千呼万唤终于出来，百度发布国内首个“产业级”医疗大模型！

导语：

医疗，已经成为被大模型改造最热门的行业之一。

一方面，业内期待大模型能真正帮助医疗解决“不可能三角”问题，另一方面，也期待医疗行业在人工智能的加持下，摆脱单纯人力重复劳动的问题，走向电影中的未来——做辅助决策，全智能化。

回到现实世界，自然语言理解在医疗中的应用并不晚。早在2016年，东京大学医学研究院利用Watson，只用了10分钟的时间就成功判断一位女性患有罕见的白血病。医疗领域期待“智能化”良久。

就在一年前，IBM对于Watson Health的出售对行业带来了沉重的打击。短短一年的时间，医疗大模型已经发生了天翻地覆的变化，参数规模庞大的大模型，成功将医疗大语言产品进一步优化。

但对于医疗大模型而言，最关键的还是商业化进程。

周二，百度发布了灵医大模型，这是国内首个“产业级”医疗大模型，也是国内首个面向大健康上下游开放试用和测评的医疗大模型。但最重要的是，这是国内首个已经商业落地应用的大模型。

百度的医疗大模型能为行业带来何种启示？灵医大模型的商业化探索之路，能否为行业带来示范作用？良医财经从三个层面，带来独家深度拆解。

👩🏻‍⚕️ 主笔/ 布吕

✂️ 文章架构师/ 立立

💊 出品/ 良医财经

01

医疗大模型问题之一：

解决什么问题？

随着通用大模型的走红，药物研发、问诊与诊断等垂直领域大模型正逐渐浮出水面，资本迅速涌入，赛道也极速升温。狂热下，人们不免好奇：为什么需要医疗垂直大模型？AI大模型在医疗场景中究竟应用何种程度？产业落地还有多远？

医疗大模型产品五花八门。一些医疗大模型产品没有充足的算力支持，只是为了迎合风口蹭热度，进行了一些局部指令精调后，就广而告之的宣传产品的落地。其真实效能可想而知。

良医财经看来，当前医疗大模型其中最关键的三个议题是：

1. 从技术层面上看，数据和算力，能否被保障？

尽管大模型展现出通往通用人工智能的潜力，但这条路并不好走。第一个难题就是技术和算力的支撑。大模型之所以称为大模型，是因为其庞大的数据量使其拥有了涌现的能力。

从理论上看，大模型研发的核心技术是由预训练与 Alignment（价值对齐）组成的，第一部分就是预训练，需要用大量的数据使模型收敛速度更快、性能更好。

第二部分则是 Alignment，Alignment通过使用多种方式、策略优化模型输出，让 AI 在和人的交流反馈中学会如何沟通表达，这两部分是提升大模型质量的核心要素。

而上述这两部分的能力，取决于数据、模型参数量和算力。模型参数量越大、投入的训练数据越大，模型泛化能力越强。也就是说，只有拥有以上两种能力的企业，才有可能切入大模型赛道。

2. 从风险层面上看，数据准确和安全性，能否被保障？

不同于通用大模型，医疗大模型表现出更强的专业性。一直以来，医疗赛道都是严肃科学，这一领域的风险相对于其他行业也更大。医疗大模型对于数据准确性和安全性，要求更高。

反馈到大模型上，当模型参数量增长超过一定阈值时，模型能力表现出跃迁式的提升，表现出来语言理解能力、生成能力、逻辑推理能力等能力的显著提升，这也就是我们所说的模型的涌现能力。

当模型的涌现能力更强，对语言的理解能力、逻辑能力随之提高，安全性也就有了保障。

此外，为保证数据的准确性和多样化，灵医智惠与人卫智数、爱思唯尔 (Elsevier)等业内权威医学知识库达成深度战略合作，在智慧医疗相关产品及服务维度深度合作，保证循证AI的基因。

