以登上国际顶级学术期刊《Nature》（《自然》）杂志的谷歌人工智能医生med-palm2为例，“他”在一系列的执业医师考试资格中，成绩是86.5%的准确率，已达到了专家级的水平，从目前人类执业医师考试通过率大约只有25%-35%来看，智能医师比人类医师的准确率明显高太多了，毕竟，智能医生的知识储备量、跨科室跨专业融会贯通的计算能力，会远远强于任何单一的人类医生。

　　谷歌这个“智能医疗专家”，支持包括中文在内的多国语言，不但能文字语音沟通，还能根据X光片，心电图，脑电图等图片诊断信息分析别人的状况，甚至还能分析病人的基因组跟蛋白质数据，妥妥的医学界全职全能型专家。

　　目前，这项技术正在世界顶尖的医疗机构医学中心进行实验，相信很快就会开放给大众使用了。那么，开放后如何让这个“智能医学专家”应用到医院、医生、患者，如何惠及社会？

　　一项具有革命性意义的、帮助人类生产力解放的技术，在官、产、学、研领域推动方式和意义是不同的。对于产业领域，最重要的任务是让这项技术变得更简单、更友好。

　　2023年初，生成式AI及大语言模型（以下简称“AI及大模型”）冲击而来，如同东软一样，很多IT公司开始布局，紫竹商业评论注意到，东软围绕医疗、政府、汽车等三大重要的业务板块，构建了生成式 AI 解决方案。

　　梳理东软的AI及大模型产业布局过程，能够准确的看出，作为“产”界的定位，致力于专业领域的大模型，为自己“把脉”非常精准：

　　2023年6月，东软面向医疗领域推出多款AI+医疗行业应用，包括添翼医疗领域大模型、飞标医学影像标注平台4.0、基于WEB的虚拟内窥镜等，主要从三个应用场景入手：

　　——医生：能够最终靠自然语言与添翼交互，快速、精准地完成医疗报告与病历、医嘱开立；而飞标医学影像标注平台4.0，具有更高效、更精准、更智能、可扩展等特点，使医学影像标注的效率和质量再上新台阶。基于WEB的虚拟内窥镜，不但可以应用于疾病的辅助诊断，还能够最终靠抽取组织器官内腔的三维中心路径，找出最佳手术路径，提高手术效率。在术后随访与教学科研等应用场景中同样发挥着重要作用。

　　——患者：可以用添翼问诊，尤其诊后健康饮食、营养与运动，都可以问医学科学“喂养”“”好的添翼。

　　——医院：可以依托添翼的多模态数据融合能力，通过对话式交互与数据洞察，简化数据利用，来进行医院精细化管理。

　　2023年8月，东软宣布成立东软魔形科技研究院，依托公司已有的行业知识、领域数据及海量代码资源，面向公司核心业务线和垂直行业应用，以“智能化软件生产”和“软件智能化服务”为核心目标，开展关键技术及产品研制，支撑东软业务由功能驱动的软件开发向智能驱动的软件生产转变，由业务驱动的软件部署向知识驱动的软件服务迁移。

　　2023年11月17日，以“软件定义数字化时代”为主题的东软解决方案论坛2023在成都举行，东软集团创始人、董事长刘积仁博士在开幕论坛演讲中宣布，东软将致力于打造下一代智能化解决方案。

　　刘积仁在主旨演讲中，也对“下一代解决方案更加智能化”进行了讲解，他表示，AI及大模型将推动东软解决方案从功能实现到智能超越，使得解决方案的人机接口变得更简单、更友好，并实现自我学习。此外，解决方案将由管理变成服务并向C端生态拓展，更加贴近民生，贴近个人生活，为用户更好的提供丰富、便捷的应用和服务。

