乱的功能竞技，谁在真正使用这些大模型，更直观地展现了各家产品。

尤其是医疗大模型，和去年那些摆在纸面上的数百家医院合作不同，2024年则是看真正在医院落地、打磨样板的关键期。

医院的影响力、对新技术的开放程度、既往合作基础等，是企业在选择样板医院时要考量的。而能否被顶尖医院选中，也在比拼企业的产品服务能力、市场地域优势、政府关系和商业模式。

“医疗大模型确实成了一个突破口，以往都是我们到公立医院去讲AI能做什么，基本是单向推销。现在医院、医生开始主动了解、询问，虽然他们当中很多仍不清楚医疗大模型现在能做什么。”一位医疗大模型企业人士说。

和大多数新产品进医院一样，医疗大模型的开局也多是提供免费服务，或者是带有资源交换价值在其中的低价收费模式。加之，“数据不出院”的要求，也加大了难度，企业必须在算力、成本、满足医院需求和模型长远发展中寻求平衡、随时调整。

在磨合中，对后续商业化出路，各家已经展现出不同的思路。

争相打造样板医院

医院的影响力，是企业寻求打样医院的第一要素。

在复旦版《2022年度中国医院综合排行榜》前十的医院中，有五家医院位于医疗资源密集的北京、上海。想和这五家医院合作，难度相当大。另外五家区域龙头医院，更加抢手。

上述排行榜位列第二的四川大学华西医院（下称“华西医院”），是中国西部疑难危急重症诊疗的国家级中心。2024年4月，华西医院与讯飞医疗达成人工智能领域的战略合作，医疗大模型的技术应用就是重点合作领域之一。

“老搭档”的信任是加分项。此前，讯飞医疗的智能导医导诊系统、互联网医院病史采集系统、智能随访系统等，已落地华西医院。

医院对人工智能的开放程度也尤为重要。华西医院院长罗凤鸣公开表示，华西医院要抢抓“AI 医疗健康”成长窗口期，从挂号、导诊导医、报告解读到个性化健康管理、用药指导等，不断拓宽AI大模型的应用场景。

和华西医院达成合作的还有百度健康。2023年12月，百度与华西医院就真实世界研究达成战略合作协议，以AI提升其真实世界研究的效率、缩短项目周期。百度大健康事业群组（HCG）策略研发部总经理黄海峰称，由于医学领域的复杂性和多样性，针对同一症状或体征的表示方式往往可能存在很大的差别，与传统技术解决方案相比，目前借助大模型技术，大幅缩减了模型迭代成本，并且各方面效果指标都有显著提升。

百度健康的大模型没能进入华西医院的医疗服务板块，随后就在华中地区的龙头医院打造了一个样板。

位于武汉的华中科技大学同济医学院附属协和医院（下称“武汉协和医院”），是上述排行榜的第九位。百度健康为武汉协和医院搭建过互联网医院，到2024年5月16日，两家再度签约，共同打造“AI智慧门诊”，涵盖智能分导诊、智能加号、智能候诊室等功能。

这些功能已经嵌入在武汉协和医院官方小程序中。如“智能加号”功能，就是在医生“满诊”时，患者可申请加号，同时AI会自动发起对话，询问病情等相关情况，生成“病情卡片”，再基于定制大模型的推理能力综合判断病情严重程度与诊疗资源情况，智能判断加号资格发放，最后发送医生，确定是否通过。

“智能加号”在武汉协和医院甲状腺乳腺外科上线一个月后，为300多名患者提供了加号诊治机会，其中超过70%是需要尽快手术的肿瘤患者，“而在传统加号模式下，这个比例不到10%。”黄海峰透露，百度健康接下来要推进和山东大学第二医院合作，打造新的样板医院。

榜上前十的还有在杭州的两家医院——浙江大学医学院附属第一医院（下称“浙大一附院”）和浙江大学医学院附属第二医院。本部就在杭州的蚂蚁集团，其百灵大模型通过与浙江省卫健委合作开发“AI就医助理-安诊儿”，直接接入了上述两家医院。支付宝医疗健康事业部数字卫健医院总监周光胜介绍，和卫健委的“数据高铁”打通后，几个月就覆盖了近百家医院。