3. 从产业层面上看，能否为医生提效，为医院降本，为患者答疑？

作为垂直于医疗赛道的大模型产品，核心就是服务于产业，赋能产业上下游的受众。

过去，这个医疗三角中存在很多“疑难杂症”，比如，医生资源分布不均、医生的重复劳动、患者难以就医等。要解决这些问题，就要在医生端，帮助提高工作效率；对医院端，降低成本；对患者端，解决线上答疑问题。

在这点上，灵医智惠在模型训练过程中就会兼顾医、患、药三方信息，其内部数据显示，灵医智惠先后投入了自有积累的超1000万优质医疗问答数据、超2000万多语种医学文献资源、超2亿用户每日医疗类搜索数据、超5亿权威健康科普内容……这些海量的医疗训练数据，加上反馈强化学习机制，确保了灵医大模型给出的每一条回答都能有迹可循。

从技术、风险到产业，这才是市场真正需要的医疗大模型产品。

在百度的发布会上，百度大健康事业群AI产业部总经理刘军伟表示，医疗行业大模型有三个必备条件：第一、优质中文通用大模型底座；第二、万卡算力与工具链保障；第三、医疗行业深度积累。

这一观点与良医不谋而合，但更值得一提的是，就在19日，百度发布了医疗大模型产品——灵医大模型。

据了解，灵医大模型定位为产业级医疗大模型，产业二字主要体现在三个方面：

1. 专业赋能， 可将灵医大模型当做一个【运营助手】。例如药企以及药店的运营助手，能够基于大模型获得更多的医药信息支持，快速获取关键的药品信息。

2. 效率倍增， 可以请灵医大模型完成具体的任务。例如辅助医生生成病历，传统纯人工需要30分钟书写的病历，通过大模型技术，在保证专业、严谨的前提下，只需要秒级就可以生成，全面提高工作效率。

3. 体验提升， 大模型能够为患者提供24小时的智能客服服务，随时有一个健康管家在身边，这将大幅提升患者体验。

从专业助手、到效率提高再到体验提升，灵医大模型到底有几分功力？

02

医疗大模型问题之二：

产业+大模型如何结合？

灵医大模型，从名字看，颇有深意。刘军伟介绍，所谓灵医，既寓意着灵性、智能，也谐音“0”和“1”，“作为一家科技驱动的公司，我们希望能用二进制的“0”和“1”创造出普惠百姓的大模型，用最简单的字符让医疗变的人人可及。

事实上，医疗大模型的核心有两个要素：既有大模型能力，又有产业融合。从核心看，百度灵医大模型想要实现产业和大模型的结合，也有几个前提条件：

首先，大模型的技术基础。

技术永远是第一位的。

自从ChatGPT走红后，百度是业内第一个推出大模型产品的大厂。基于文心大模型底座开发，灵医大模型是一款垂直行业大模型，结合多年医疗经验、千亿医疗知识和高质量文本语料，具备文档理解、病历生成和医疗问答等多方面AI原生能力，成功服务多个医疗产业客户。

那么，效果如何？

为验证效果，灵医大模型组织了严格的评测。

首先，定义评测指标，定义设计了安全性、正确性、逻辑性、理解力和完整性等五个维度的【测评指标】，来评价大模型的优劣；其次，构建评测数据集，结合【互联网线上高频健康咨询问题】、【药品问答】、【医考知识】和【诊疗建议】等方面，构建了【覆盖全部学科】的典型【评测数据集】；随后，组织评测实施，由灵医大模型同国内外大模型，分别作答。先后邀请了百余名、10年资历以上的三甲医生，对大模型的作答结果进行了盲评。

根据测评结果，灵医大模型测评的结果【多维度领先同类】，尤其是在安全性、逻辑性和理解力方面，取得了大幅领先，也表现出优异的准确性和稳定性。

其次，医疗领域的基础。

从根源看，目前业务整体包括互联网健康、智慧医疗、药企服务等业务板块，拥有百度健康、灵医智惠、GBI三大品牌。

百度健康是百度自身孵化和打造的健康管理平台，日均服务医疗健康用户群体超1亿，满足超过日均2亿次精准医疗健康相关搜索，业务覆盖健康科普服务、在线问诊服务、健康商城服务、互联网医院服务以及数字专病联盟等五大场景。

