本文共2184字
「借力Google的MedLM醫療大語言模型,加上自有的300萬人次結構化病歷資料,我們會用來調校、訓練出自己的醫療『大腦』。」中國醫藥大學附設醫院(中醫大附醫)研究副院長李光申如數家珍般,仔細說明MedLM的「前世今生」,一篇篇有關AI的論文,他都仔細研讀,若非身上的白袍,差點讓人以為他是哪家科技公司的技術長。
白色巨塔AI風2/醫療AI應用遍地開花 這些台企努力打入贏者圈
中醫大附醫日前宣布與 Google Cloud 合作,將運用 MedLM 大型語言模型,建構「AI 輔助醫師(AI-assisted Physician)」,未來可輔助運用於診斷疾病、規劃治療疾病、病患教育,以及醫學教育研究等領域。
李光申形容,30年前還在當實習醫生時,他的口袋總是鼓鼓的,因為得塞著筆記本,記下病患所有資訊;現在不僅有手機、平板,還有AI的協助,既可提供醫療建議,還能提供專業的醫療文獻參考,「(結果)幾秒鐘就跑出來,速度讓我們感到很驚訝!」
去年底橫空出世的ChatGPT,帶動一波AI新浪潮,全球各產業與不少公司,紛紛急切找尋殺手級應用,就連白色巨塔也不例外。Google去年底發表了MedLM醫療大語言模型,在台灣,以鴻海(2317)為主導的台灣數位健康大聯盟,也亮相了醫療巨量模型(LMM),由此也讓醫療AI,成為萬眾矚目。
在這一波白色巨塔的AI革命下,未來民眾到醫院就診,會有哪些新變化?其背後又會帶來哪些商機?
AI吹進白色巨塔 醫療競爭進入新賽道
過去醫院比拚更好的醫療設備,比如引進達文西手臂或是採用更佳的術式,疫情則帶動零接觸的遠距醫療問診、AR/VR術前模擬等應用大行其道,此波生成式AI更是推動各家醫院進入全新的賽道。
由於每家醫院都有自己獨有的資料,AI不僅可以協助資料結構化,還可透過即時語音轉文字,降低問診與衛教等記錄負擔,還能協助醫生快速找到參考文獻。更讓人驚豔的,也在於,可輔助醫生診斷的醫療大語言模型,此刻也悄悄進入診間,他們不僅學習速度快,而且越訓練越聰明。
過去兩年,Google利用 Med-PaLM 針對醫學調整大型語言模型進行研究,並持續與醫療機構合作測試 Med-PaLM 2,去年底推出了MedLM,這是一系列專為醫療保健產業微調的基礎模型,並已逐步開放給Google Cloud 的客戶使用。
位在台中的中醫大附醫,目前也是 Med-PaLM 2 於亞洲地區首家合作的醫學中心。
李光申說,透過此次合作,中醫大附醫將先從癌症精準化治療著手,啟動「客製化癌症治療指引」與 「化療問答集」應用。這些應用可協助醫療人員縮短尋找資料的時間,快速抓取正確資訊,以產生癌症治療計畫書,並回應病患衛教相關的疑問。
李光申稍早曾使用Med-PaLM 2 詢問乳癌二期病人的治療指引,AI不僅快速提供他醫療建議,也提供了專業的醫療文獻參考,資料在幾秒鐘就跑出來,速度讓人驚訝。
他的AI初體驗心得是:AI不是用來取代醫生的,它可以訓練成醫護人員的助手,讓醫生成為一個具有AI賦能的醫療專家。
Google醫療大語言模型當推手 台灣掀起應用潮
隨著科技大廠紛紛跨入智慧醫療市場,現在的醫生,除了閱讀醫學期刊,也關注起科技論文,產業邊界逐漸模糊,一場寧靜革命已然展開。
近期帶動白色巨塔廣吹AI風的,正是國際大廠,如微軟(Open AI的主要注資者)、Google、Meta等所建立的AI基礎模型,再加上輝達(Nvidia)、超微(AMD)GPU撐起的龐大算力,以及包括鴻海、廣達、研華、緯創、英業達、仁寶、宏碁等科技大咖的製造與軟硬體整合能力,造就了這一波醫療新革命。
無獨有偶,兩年前鴻海主導、號召成立台灣數位健康大聯盟,在去年底的醫療科技展上,也首度亮相了巨量醫學AI模型(Large Medicine Model,LMM)。
鴻海數位健康總經理姜志雄表示,台灣有最強的資通訊產業,數位健康正是醫療的領域知識 (Domain Knowledge)與資通訊的結合,領域知識需要醫生協助,鴻海有雲(雲端技術)與端(終端產品),兩相結合就會變成台灣的強項。鴻海將它稱之為「CoDoctor AI 」,同步推出的還有CoDoctor系列終端產品(如手持式智慧眼底影像擷取儀)。
與大語言模型一樣,「餵」給AI的資訊必須標註,LMM特別的是由醫生來進行標註,標註正確後,AI就會持續學習,而且速度驚人。
姜志雄說明,AI的底層是硬體、算力,往上需要雲端與演算法,再往上就是應用層,用在語言模型就是LLM、用在醫學就是LMM。
目前鴻海與林口長庚、土城醫院、童綜合醫院等都已展開合作,持續累積各項醫療數據。至於鴻海已完成的醫學模型,包括從眼底圖看全身疾病,單導心電圖運用於心房顫動、心室早縮、房室傳導阻滯等。
姜志雄說,LMM希望解決新進醫生的痛點,縮短新進醫生的學習曲線,期待能有更多醫療院所加入大聯盟,豐富LMM的可用數據。
延伸閱讀 》
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結;未經授權,請勿複製轉貼文章內容
留言