近日,中国AI医疗领域的领军企业医渡科技(2158.HK)携手动脉网,推出了“医渡科技AI中台”新品鉴直播活动。直播中,医渡科技大模型团队全面而深入地介绍了该产品的核心功能与应用场景。医渡科技希望AI中台能够成为AI能力的“桥梁”和“引擎”,帮助医疗机构自主构建及应用AI能力,打造医院智能化建设的新范式。

两个趋势一个认知:打造AI中台的动因

随着人工智能技术的持续进步,大模型正从通用领域向各行业垂直细分领域纵深发展,这一演进已成为必然趋势。

技术趋势的背后,政策动向亦在积极响应与推动。国家对人工智能在医疗领域的深入应用给予了明确支持,利好政策频出:2024年11月,国家卫生健康委、国家中医药局、国家疾控局研究制定了《卫生健康行业人工智能应用场景参考指引》,明确了84个AI应用场景;上海市人民政府办公厅关于印发《上海市发展医学人工智能工作方案(2025—2027年)》,明确医学人工智能发展重点场景。

医渡科技深刻洞察到,在这场医疗智能化浪潮中,大模型多任务引擎的技术特质让医疗机构全面实现智能化成为可能。但实现这种可能的前提是,医疗机构要能自主的构建应用模型和智能应用,打破传统“烟囱”应用建设模式。为了充分释放大模型的多任务引擎价值,医渡科技打造了AI中台,以解决自建大模型门槛过高的问题,帮助医院掌握自主的AI能力,安全、专业、自主地建设智慧医院,真正实现“授人以渔”。

攻坚克难:挑战与应对

在医疗这一高度专业且复杂的领域,医疗垂域大模型的建设及落地均面临着诸多挑战。

算力方面,医疗机构在部署AI系统时,常因算力昂贵而望而却步。医渡科技提供可私有部署的医疗垂域L1模型,并实现国内外主流芯片训练、推理全链路适配,单/多机集群灵活配置,高效利用算力,并且满足云、端多种适配需求。

数据层面,医疗数据普遍存在分散、孤立和质量参差不齐的问题,如何利用私有业务数据打造应用模型,是另一个难题,医渡科技依托其十年医疗大数据治理经验,在数据治理、模型训练数据准备上积累了丰富的经验,能够更高效的发挥数据智能应用价值。

算法上,医疗专业性要求极高,并且知识更新速度快。医渡科技基于十年来积累的多维度可量化医学知识图谱打造医疗垂域大模型,并构建了解释溯源体系,提升模型精准度。

场景方面,AI在医疗场景中的应用面临用户信任难建立和业务场景模型需求发散的双重困境。医渡科技十年深耕医疗行业,实现了“医-药-险-患”全场景的覆盖,积累了丰富的场景理解和落地经验,能够根据场景需求更好的定义模型能力和数据需求,这也是大模型落地产生价值的必要条件。

通过引入AI中台,不仅可以唤醒机构沉睡的数字化资源,还能破解自建大模型门槛过高的难题,让最了解需求场景的人拥有自主构建大模型应用的能力。

AI中台:医院AI能力自主构建与应用新范式

医渡科技为医院提供了软硬结合、训推一体的AI中台,帮助医院实现自主可控、私有安全、开放创新的AI能力和应用构建。

硬件资源适配:国内外主流芯片训练、推理全链路适配,单/多机集群灵活配置,高效利用算力。

医疗垂域大模型:提供多参数版本的医疗垂域大模型(6B/13B/70B),满足医学专业性要求和多个医疗明确任务场景应用需求。

可视化易操作的AI能力研发与开放平台:提供一套覆盖大模型训练、推理应用、效果验证等的完整工具链产品,能够让用户发挥自有数据和知识优势,进行模型能力的场景微调,同时作为统一的AI服务接口,提供标准化、便捷的AI能力调用服务。

零代码构建智能体和应用:提供知识库管理平台、智能体管理平台,利用RAG、Workflow、提示词工程、LLM Agent等实现零代码构建智能体和应用。让每个懂业务的用户都能够自主创建自己的智能应用。

目前AI中台面向全网开放,供用户免费使用,旨在携手各方共同构建AI科研成果转化的应用生态,促进医疗垂域大模型的行业发展。我们相信,随着AI中台的广泛应用,AI医疗领域将迎来更加广阔的发展前景。