这一产业背景，使得灵医大模型拥有更多产业的数据内容做支撑。但这还不够。

为了确保医疗产业的深入，灵医大模型打造了三个方法论——重循证、多层次、全链条。

1. 重循证：

灵医大模型打造了300万+例多模态影像数据，5亿+条健康科普内容，70万+临床试验研究信息，保证有理有据，不胡乱生成信息。通过数据+技术的结合，最终保障生成内容准确可靠，有理有据。

2. 多层次：

目前，灵医大模型打造了三层服务架构，【模型层、能力层和应用层】，满足客户和伙伴多样化的需要。

比如在模型层：推出了千亿级参数、以公有云方式服务的【旗舰版】，面向医院客户或者对私有数据较为重视的客户提供的模型服务，以私有化方式部署的【Lite版】，针对自有高质量数据客户的【定制版】。

在能力层：主要以【API或AI插件】的方式提供服务。

在应用层：主要为患者、医院、企业等【终端用户】提供AI原生应用，打造了灵医Bot产品，目前聚焦在智能健康管家、智能医生助手、智能企业服务三大方向。

3. 全链条：

作为一个产业级的大模型，服务场景必须要覆盖整个大健康产业链，而不只是单一的场景，既要包括公立医院、科研机构，也包括药械企业、互联网医院平台等全产业链。

目前，灵医大模型为已建立合作的客户提供更为优质的内容服务，这些客户包括800+医院、4000+基层医疗机构、30万名医生、数亿患者、以及超过2000家的药企。

通过大批量数据的训练，不断地产品迭代，基于百度健康产业背景，百度灵医大模型得以发布。

再次，数据和行业服务能力相结合。

大模型产品要跑通，需要不断进行外部训练，将数据和行业服务能力融合。

良医财经获悉，灵医智惠基于百度AI技术全栈赋能，孵化医疗AI中台、医疗知识中台和医疗数据中台，秉承“循证AI赋能大健康产业”的愿景，先后推出CDSS、IMR等行业领先型智慧化产品及解决方案，覆盖智慧临床、智慧管理，智慧服务三大场景。

可以说，从技术到能力，再到产业融合，灵医大模型的能力是毋庸置疑的，下一个问题是，如何落地？

03

医疗大模型问题之三：

商业化进展？

随着各类医疗大模型的加速迭代与演化，医疗大模型商业化前景有望进一步打开。例如，谷歌的Med-PaLM2、微软子公司Nuance的DAXExpress等医疗大模型已经在医疗领域得到应用，并取得了一定的商业化成果。

百度集团资深副总裁、百度大健康事业群总裁何明科在会上提到，灵医大模型其实很早就已经落地，今天仅仅是“补个官宣”。

这句话至关重要，国内的大模型产品很多，但是能落地的凤毛麟角。百度灵医大模型的发布，不仅官宣了产品，更带来了和固生堂等合作的案例。

早在今年7月，灵医大模型就已经和固生堂展开了合作。固生堂与灵医大模型的合作，核心就是从固生堂业务场景为出发，在中医病历生成、智能分导诊、预问诊、知识问答等多细分场景落地。

具体到患者端， 为固生堂患者提供病情咨询、快速找医生、智能导科室、用药指导、智能客服等多种服务，7*24小时为患者解答就诊全流程中遇到的问题，提升医患沟通效率和患者体验感，增强患者粘性。

在医生端， 大模型集辅助问诊、辅助诊断、智能开方、文献搜索、中医病案信息化管理等功能于一体，为医生提供临床诊疗和学术研究数字化赋能服务。

在临床诊疗上， 固生堂与百度智慧医疗计划推出辅助诊疗设备，将传统中医诊疗服务中的“望、闻、问、切”与人工智能、大数据等技术相结合，把患者的脉搏跳动力度、舌苔情况等变成图形化、数据化，推动中医诊断标准化，提升看诊效率。

