加快發(fā)展新質(zhì)生產(chǎn)力，是高質(zhì)量發(fā)展的應(yīng)有之義，是搶占新一輪全球科技革命和產(chǎn)業(yè)變革制高點(diǎn)、開辟發(fā)展新領(lǐng)域新賽道、培育發(fā)展新動能、增強(qiáng)競爭新優(yōu)勢的戰(zhàn)略選擇。在國家提出加快發(fā)展新質(zhì)生產(chǎn)力的今天，生成式ＡＩ作為新興突破性技術(shù)得到了越來越多的關(guān)注，這項技術(shù)為也醫(yī)療醫(yī)藥行業(yè)帶來了革命性的變革。

日前，安永發(fā)布了《智啟新質(zhì)生產(chǎn)力：生成式人工智能在醫(yī)療醫(yī)藥領(lǐng)域的潛在應(yīng)用》報告，探討了生成式ＡＩ與傳統(tǒng)ＡＩ的融合、在醫(yī)療領(lǐng)域的應(yīng)用、賦能醫(yī)患與藥企場景的潛力，以及在政策監(jiān)管下的挑戰(zhàn)與應(yīng)對策略。

生成式ＡＩ的崛起，帶來了前所未有的創(chuàng)造力和想象力。傳統(tǒng)ＡＩ體現(xiàn)出智慧工具的屬性（“智器”），它們專注于特定的任務(wù)，具備強(qiáng)大的數(shù)據(jù)處理和分析能力，讓許多業(yè)務(wù)流程得以自動化，提高了工作效率。

與傳統(tǒng)ＡＩ相比，生成式ＡＩ則在智慧大腦（“智腦”）方面展現(xiàn)出巨大的潛力。其在內(nèi)容生成、智能交互、數(shù)據(jù)分析預(yù)測、決策支持等方面展現(xiàn)了變革性的力量。生成式ＡＩ在躍進(jìn)過程中呈現(xiàn)了整體由結(jié)構(gòu)化處理，向?qū)I(yè)化支持，再到交互式生成的幾大能力遞進(jìn)。

醫(yī)療領(lǐng)域是生成式ＡＩ的重要應(yīng)用領(lǐng)域之一，從疾病了解、疾病治療到愈后健康管理，生成式ＡＩ可以賦能患者從診療到愈后管理的完整鏈路。一方面，賦能醫(yī)院與醫(yī)生，助力醫(yī)生釋放出更多的工作效能，提升醫(yī)療質(zhì)量，緩解醫(yī)療資源緊張的問題；另一方面，為患者帶來更加精準(zhǔn)、便捷和個性化的醫(yī)療服務(wù)和健康支持。

• 在疾病了解方面，生成式ＡＩ能夠通過知識呈現(xiàn)或交互問答，為患者提供個性化的疾病教育內(nèi)容，例如通過智能語音助手或虛擬助手，患者可以隨時隨地獲得疾病相關(guān)的信息和解答。

• 在疾病診療方面，醫(yī)學(xué)影像領(lǐng)域是當(dāng)前人工智能應(yīng)用較為成熟的領(lǐng)域，生成式ＡＩ往往可以使用深度學(xué)習(xí)技術(shù)對醫(yī)學(xué)圖像進(jìn)行分析，助力醫(yī)生更快、更準(zhǔn)確地診斷疾??；

• 在愈后健康管理方面，生成式ＡＩ能夠提供及時進(jìn)行提醒或預(yù)警，幫助制定個性化的健康管理計劃，提高患者的自我管理能力和依從性。

在藥企運(yùn)營場景中，生成式ＡＩ正在改變傳統(tǒng)的藥物研發(fā)和生產(chǎn)模式，為藥企的前、中、后臺運(yùn)營提供支持。

在前臺各職能部門中，生成式ＡＩ賦能患者服務(wù)、營銷市場分析、企業(yè)戰(zhàn)略規(guī)劃等領(lǐng)域，為藥企提供更精準(zhǔn)的業(yè)務(wù)規(guī)劃和運(yùn)營優(yōu)化。

在中后臺，生成式ＡＩ的核心應(yīng)用將包括藥物研發(fā)、生產(chǎn)和供應(yīng)鏈優(yōu)化，其將在加速新藥上市進(jìn)程及降本增效方面發(fā)揮作用。同時，生成式ＡＩ還能助力生產(chǎn)自動化、質(zhì)量控制和ＩＴ運(yùn)維，提升生產(chǎn)效率并確保穩(wěn)定運(yùn)行。

報告指出，在生成式ＡＩ的應(yīng)用中，大語言模型成為推動企業(yè)創(chuàng)新的核心技術(shù)。與通用大模型相比，領(lǐng)域大模型的價值在于它能夠提供更精準(zhǔn)的預(yù)測、更深入的分析和更有效的決策支持，從而在特定領(lǐng)域內(nèi)實現(xiàn)自動化和智能化的業(yè)務(wù)操作。在大模型實施的過程中，安全性與合規(guī)性維護(hù)是關(guān)鍵的一步。報告強(qiáng)調(diào)，隨著模型的持續(xù)運(yùn)行，企業(yè)必須始終關(guān)注數(shù)據(jù)安全和隱私保護(hù)的問題。所有操作都必須遵守法律法規(guī)和相關(guān)標(biāo)準(zhǔn)。

當(dāng)前地方政府已經(jīng)出臺了一系列政策法規(guī)，一方面為生成式ＡＩ發(fā)展創(chuàng)造環(huán)境，另一方面也對生成式ＡＩ展開了全面監(jiān)管。數(shù)據(jù)、內(nèi)容、用戶管理等方面的合規(guī)挑戰(zhàn)不斷升級。

與此同時，大模型的訓(xùn)練過程中也面臨各類與數(shù)據(jù)相關(guān)的挑戰(zhàn)。從數(shù)據(jù)收集到大模型的訓(xùn)練、部署，如何進(jìn)行全面的質(zhì)量控制和風(fēng)險管理，如何尋找有效的方法控制標(biāo)注處理成本，如何通過可視化、解釋性算法等方法提升決策透明度和可釋性等，都是當(dāng)前企業(yè)面臨的重要課題。

如何尋找應(yīng)對之策，報告建議，相關(guān)企業(yè)需及時跟進(jìn)，掌握人工智能、數(shù)據(jù)治理、網(wǎng)絡(luò)安全等相關(guān)政策，并結(jié)合醫(yī)療醫(yī)藥領(lǐng)域的特性，提前預(yù)防、及時識別并規(guī)避風(fēng)險。

注：文章來源于網(wǎng)絡(luò)，如有侵權(quán)，請聯(lián)系刪除