图源：界面新闻
界面新闻记者 |
界面新闻编辑 | 谢欣
如今，几乎各行各业都在谈论AI，认为AI将是下一个时代的引擎，诸多企业纷纷推出自己的AI大模型。
在各行各业的模型大战中，医疗行业无疑是最热闹的一个。海量的数据、政策的支持和庞大的需求共同推动医疗AI的发展。早先抓住机遇乘风而起的互联网大厂们不会错失AI的风口，如百度发布了“灵医大模型”、腾讯推出了“腾讯医疗大模型”、阿里巴巴旗下支付宝发布多模态医疗大模型、京东健康推出“京医千询”医疗大模型，还有不少医疗AI新秀加入这场竞赛，如商汤科技发布的大医模型、医联发布的MedGPT等等。
基于各种大模型，医疗AI应用也开始落地使用。其中，百度健康推出了五款大模型应用产品：面向普通用户的健康智能体家族；面向医患的在线医疗Copilot；面向医院的“AI智慧门诊”；大模型的私有化产品CDSS（临床决策支持系统）；面向企业的灵医开放平台。阿里巴巴旗下支付宝也在医疗AI领域发布多模态医疗大模型，同时推出包括医疗可信一体机、可信云等多款数智化解决方案以及AI应用产品“AI健康管家”。
大厂们依据自有优势布局医疗AI，但是产品却不可避免地出现扎堆同质化。面对这种情况，百度集团资深副总裁、百度大健康事业群组总裁何明科表示，百度健康的优势一是在大模型领域长时间的积累，二是自有的搜索流量优势。
尽管各类医疗垂直大模型、医疗AI应用如雨后春笋般问世，但实际上医疗大模型的商业化道路还未完全跑通。何明科直言，现在看起来，还没有一个应用推出来可以解决所有问题，不仅在医疗健康行业，在全行业都没有看到这样的应用。“现在所有的大模型应用都是奔着搜索去的，比如ChatGPT把搜索做得很强，但除此之外，大家都没找到一个‘killer app’，都在一些很窄的场景里面发挥价值。”
那么，医疗大模型想实现大规模落地还需要做什么？何明科认为，无论是患者、还是医院、药企，要的都不是模型，而是实际的应用。也就是说，找准用户的痛点才是关键所在。
如同互联网的发展轨迹一样，AI目前仍处于起步阶段。当初，互联网的快速发展得益于5G网络、数据中心等新型基础设施建设，而AI发展的基础是算力。AI技术有三大要素：数据、算法和算力。如果说数据是AI的基础，AI应用需要大量的数据支持；算法是AI的核心，帮助AI理解和处理复杂数据；算力则是支撑算法的基础，越复杂的算法所需要消耗的算力资源越多。何明科认为，AI行业要想实现快速发展，首先得把基础建设做好。
以下是界面新闻对何明科的采访节选，略作编辑：
AI赋能医疗
界面新闻：百度健康现在在用户、医院和药企三个方向都有AI产品推出，百度健康在这三个方向的规划是怎样的，尤其是在药企端有着怎么样的布局？
何明科：很多人问过我们这个问题，大家都觉得做一个业务应该聚焦，百度健康为什么三端都做？医疗健康行业是各种行业里面比较特殊的一个，大部分行业实现了三位一体——决策者、消费者和付费者是一个人，医疗健康行业复杂之处在于它的三位彻底分离，决策者是医院、医生，付费者是医保或者商保，消费者是患者本人。
如果只做一端的服务或产品很难商业化，我们需要在三方面都发力，但最终的商业化是在药企层面实现。国外为药企提供服务的公司叫CXO公司（医药外包赛道总称），包括CRO（合同定制研发机构）、CDMO（合同定制研发生产机构）、CMO（合同定制生产机构）。像艾昆纬之类的公司，就是提供数据支持、临床研究等CRO服务，就是我们很好的学习标杆。
界面新闻：在专门服务药企的领域，艾昆纬已经是比较成熟的公司，百度健康与之相比有什么差异化的优势？
何明科：首先，我们是一家中国公司，我们有本土优势。而且中国的药企还处于方兴未艾的状态。坦白来说，在大部分的行业里，中国企业基本与美国齐头并进，但在医药行业中国的顶级创新药企较少。但我们相信中国的医药行业也会像制造业或科技业一样出现世界级的企业，我们认为值得伴随这样的企业从默默无闻成长为行业领头羊。我们做CXO服务离中国的公司更近，也更了解中国市场，这就是我们的优势。
第二，在医药行业，之前大家都在提数字化，现在提数智化，数智化和AI有很多的结合，而这是百度的特长。
第三，百度是互联网公司，我们自己有用户和医生的心智以及相应的数据，天然就有数据去提供数智化的服务。
界面新闻：百度健康在药企这块主要做临床前患者招募吗，还有其他的业务吗？
何明科：除此之外，我们还有类似于CRO的相关业务，譬如患者教育和医生教育，给药企提供数智化的系统和产品等，这都是我们的业务。
界面新闻：现在和哪些药企已经有合作？
何明科：基本上大部分药企都和我们有些相关的合作，因为他们有很多中国的临床实践项目，在全球占比非常高，仅次于美国，这种项目都需要基本的患者招募。而且随着现在临床招募患者不像以前那样粗线条、大颗粒度，它会越来越精细，这时候百度的无论是海量用户基础还是AI技术都能发挥更大的价值。
界面新闻：现在百度健康在患者、药企和医院这三方都有布局了，未来还有哪些可以拓展的空间吗？
何明科：虽然看起来我们在这三方面都有覆盖，但是还有很多需要做的地方。医疗行业本来就是万亿或者十万亿的行业，随着逐步往健康方向拓展，特别是从已病到未病防治，健康领域还有很多空间。就算基本覆盖了患者、医生和医院，但实际上还差得很远。以医院为例，医院科室那么多，没人敢说自己覆盖了所有的科室。
