界面新聞記者 | 唐卓雅
界面新聞編輯 | 謝欣
AI熱潮席卷各行各業，醫療行業也不例外。同時，AI的出現也被寄托了為醫療行業帶來顛覆性改革的厚望。目前，各方都將目光放在了AI如何落地應用在具體的醫療場景中。
9月6日上午，在由界面新聞主辦的2024 REAL科技大會以“AI+醫療：火熱布局與務實思考”為主題的圓桌討論環節上， 峰瑞資本合伙人馬睿、深勢科技生命科學事業部總經理李小兵、輕松集團技術副總裁高玉石、深智透醫CTO（首席技術執行官）項磊、光源資本董事總經理婁洋對該話題進行了熱烈討論。
輕松集團技術副總裁高玉石分享了輕松集團·輕松健康于2023年5月發布了醫療健康大模型輕松問醫Dr.GPT，并隨著應用的擴展和場景的深入在2023年底做了重磅升級，發布了基于“輕松問醫Dr.GPT”大模型的七大應用，覆蓋了健康管理服務全場景，滿足了不同應用場景及用戶群體的特定需求。除了為用戶提供全面的健康管理支持，還拓展了醫護端診療技術賦能的能力，為醫療決策提供了更高效和全面的視角。
另外，AI+醫療應用最大的一個爭議在于數據的安全性。深智透醫CTO項磊表示，數據隱私的問題是醫院端或者醫生端最關心的問題。目前，國際上可以接受數據上云的方式，比如亞馬遜云通過了信息隱私保護的機制，第三方公司利用亞馬遜云為醫院提供服務，醫院認可這種方式。國內對數據管控更嚴格，院方會要求所有的數據必須在客戶端，不能上傳到云端。
基于不同的數據使用方式， 項磊稱深智透醫在云端的商務模式是按例收費，而國內由于是本地化部署，采取一次性付費的方式，“根據客戶端具體的需求提供不同的解決方案，能夠滿足客戶的需求以及產品在具體場景中的運用、商務銷售。”
項磊表示，模型已經發展到2.0時代，相比1.0時代針對小應用場景只需要少量數據或者針對客戶制定專屬模型相比，2.0時代能夠獲取到大量數據，轉變為期望通過統一的模型支持所有的醫院。
現階段，深智透醫應用的是通用模型，能夠處理各個成像的模態，針對不同的科室開發出一個可以針對所有的模態同步進行處理的模型。項磊表示，這種處理效果比單一模型好，“這也是得益于通用基礎模型加上大量的數據訓練得到的結果，而且在現有的場景之外，我們還發現利用多模態的數據可以達到更好的效果。”
目前AI除了在患者端和醫院端應用，AI制藥也是一個主流應用方向。深勢科技生命科學事業部總經理李小兵表示，目前主流的商業模式有AI+軟件、AI+CRO、AI+Biotech，而深勢科技在這三方面均有布局。
李小兵稱，“深勢科技目前在AI SaaS端一些物理計算工具方面，行業市占率第一；在AI+CRO模式上，和包括復星以及東陽光藥業在內的國內頭部制藥廠商進行合作，深勢科技提供AI+設計的方案，對方提供驗證、聯合研發的模式；在AI+Biotech方面，深勢科技也在嘗試內部孵化一些藥物管線。在這三個方向中，AI+SaaS端是重點投入方向。”
峰瑞資本合伙人馬睿則從資本的視角分享了AI+醫療長期發展的要素。馬睿表示，回到投資邏輯上，長期來看最重要的是數據。目前，峰瑞資本有一個重要投資方向是生物系統和生物過程的數據化，無論用計算的方式、測量的方式，還是傳感的方式，增加數據是其長期看好的方向。不過，馬睿認為最核心的還是要看懂AI，“AI在生物領域怎么運用，物理和AI怎么結合在一起，怎么用大模型為底座，其實不需要做特別多的實驗，就能夠得到你想要的結果，這是我們現在看到的曙光。”
談及未來， 項磊希望能夠和醫生更緊密地結合，希望醫生更多地把AI當做一個工具，幫助他們做決策，提高做診斷的準確率以及效率，原來需要花半個小時做的診斷報告，現在可能5分鐘、3分鐘就能搞定，最終讓病人受益。
高玉石認為AI大模型為4P醫學理論的實現提供強大技術支持。通過大模型可以整合醫療數據建立疾病預測模型，分析基因序列、醫療影像及人群健康數據，助力預測性和預防性醫學。在個體化層面可以深入分析個體多模態數據制定個性化治療方案并實時調整，推動個性化醫學發展。此外，通過智能醫療助手，可以為患者提供便捷服務和健康管理工具，提高患者參與度，有望推動醫療模式變革，為人類健康帶來更大福祉。
李小兵表達了對于新藥研發的期待，他認為未來2-3年，AI在一些點的突破上會發揮巨大的作用，比如在早期研發分子設計、分子評估、分子生成，以及一系列分子水平的研究方面會幫助科學家提供更高通量的設計方案或更多的創意。但是藥物研發有非常多的層級，從分子水平到細胞水平、再到器官、再到人體，需要AI達到一定的技術積累。
“就像藥物在細胞、小動物、人身上的表現都不同一樣，我們需要有一個AI涌現的過程，就像生命涌現的過程一樣，從分子到細胞、到器官、再到人。”李小兵表示
馬睿也表達了對于AI+醫療的未來期許，他認為由于AI的驅動，對于生物的理解會越來越深，以生物科技為底層能做的事情會越來越多，比如生物醫藥、生物制造、醫療器械、生物農業等，以此為底層能輻射開來。馬睿認為，以10年為維度，AI+生物、AI+醫療賽道會有很多機會涌現。