在浙江之外，蚂蚁集团的医疗大模型样板医院2024年6月落地上海。这次合作的一个亮点是利用大模型提高病史书写效率，通过关键信息的给定、语音输入等多种形式结合自动生成病历，简化入院记录的填写过程，将原本需要5到10分钟的工作缩减到了15至20秒。

腾讯的医疗大模型也是率先在大本营深圳落地。2024年5月，深圳市人民医院引入腾讯健康开发的AI大模型。这是一个预问诊系统，被唤作“电子医生”。

基于大模型的语音交互“AI陪诊师”图/受访者提供

用户可以和这位“电子医生”进行流畅的沟通，腾讯健康高级产品经理刘锦泰介绍，在这家深圳市最大的综合医院，“电子医生”已经接诊13.73万人次，月均使用人次已超2万；用户满意度提升了28%，操作效率提高了1.5倍。

京东健康的京医千询大模型选择地有点出乎业内的意料，首次落地在了相对陌生的温州。据知情人士介绍，这是京东健康首次和温州医科大学附属第一医院（下称”温医大附一院“）合作。

提升“患者”服务是双方的契合点。早在2014年，温医大附一院获得了全国首家“中国医患友好年度示范医院”的称号。在2023年12月，温医大附一院与京东健康合作时，也是希望借助医疗大模型等先进技术，打造未来医院的创新服务模式。

实际上，北京、上海的顶尖医院，都在不同程度地开展医疗大模型的探索，《财经》记者了解到，有一部分是选择了熟悉的医疗或信息化企业合作，在原有系统上增加“大模型”升级，有一些是在一些专科探索应用。

总之，外松内紧，企业正在低调打磨着“样板”医院。

弄明白医疗逻辑，不容易

“和我们最初预想不一样的是，原以为一个通用的大模型就可以在全院铺开，但到医院应用后发现科室间的差异比较大，必须根据不同科室的业务特点来打磨大模型。”上述医疗大模型企业人士说。

深度地适应医疗服务，是科技企业面临的共同挑战。一位三甲医院信息科主任曾表示，更愿意选择与传统医疗信息化企业合作，原因在于互联网科技企业“不懂医疗”。

目前由科技企业开发的医疗大模型，大多是在通用大模型的基础上，“喂养”书本上或论文库中公开的医学知识而来。这也是为什么这些企业急于与一线医疗机构合作，从样板医院可吸收到服务数据，是一个不错的机会。

大模型进医院的过程中，适应医院间、科室间、医生之间的差异，成为其读懂医疗的第一步。从大模型最初上线到成熟发布，迭代十几个版本是常事，这也是一个数据累积的过程。

数据的安全性、合规性是医院领导者的硬线，而对模型的聪明能力，目前要求还不是那么细致。

作为甲方的医院，还是看重应用端的产出。其中，对患者服务的升级，最容易起步也最快见成效，是多数科技企业研发医疗大模型的第一步。

患者服务，需要的医疗知识没有那么艰深，更不必与已经积累了大量医学影像或生命体征监测数据的专业医疗设备提供商展开争夺。

导诊、分诊、加号，这样的服务只是开始，随后是医生助理、专科合作、全院模型的搭建，企业不仅在训练大模型，也是对医疗底层逻辑的一次次深入和整合。

黄海峰介绍，比如以恶性肿瘤为主的科室，除了基础患者的症状信息，医生还需要知道患者之前或者甚至几年前是否有过类似的就诊记录，或者有类似的特征等信息。如果这些信息每个科室都收集的话，对大部分患者是无效的。