在药企方面，刚才说CXO，也有很多服务可以做且天花板很高，国际顶级的这些公司，收入都是大几百亿或者更高的范围。所以光是做好这三件事，我们要做的就有很多了。
界面新闻：那目前百度健康在临床前招募患者这个环节，主要偏向哪种类型药物的招募？
何明科：这和招募患者的难度有关系，现在比较火热的还是肿瘤领域，自免领域多一些。
界面新闻：除了百度之外，其他大厂也在纷纷布局医疗AI，百度健康的优势在哪里？
何明科：一方面，我们做这个事情时间比较长，同时一直在利用AI赋能医院，所以我们对医院的理解、医生的理解比较深入。比如我们的“AI智慧门诊”在医院比较受认可，已经在武汉协和医院全院推广。这个应用确实能帮医生提高效率、提升医院患者的服务体验，还和国家政策提的智慧管理、智慧服务高度吻合。这是我们的优势。
第二点，大家想找一个好医生、好医院的时候，还是喜欢用百度搜索，我们可以把这种流量和数智化进行更好的结合。
界面新闻：那在和医院端合作的话，您认为最重要的是什么？
何明科：我觉得还是命中医生的痛点。第一，医生是一个专业群体，了解需求，做服务，我觉得是有一定门槛的，所以老是强调时间的积累。
第二，医院和医生非常强调合作的稳定性。今天做，明天不做，别人就不会信赖你的服务。药企也一样，除了产品服务好，稳定性也很重要。对他们来说，如果老是切换供应商，内部也有很多的切换成本。
医疗AI大规模应用还要走哪些路？
界面新闻：百度健康去年推出了灵医大模型，医疗大模型在研发和应用方面有哪些难点？
何明科：第一，百度有自己的通用大模型文心一言，和其他竞争者相比有很大的优势。第二，AI技术有三大支柱——算力、算法和数据。在医疗行业，数据是很难得的资源，数据隐私管理也非常严格。怎样合理、合法、合规地拿到数据并用于训练模型，都是非常难的事情。对于新玩家来说，一个是基础大模型，一个是数据的分布性和高质量数据，都是难点。
界面新闻：医疗大模型和其他的通用大模型来说，有什么样的区别和优劣之分？
何明科：通用大模型和行业大模型孰优孰劣一直是大家争论的话题，其实到最后一个是看场景划分有多细，是不是能在固定场景解决固定的问题；另一个是看数据，医疗大模型对数据有特定要求，但通用大模型需要适用于所有场景，不一定会用医疗数据进行模型调优。这两点是医疗大模型的核心竞争优势。
界面新闻：要评价一个医疗大模型好与不好，主要从这两个方面来看吗？
何明科：这两个方面维度还是很粗，场景粗细和数据多少不是一个可以量化的标准。最后还是要落到实际场景里去看，用户对它的评价或者医生、医院的评价。
界面新闻：大模型开发出来只是第一步，后续落地还有很多困难。从您的观察来看，医疗大模型想要大规模落地的话，还需要有哪些路要走？
何明科：我觉得无论是患者、还是医院、药企，要的都不是模型，而是实际的应用。当我们回到产业视角，用户更关心应用是什么，比如我们在医院的应用，像AI智慧门诊的智慧候诊室功能，通过大模型能够生成符合要求的病历，节省医生的时间，医生可以花更多的时间和患者做沟通，发现真正的病因，开展更好的治疗方案，我觉得这是很有价值的。
我们最近在做的医保政策查询，就是切入到行业里面。因为医保政策是一个非常复杂的事情，它有几个维度。第一，中国每个省的医保政策可能是有差异的；第二，不同类别的药对应的医保政策不同；第三，个人身份是职工还是农民，还是退休再保的，对应的政策也不一样；第四，个人今年的状态不一样对应的医保政策不同，比如今年有没有报销过，有没有过基础线，达没达到天花板。
对于普通人来说，要想搞清楚医保政策很麻烦。不光是普通人，无论是医生，还是保险公司的人，都会面临这个问题。那在这个时候，AI大模型就可以发挥作用解决这个问题。
界面新闻：现在医疗大模型已经跑出来了成功的商业模式吗？
何明科：还是为药企服务。现在看起来，还没有一个应用推出来可以解决所有问题，不仅在医疗健康行业，在整个行业里面都没有看到这样的应用，现在所有的大模型的应用，都是奔着搜索去的，比如ChatGPT把搜索做得很强，但是除此之外，大家都没找到一个“killer app”，都在一些很窄的场景里面发挥价值。
界面新闻：好像回到了互联网的最初阶段，大家也是从搜索开始。
何明科：我觉得社会发展必然有一个阶段，大家都知道这个东西很有用，但是都找不到用户。我从2008年开始做投资，那会儿最火的是做移动互联网，大家都知道移动互联网有价值，但是并没有发现一个和PC互联网相比有价值的应用。直到2010年之后，网约车、外卖出现，才算是真正的移动互联网的应用。所以，无论是互联网还是AI，发展都需要一个过程。
界面新闻：现在也是在找一个能够落地的应用场景吗？
何明科：对，但现在AI发展面临的一个问题是，技术栈和基建还没有成熟。AI大模型实际上非常依赖算力，大家预想的高精尖的AI都需要算力支持。站在国家的角度来说，目前的算力无法支持大规模的AI使用。目前，国家在西部地区建造算力中心，手机的硬件在算力上也有待升级，可能算力中心建造好了和硬件升级完成之后，就像当初发展互联网一样，移动基站与硬件都完善了互联网公司才能发展。类比来说，AI行业的发展也是如此。
评论