2023年是公认的“大模型元年”，随着ChatGPT的横空出世，在过去的半年时间里，国内外众多企业都陆续推出自己的大模型。在大模型不断涌现的同时，如何实现大模型在各大产业领域的落地成为了一个新的问题。
相较其他领域，大模型在医疗领域的落地面临着更复杂的挑战：一方面，不同模态的医疗数据之间，成像模式、图像特征都有较大差异，且医疗临床长尾问题纷繁复杂;另一方面，医疗数据私密性要求极高，满足医疗机构本地环境部署要求也是大模型落地的重要考量因素。因此，行业发展亟需适应不同临床问题、且能满足临床部署要求的医疗专业大模型。
近日，商汤科技推出融入医疗大模型的升级版“智慧医院”综合解决方案，利用覆盖多模态的医疗基础模型群，赋能医院的就医、诊疗、随访等环节，并有效助力医疗长尾问题的解决。该方案涵盖医疗语言大模型、医疗影像大模型、生信大模型等多种垂类基础模型群，覆盖CT、MRI、超声、内镜、病理、医学文本、生信数据等不同医疗数据模态。
大模型训练，离不开强大的算力支持。据了解，商汤大装置SenseCore拥有5000 Petaflops算力，支持20个千亿参数超大模型同时训练，为大模型的创新和应用效率大大提速。借助商汤大装置的超大算力和医疗基础模型群的坚实基础，商汤能够化身“医疗大模型工厂”，基于医疗机构的特定需求帮助其针对下游临床长尾问题高效训练模型，甚至辅助机构实现模型自主训练。
“‘医疗大模型工厂’突破了医疗长尾问题数据样本少、标注难度高的瓶颈，实现了针对不同任务的小数据、弱标注、高效率的训练，同时显著降低了大模型部署成本，满足不同医疗机构个性化、多样化的临床诊疗需求。”商汤科技副总裁、智慧医疗业务负责人张少霆表示。
目前，商汤科技“智慧医院”综合解决方案已落地全国多家头部三甲医院，用更多元化的AI服务，赋能医院诊疗、科研、决策等各个层面，助力医院智慧化转型升级。接下来，商汤将探索医疗大模型在更多医疗场景的落地，为更多科室赋能，优化医生的诊疗效果，提升患者就医体验。