患者出现“胸痛”的症状，心血管内科问诊重点关注发病时的情况，如是否有心悸、水肿等伴随症状、是否有用降血压等药物，重点鉴别如心力衰竭、冠心病等疾病；呼吸科问诊重点关注疼痛的部位、性质，如是否有胸外伤、是否有胸部手术史，重点鉴别如气胸、血胸、肋骨骨折等疾病；消化科问诊重点关注发病的时间、与饮食的关系，如是否有反酸、嗳气等伴随症状、是否有在用胃药，重点鉴别如胃食管反流、消化性溃疡等疾病。“AI团队要考虑如何根据不同科室和医生的问诊习惯，以及病历规范要求，对大语言模型进行个性化定制。”刘锦泰说。

由于各家企业与医院的合作项目、服务深度、数据基础、执行情况等不同，打造样板医院这件事的成本也天差地别。

左医科技与重庆儿童医院合作，打造首家儿科医疗大模型的样板。左医科技首席执行官（CEO）张超介绍，磨合期用了半年左右。

而在一些信息化建设基础好又有合作基础的医院，大模型的初次磨合期可能只需三个月。

一旦有了一家样板，后续会轻松些。从周光胜的经验来看，底层应用平台不需要二次开发，但是中间的训练环节和数据准备需要逐家医院去看，在后续医院准备好数据的情况下，整个项目周期可以控制在一个月以内。

对上海市一院想打造的全院医疗大模型，周光胜预计整个项目要分几年来完成，目前会跟着医院一步步来。

商业化岔路口

从样板医院到成熟的商业化模式仍有相当远的距离，但企业之间的策略已有不同。

按照目前的支付宝与医院和政府部门的合作情况，与上海市一院的合作中，其医疗大模型的产品权益将完全归属医院，支付宝只做技术提供方和平台方。上海市一院的相关负责人表示，未来对大模型是否做商业化开发，正在考虑中。

并不是说支付宝放弃了商业路径。“现阶段有部分技术成本的收费，但主要着力打磨创新产品，还没有到商业化的阶段”，支付宝方面表示。如眼科常见疾病专科医疗模型形成后，不涉及隐私数据，“可以单独孵化，或者做开源数据库，或者产业化。”周光胜说。

百度健康也有仅提供技术服务，开发出的医疗大模型版权完全归属医院的业务，但其核心规划，是合作双方共享大模型版权的收费模式。

黄海峰介绍，灵医大模型由于需要综合考虑成本与效果，因此规划了三步走计划。第一阶段是主要以公有云的方式提供服务，让行业内合作伙伴和客户能够以较低的成本，先用起来，比如智能分导诊、智能预问诊、健康问答等场景。

第二阶段，开始考虑私有化的客户需求，选择一些特定场景，无需进行训练，直接通过推理就能满足业务需要，比如病历生成、患者简报等，基本可以在算力可控的范围内，实现比较好的效果，并且客户对成本预算上也比较能够接受，这是当前的主推模式。

未来到第三阶段将推出私有化方案，完全把大模型的能力授权给客户，客户可以在自己的本地环境中，结合自己的预料数据，进行训练，能够在更深层次上提高大模型的服务效果，从而更符合客户的需求。

这也是一些科技企业的思路。然而，随着每一步的推进，成本会越来越高，门槛也越来越高。尤其是进入2024年后，阿里、百度、字节等在内的大厂纷纷下场，通用大模型厂商已经开启价格战。

如何降低医疗大模型的成本，也影响着商业化的推进。大模型的“小型化”是方案之一，比如模型蒸馏和应用裁剪等方案，对于某些医疗客户，只需要电子病历生成，或者医学知识问答等特定场景能力，裁剪特定模块给医院本地部署即可。

另一个降本空间是硬件芯片。一些进口图形处理器芯片（GPU）不仅价格高，且货源紧张，有一些企业就选择国产GPU。“我们已经打造了基于百度的昆仑芯（GPU）的一体机方案。就只做部分明确功能场景的一些大模型的推理的服务，硬件成本能控制在小几十万元的这个范围内，并且基本保持了大模型的核心服务优势，样板医院，大模型公司的新战场依然优于小模型或者传统。AI技术医院比较容易接受。”黄海峰说。