该让医疗垂类大模型，走出“试题”了

“现阶段，许多医疗垂类大模型就是伪命题，推理能力不行。”一位观望大模型已久的医疗从业者玄彬（化名）发出了极为尖锐的批评。

在他看来，目前人工智能是靠scaling law涌现的，模型性能随着模型规模、数据规模和算力规模等因素的增大而提升。只要还是Transformer，就不可能有垂类的机会。

过去两年，为了追上生成式AI的热潮，不少企业将开源大模型稍加“改造”后就冠以自有产品名，套牌、过度宣传屡见不鲜，铺天盖地的榜单，各种评测熙熙攘攘。“大模型用不用不重要，先要拥有大模型。”思潮下，历经井喷式的发展，也造就了医疗大模型圈里鱼龙混杂、良莠不齐。

当通用大模型掀起了低价肉搏战，从5元到1元，不断击穿大模型低价，巨头们降价正酣。

医疗大模型虽在病历书写、诊断等细分领域展示出巨大潜力，但商业化路径仍不清晰，行业仍在苦苦寻觅杀手级场景。

与此同时，技术不断迭代，随着OpenAI和 Mistral AI的助力，专家混合（MoE）一时间炙手可热。这种混合模型，由多个子模型（即专家）组成，每个子模型都是一个局部模型，专门处理输入空间的一个子集。简而言之，它使用一个门控网络来决定每个数据应该被哪个模型去训练，从而减轻不同类型样本之间的干扰。

天才黑客乔治・霍兹曾爆料，GPT-4其实是一个混合模型，采用了由8个专家模型组成的集成系统，每个专家模型都有2200亿个参数。

2023年底，微软首席科学家埃里克・霍尔维茨曾发布一项调研报告《The Power of Prompting》，他们研究发现，在相同的基准上，利用提示词工程就能让GPT-4的性能明显优于专门针对医疗应用进行微调的领先模型。

“Medprompt研究表明，更深入地探索将通用模型转化为专业模型的提示可能性，并将这些模型的优势扩展到新领域和新应用，是非常有价值的。”埃里克·霍尔维茨欣喜写道。

以上种种，使得医疗垂类大模型的质疑声越来越响：医疗大模型是伪命题吗？我们可以期待怎样的医疗大模型？

衡量标准：忍受VS享受，要求VS需要

在和缓医疗CEO李宇看来，判断大模型的应用是否成立，主要在于两个点：一是对于用户来说，大模型是忍受，还是享受；二是对于使用者而言，是要求还是需要。

“现在整个医疗行业都在寻找杀手级应用，找场景，其实很重要一点就在于找到强要求、强监管下的应用。”他阐述道，邮件和Office这种才叫杀手应用，发生在每天应用的工具中，具备非常高的便捷性。

纵览目前的医疗大模型，多聚焦患者问诊、医生助手、药物研发、健康科普等领域。李宇最看好的则是病历质控系统以及DRG/DIP下，监管医院的临床诊疗行为和收费合理性的医保控费应用。

“对于医院至关紧要的，才会有大规模商业机会。”李宇认为，文字模型的杀手级应用应该还是在病历相关的场景上，比如DRG要求的病案首页等医生极易出错的地方，抓住了医院端需求，并打通了业务场景，落地了才能有未来。

当大模型进入医疗领域之后，更多的资源应该探索如何寻找高频且刚需的场景，如此才能诞生下一个超级应用的可能性。当享受与需要二者兼备，医疗大模型应用才能真正成立。

复旦大学中国研究院副研究员刘典曾在线下论坛中一针见血指出，行业的核心是数据和原有的工作流。只要大模型能很好解决这两件事，且成本不高于原有方案，就不能说是伪命题。

换言之，只有在医疗领域真正实现“降本增效”，积累真实世界数据，才能称得上医疗大模型。

要知道，大模型想要真正脱颖而出，几方面能力至关重要：一是获取最新知识能力，医学知识是不断更迭的，需要动态获取最新的医学知识；二是理解多模态数据，医学影像、X光片，心电图等；三是高级推理能力，大模型不能永远只做“应试教育的高材生”，真正应用于医疗场景中，非常依赖模型的推理能力，毕竟好的医生都是推理专家；四是长文本能力……

百模大战尽管听起来热闹，但是真正具备模型能力的仍是少数，毕竟大模型推理这类访存密集型任务需要真金白银的投入。财通证券曾经测算，支撑 GPT-3.5推理任务的A100数量或至少在5万张左右。

“我觉得医疗垂直大模型不成立的原因就是它的推理能力会很弱，你不会希望一个熟读各类医学百科、疾病诊疗指南书籍的学生来当你的医生。”玄彬坚定说道，虽然它是个专业的学生，但作为医疗场景应用，还是有些危险。

大模型的终局——通用还是垂直？

事实上，通用大模型与垂直大模型之争从2024年初便备受关注。

一个理想的范式中，通用大模型以“百科全书式”的通用能力安身，垂直大模型以某一领域的专家立命，两者融合共同构筑枝繁叶茂的大模型生态。然而，随着AGI时代的到来，通用大模型完全能够覆盖各种垂直模型的业务场景，垂直模型存在的必要性便被质疑。

一位生物医学工程博士在社交媒体撰文指出，目前一个很尴尬的事情：许多垂类大模型在他垂直领域里能力似乎没有超过通用大模型。所谓垂类大模型，感觉就是用小部分已经用过的文本数据做复读机一样的训练，用通用领域的性能下降换专业领域的sota。