在学术研究上， 固生堂中医大模型集成了大量国医大师的临床电子病历、病案信息以及名医知识图谱，医生可以在平台上进行文献检索、病案分析学习，基于真实世界临床数据研究和循证医学的临床路径研发，不断精进医术，提升科研学术能力，帮助医生实现职称晋升。

活动现场，固生堂分享了和灵医大模型的合作情况，据了解，固生堂利用灵医大模型提供的底层技术能力，重构了线上诊疗业务，并推出了面向患者的智能健康助手，24小时在线为患者提供精准的分导诊和智能客服服务，支持开放式的医患问答。根据最新调研数据，合作以来患者挂号体验满意度提升了12%，客服人员工作效率提升76%。

除了固生堂之外，灵医大模型还与零假设等达成合作，并已定向向公立医院、药械企业、互联网医院平台、连锁药房等200多家医疗机构开放体验。

通过落地实践，百度灵医大模型已经成功突破了三大“首个”：

1. 首个产业级医疗大模型。

2. 首个商业化落地医疗大模型。

3. 首个面向大健康上下游开放试用和测评的医疗大模型。

04

良医财经的思考：

大模型是用来用的，接受市场的检验

业内，曾有专业人士直言，“大模型好不好，不要吵，先看能不能落地。”

百度灵医大模型作为目前首个完成商业落地的医疗大模型产品，底子有了。而大模型产品归根究底，好不好用，还是基于技术支撑、数据辅助。背靠百度的技术能力和医疗赛道多年的深耕，面子也有了。

有底子，有面子，百度灵医大模型成型。

当然，这对于医疗行业而言，还仅仅是个起点。中国医疗大模型还有很长的路要走。

医疗行业的严肃性、实时性、数据敏感性、优质数据稀缺性、可解释性、复杂性等特质，让生成式人工智能在医疗场景的应用仍要跨越一堵高墙。

OpenAI创始人山姆·奥特曼曾警示道“短期内围绕AI的狂热太多了，这是短期过度炒作，但长期炒作不足。”

这也说明，大模型之路，不仅要坚持走，更要长期坚持走。多一点点务实，少一点点务虚。一步一个脚印，在实践实战中，不断打磨优化，最终让消费者用起来，让商业正循环起来。

那么，如何学习大模型 AGI ？

由于新岗位的生产效率，要优于被取代岗位的生产效率，所以实际上整个社会的生产效率是提升的。

但是具体到个人，只能说是：

“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。

这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。

我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。

我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑，所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限，很多互联网行业朋友无法获得正确的资料得到学习提升，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

-END-

---

👉AGI大模型学习路线汇总👈

大模型学习路线图，整体分为7个大的阶段：（全套教程文末领取哈）

第一阶段： 从大模型系统设计入手，讲解大模型的主要方法；

第二阶段： 在通过大模型提示词工程从Prompts角度入手更好发挥模型的作用；

第三阶段： 大模型平台应用开发借助阿里云PAI平台构建电商领域虚拟试衣系统；

第四阶段： 大模型知识库应用开发以LangChain框架为例，构建物流行业咨询智能问答系统；

第五阶段： 大模型微调开发借助以大健康、新零售、新媒体领域构建适合当前领域大模型；

第六阶段： 以SD多模态大模型为主，搭建了文生图小程序案例；

第七阶段： 以大模型平台应用与开发为主，通过星火大模型，文心大模型等成熟大模型构建大模型行业应用。

👉AGI大模型实战案例👈

光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

👉AGI大模型视频和PDF合集👈

观看零基础学习书籍和视频，看书籍和视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

👉学会后的收获：👈

• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；

• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；

• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；

• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习框架等技术，这些技术的掌握可以提高程序员的编码能力和分析能力，让程序员更加熟练地编写高质量的代码。

👉获取方式：

😝有需要的小伙伴，可以保存图片到wx扫描二v码免费领取【保证100%免费】🆓