近日,中國AI醫療領域的領軍企業醫渡科技(2158.HK)攜手動脈網,推出了“醫渡科技AI中臺”新品鑒直播活動。直播中,醫渡科技大模型團隊全面而深入地介紹了該產品的核心功能與應用場景。醫渡科技希望AI中臺能夠成為AI能力的“橋梁”和“引擎”,幫助醫療機構自主構建及應用AI能力,打造醫院智能化建設的新范式。

兩個趨勢一個認知:打造AI中臺的動因

隨著人工智能技術的持續進步,大模型正從通用領域向各行業垂直細分領域縱深發展,這一演進已成為必然趨勢。

技術趨勢的背后,政策動向亦在積極響應與推動。國家對人工智能在醫療領域的深入應用給予了明確支持,利好政策頻出:2024年11月,國家衛生健康委、國家中醫藥局、國家疾控局研究制定了《衛生健康行業人工智能應用場景參考指引》,明確了84個AI應用場景;上海市人民政府辦公廳關于印發《上海市發展醫學人工智能工作方案(2025—2027年)》,明確醫學人工智能發展重點場景。

醫渡科技深刻洞察到,在這場醫療智能化浪潮中,大模型多任務引擎的技術特質讓醫療機構全面實現智能化成為可能。但實現這種可能的前提是,醫療機構要能自主的構建應用模型和智能應用,打破傳統“煙囪”應用建設模式。為了充分釋放大模型的多任務引擎價值,醫渡科技打造了AI中臺,以解決自建大模型門檻過高的問題,幫助醫院掌握自主的AI能力,安全、專業、自主地建設智慧醫院,真正實現“授人以漁”。

攻堅克難:挑戰與應對

在醫療這一高度專業且復雜的領域,醫療垂域大模型的建設及落地均面臨著諸多挑戰。

算力方面,醫療機構在部署AI系統時,常因算力昂貴而望而卻步。醫渡科技提供可私有部署的醫療垂域L1模型,并實現國內外主流芯片訓練、推理全鏈路適配,單/多機集群靈活配置,高效利用算力,并且滿足云、端多種適配需求。

數據層面,醫療數據普遍存在分散、孤立和質量參差不齊的問題,如何利用私有業務數據打造應用模型,是另一個難題,醫渡科技依托其十年醫療大數據治理經驗,在數據治理、模型訓練數據準備上積累了豐富的經驗,能夠更高效的發揮數據智能應用價值。

算法上,醫療專業性要求極高,并且知識更新速度快。醫渡科技基于十年來積累的多維度可量化醫學知識圖譜打造醫療垂域大模型,并構建了解釋溯源體系,提升模型精準度。

場景方面,AI在醫療場景中的應用面臨用戶信任難建立和業務場景模型需求發散的雙重困境。醫渡科技十年深耕醫療行業,實現了“醫-藥-險-患”全場景的覆蓋,積累了豐富的場景理解和落地經驗,能夠根據場景需求更好的定義模型能力和數據需求,這也是大模型落地產生價值的必要條件。

通過引入AI中臺,不僅可以喚醒機構沉睡的數字化資源,還能破解自建大模型門檻過高的難題,讓最了解需求場景的人擁有自主構建大模型應用的能力。

AI中臺:醫院AI能力自主構建與應用新范式

醫渡科技為醫院提供了軟硬結合、訓推一體的AI中臺,幫助醫院實現自主可控、私有安全、開放創新的AI能力和應用構建。

硬件資源適配:國內外主流芯片訓練、推理全鏈路適配,單/多機集群靈活配置,高效利用算力。

醫療垂域大模型:提供多參數版本的醫療垂域大模型(6B/13B/70B),滿足醫學專業性要求和多個醫療明確任務場景應用需求。

可視化易操作的AI能力研發與開放平臺:提供一套覆蓋大模型訓練、推理應用、效果驗證等的完整工具鏈產品,能夠讓用戶發揮自有數據和知識優勢,進行模型能力的場景微調,同時作為統一的AI服務接口,提供標準化、便捷的AI能力調用服務。

零代碼構建智能體和應用:提供知識庫管理平臺、智能體管理平臺,利用RAG、Workflow、提示詞工程、LLM Agent等實現零代碼構建智能體和應用。讓每個懂業務的用戶都能夠自主創建自己的智能應用。

目前AI中臺面向全網開放,供用戶免費使用,旨在攜手各方共同構建AI科研成果轉化的應用生態,促進醫療垂域大模型的行業發展。我們相信,隨著AI中臺的廣泛應用,AI醫療領域將迎來更加廣闊的發展前景。