判断一个大模型够不够聪明，很重要的一点就是它能不能解决复杂问题。玄彬在过去一年多测试了许多医疗大模型，悲哀地发现，有时候医疗大模型宣称“更懂医疗”，其实只是把医疗领域的俗称与全称对应一下。“比如甲减，你不翻译成甲状腺功能性减退，通用大模型就听不懂了，而一些垂直模型所做的事情就是把这些俗称对应一下。”

如果烧了几亿，只能培育出停留在“纸上谈兵”里的人工智能，何尝不是一种资源浪费？那么医疗垂类大模型存在的必然性在哪？答案就是落地部署、成本与数据。

在亿欧大健康总裁高昂看来，从技术上面，垂直大模型或许是伪命题，但从产业角度讲，其反而可能是现阶段企业落地的主要方向。

纵览如今的通用大模型，早已演变成巨头们和明星创业者的赛场。阿里、腾讯、百度、科大讯飞、商汤自是不用多提，百川智能的王小川、智谱AI则由清华大学计算机系知识工程实验室的技术成果转化而来……

只有他们，或许才能付得起动辄一两万亿训练Token，以及训练GPU集群的成本，扛得住如火如荼的降价潮。

居高不下的研发成本、GPT—4明珠在前，注定了垂直大模型或许才是国内企业真正落地所要走的路。

科技博主“Magic”的观点一针见血，垂直大模型必然是存在的，且会长在通用模型之上，即将垂域知识融入到一个相对智能的通用模型之上，打造行业/领域的专有模型，并进行私有化部署，是To B业务未来非常重要的一条发展路径。

在他看来，如果垂直大模型也变成算力跟数据的竞争，那么落地这条路可能又遥遥无期了，“你训不完的模型，我等不起的业务啊。”

毕竟，企业的第一要务便是赚钱。从商业化落地来看，企业或许并不需要一个“全能”的通用大模型，而是更需要针对细分领域场景、解决实际问题的产业大模型。

“单纯地追求大模型的规模与复杂度，并无实质性的意义。真正有价值的，是将这些技术应用于实际场景中，发掘出更大的商业机会。”百度创始人李彦宏的早前呼吁，意义在此时或许不言自明。

入局者别再为了抢夺大模型概念融资红利，一哄而上，静下心来明确企业定位，结合自家业务，找到适合自己的生存空间和发展路径，健康有序的市场格局或许才能出现。

破局：先选择应用场景，再定义应用

“场景和数据，是医疗大模型脱颖而出的关键。”李宇剖析道，功能是打动不了人的，场景才能打动人，解决某一场景的具体需求。

以智能监控为例，它可以完全替代人看，且完成人根本看不过来的量级，甚至比人看的效果好得多。在他看来，医疗大模型商业化如今动力不足的很大一部分原因，则是没有完全打透的场景、没有彻底替代人的工作、没有完成人完成不了的工作。

李宇指出，B2B解决方案之间的PK，将不会把重点放在令人眼花缭乱的AI技术能力，而更关注这些技术层面的能力，将如何帮助企业用户具备（或重新定义）更有价值的企业工作流程。

聚焦多场景覆盖，也是不少医疗大模型企业的出发点。商汤医疗健康大模型“大医”，覆盖了健康管理、患者服务、临床诊疗、医学科研四大领域超过20个细分医疗场景；医渡科技强调打造多任务引擎，可以同时解决多个任务，这使其在处理复杂多样的临床情况时具有更大的潜力……

究其原因，则是某个单一场景的大模型产品局限性更大，要实现在每个场景中的可用性并不容易，这需要深入理解场景的本质。另外一些企业则从自家业务出发，结合大模型特点，为原有产品作升级，实现对原有工作流的改造。

圆心科技的源泉大模型将每一个用户设有标签，管理服务会根据不同特性的人进行针对性关注患者药物依从性、联合用药预以及疾病康复管理，通过大模型数字化应用为患者生成定制化疾病科普和药品服务；全病程管理平台微脉推出健康管理大模型Care AI，为医院、医生和微脉个案管理师提供全新的辅助工具；和缓医疗即将推出合成式人工智能健康Copilot服务，构建一种全新的AI+真人医生复合服务工作流；左医则把把知识图谱和医疗大模型进行融合，实现智能自诊、智能分诊、智能预问诊、智能用药和智能随访五大功能。

“大家在维持原有场景的商业模式下做技术改进，虽然现在并不会有明显溢价，但未来没有AI的大概率要被淘汰。”李宇预判道。

场景端革新，或许是中国应用市场后来居上的传统优势，同时也具有反哺大模型能力的作用。场景服务下，大模型与人交互产生的数据，将成为未来技术迭代下的关键资产。细分的产业场景上，依靠交互数据，实现大模型自我优化和改进，提升输出精度。

“大模型的场景落地，不止是一个IT硬件+软件的服务，而是针对具体场景结果的交付，这个过程中还可能涉及使用者的运营与服务。”高昂言简意赅，软硬一体对于传统行业客户或许更“友好”，毕竟买了具体的实物，但硬件迭代周期过长，跟不上模型进步速度，需要一次吃透场景解决问题，生态圈的建立就显得尤为重要。

在数据为制药企业、医院命脉的当下，私有化部署将是一条重要布局路径。而放眼未来，与其说是算力、算法、数据的竞争，倒不如说是大模型生态的角逐。