医渡科技徐济铭：以大模型驱动更深层次的医疗解决方案

由清华大学主办，北京市海淀区人民政府、中国电子学会、清华大学临床医学院、中国科技产业化促进会承办的2024中关村论坛之“2024世界数字健康论坛”在京举办。19位院士、70位院长、百余位全球数字健康、智慧医疗领域顶尖专家学者、企业家、投资家参与了本次论坛，共议“数智聚力，开启健康医疗新时代”。医渡科技CEO、联合创始人徐济铭受邀参会与行业专家深度探讨医院自主可控垂域大模型建设新蓝图。

本次论坛上，国家卫健委副主任李斌，中国工程院副院长、中国工程院院士王辰，北京市副市长马骏，世界工程组织联合会主席穆斯塔法·谢胡，世界卫生组织驻华代表马丁·泰勒，清华大学临床医学院院长、中国工程院院士、论坛主席团主席董家鸿院士发表致辞。

多位院士、科研机构负责人、国内外知名数字健康领域专家与企业家进行演讲，洞察全球数字健康产业创新技术、发展路线、前沿技术与应用场景深化，共谋数字健康事业高质量发展。医渡科技CEO、联合创始人徐济铭分享的“医院自主可控垂域大模型建设”引起与会者的高度关注。

医渡科技CEO、联合创始人徐济铭发表演讲

在医疗领域，大模型的应用可加快医院在医疗AI领域的自主研发步伐，避免技术“卡脖子”现象，是医院数字化升级、增强服务效能与质量、激发科研创新的重要策略。医院自主可控的垂域大模型建设，正成为推动医疗行业智能化升级的关键力量。

徐济铭指出，自主可控医疗垂域大模型的构建之路并非坦途，需直面几大核心挑战：

首先，在数据方面，构建医疗垂域大模型高度依赖高质量的医疗数据，而这些数据的收集、净化及处理不仅技术门槛高，还牵涉到严格的隐私保护与安全考量。

其次，算力问题不容小觑，多数医疗机构难以企及支持大模型运行所需的强大计算能力，加之计算成本高昂和高效算力资源的稀缺，构成了显著阻碍。

此外，算法层面的挑战则体现在全链路算法能力的缺失，尤其是在医疗这一高度专业且对精确度有严苛要求的领域，现有的技术水平尚不足以完全满足需求。

最后，应用场景的模糊与分散也是一大难题：不仅部分场景的应用目标不够明确，而且在已明确的场景中，如何构建可持续的商业模式并确保巨额投资能够获得合理回报，也是一个重要问题。

面对挑战，医渡科技依托十年医疗大数据治理经验，与众多医院合作，持续深化对医疗场景的理解与模型优化，还联合昇腾AI打造了大模型训推一体解决方案，其内置基于千亿精细化训练Token的基础模型，提供数据管理、模型管理、训练管理、评测管理、应用管理的完整工具链，开箱可用，不仅极大地降低了大模型研发使用门槛，还能提供本地高效处理和个性化训练能力，使得高质量数据可以在安全可信的前提下参与到大模型训练中。

大模型训推一体解决方案能让每个懂需求场景的用户自主构建符合信创、自主可控的大模型和新数智中心，其核心优势包括：

● 自主+安全：医渡科技提供硬件、模型、操作平台和应用的一站式解决方案，支持用户自主叠加数据预训练和针对场景的微调。这使得用户能够根据自身需求灵活定制和优化模型，应用开放安全。

● 专业+多场景：模型可针对医院场景强化训练，医学专业需求模型能力不断增强，同时可多元场景应用，满足医、教、研、管等需求。

● 0代码开发+易用：医渡科技致力于降低技术门槛，让用户无需编写代码就能构建应用。开箱即用的操作平台和可视化界面，使用户可以轻松上手并进行高效的数据处理和模型应用。

此外，医渡科技构建了成熟的工具链，提供从数据处理、模型训练、模型评估到模型应用全流程服务，同时还提供了灵活自主的模型能力，实现与院内已有产品和服务的无缝融合。

医渡科技旗下医渡云通过建设“双中台”架构，即“数据中台”与“AI中台”，为医院提供一站式解决方案。“数据中台”负责整合、治理、安全管理医院的庞大数据资源，确保数据质量与合规性；“AI中台”则依托强大的算法模型库，支持医院根据自身特点快速构建、训练定制化模型，无需深入理解底层算法，实现“零代码”操作。

通过这样的方式，医院能够充分利用自身的数据优势，构建出符合自身需求的大模型，从而充分利用自有数据资产，实现数据价值最大化。

“利用大模型技术提高数据生产和处理的效率，让经过治理的数据在业务场景上发挥作用，同时也变成大模型的训练语料，这样形成一个良性循环的飞轮，既提高数据的可用性，也提升智能技术的应用性。”徐济铭表示，在此“双中台”架构之上，医院可灵活部署多样化应用场景，全面解锁智能医疗的新潜能。

徐济铭表示，基于大模型技术，医渡科技已经对原有的数据治理、医院管理、临床科研、临床诊疗等多个场景的解决方案进行了升级。

在临床诊疗方面，大模型支持病历自动生成、病历质控、提供辅助诊疗建议，显著减轻了临床医生的工作负担。在患者服务层面，为医院智慧服务的全流程赋能，提升患者就医体验。

科研层面，医渡科技大模型能迅速理解临床医生的研究设计，快速生成查询条件，秒级匹配患者，极大地提升了临床研究的效率，助力加速科研产出。

在医院管理层面，借助大模型的智能化，医院能够进行精细化运营，通过自然语言提问，系统自动分析并给出可视化答案，不仅提高了决策效率，还为管理者提供了具体行动建议。

徐济铭表示，目前医渡科技正以大模型为核心，驱动更深层次的医疗解决方案。

此次分享不仅是对医渡科技在医疗大模型领域探索实践的剖析，更是对整个医疗行业未来发展的一次前瞻性思考。业界有理由相信，医院原有数据平台将在 AI 中台/大模型的加持下发挥更大价值。作为医疗智能的领航者，医渡科技正以实际行动推动自主可控大模型建设与发展，也将持续致力于将前沿的大模型技术与医疗实践相结合，推动医疗行业智能化升级与高质量发展。