　　面对软件从助理向伙伴关系转变的现实，刘积仁谈到一个问题：AI及大模型应用于医疗领域，靠谱吗？他的答案是：人工智能必然不会比人类更不靠谱。

　　事实上，“AI智能医生”的所有知识，都来自于人类知识积累，优势是其“智能大脑”记忆量大，且准确程度更高。

　　我们平时在使用chatgpt时，都会遇到这一种的场景：AI回答问题后，你提出质疑，他会继续修正答案，也就是边应用边学习，但是，“医疗AI智能专家”却需要严谨，某一种意义上，没有边应用边学习的机会。

　　东软集团高级副总裁兼首席技术官、首席信息官，东软云科技公司总裁陈锡民解答@紫竹商业评论 关于医疗垂直领域AI及大模型应用的有关问题时坦陈，不同于通用大模型没有边界的语料输入，行业的大模型背后，要有一些行业的知识库和规则在后面控制，既利用了大语言模型的语言理解能力和文本生成能力，同时又约束“AI”不要讲不该讲的话，这是一个平衡的系统化技术。

　　按照陈锡民的介绍，紫竹商业评论把“大模型智能医疗助手”在医疗领域的应用场景，分成以下四类：

　　这是典型的辅助办公领域，可以替代一些固定的、标准化内容、以及重复性（比如日报表）工作，最终由医生把关，这个应用场景是产业领域比较积极推动的方向，而且介入门槛不高。

　　即一些疾病的辅助诊断，智能医生负责提醒医生别忽略一些问题，或给医生提供一些合理化的、参考性的建议。

　　资料显示，东软及其在医疗健康领域投资的创新公司业务涵盖智慧医疗健康信息化、医疗保障、医疗大数据与智能技术探讨研究、医疗物联网与5G、医疗设施制造、云医院平台等，服务超过600家三级医院客户、2800余家医疗机构客户，50000余家基层医疗卫生机构。因此，东软在医疗领域积累的数据量可想而知，而这一些数据，恰好可拿来做大模型的训练，特别是针对一些罕见病以及非常容易混淆、误诊的病，这样才可以充分借助大模型技术的优势，做出医生用智能辅助诊断系统。

　　医生在做治疗方案时，比如涉及到手术医疗耗材是否属于医保付费范畴，由人类医生来死记硬背，确实复杂度相比来说较高（更何况还经常会调整），但AI及大模型通过大数据计算生成的药方、手术方案建议，基本能让医生轻松、医院管理者轻松、医保核查部门也轻松。

　　这要有更严格的验证，才能投入到正常的使用中，因为患者对于医学知识的认知局限，很可能当成绝对性的标准答案，由此带来的法律风险、专业风险都会更高，在陈锡民看来，这是一个特别严肃的咨询服务，只有技术厂商的知识系统、解释系统、质量控制管理系统，包括价值观系统，能够约束大模型的输出，才可能面市应用。

　　以ChatGPT为代表的AI大模型正在开启新一轮生产力革新的科技浪潮，东软魔形科技研究院，正在持续探索人工智能技术的创新与应用，推动实施大语言模型系统工程战略，全面迎接大模型时代的机遇与挑战。

　　人工智能应用在医学上，要解决的问题，不是用AI来超越现在的某著名医院，某项医学前沿课题，而是要让中国的“赤脚医生”、二级城市的医生的医疗技术比现在提高10%，让中国的医疗覆盖范围大幅度的提升，让更多老百姓会充分享受到更好的医疗服务。这就是技术与社会的关系——技术应用基础，是为了推动社会发展。

　　科技之所以能推动社会进步，正是因为有一批像东软这样的企业，致力于先进的技术的应用（比如应用于医疗，就可以推动医疗发展的地域平衡），让社会享受科技发展的红利，而这种产业界与学界的默契，同时也能反过来激发前沿科学技术的发展。

　　面对生成式AI及大语言模型这种革命性的创新技术，垂直领域应用研发，不仅是IT企业的突破口和风口，也是社会持续健康发展迫切刚需。