全球首發多模態醫療大模型砭石，智慧眼開啟二級市場衝刺征程

“AI時代，所有産品都值得用大模型重新升級。”

“未來所有的應用都將基於大模型來開發，每一個行業都應該有屬於自己的大模型。”

這兩句話分別出自張勇、李彥宏之口，前一句發生在阿裏“通義千問”大模型正式亮相的峰會上，後一句摘錄自李彥宏在2023中關村論壇中的演講內容。

似乎自Chat-GPT發佈後，一股大模型之風便席捲了全球，——3月，百度發佈“文心一言”，4月，商湯科技帶來“商量SenseChat”，阿裏推出“通義千問”……

幾乎所有網際網路大廠都已加入“戰役”之中，大模型成為了“兵家必爭之地”。

然而，對於身處在網際網路或科技行業之外的人來説，似乎總有種誤區——是Chat-GPT帶火了大模型賽道。但事實是，Chat-GPT只是讓大模型從幕後走向了臺前，使其被更多人所熟知。早在Chat-GPT發佈之前，一場關於大模型的“軍備賽”已在各行各業打響，例如文娛行業，例如醫療健康行業。

只是，較為遺憾的是，其中能夠兼具技術落地與成功商業化的企業並不常見，能成功登陸二級市場的企業也較為罕見。因此，能夠實現技術落地與商業化兼具的企業，順理成章成為了行業關注所在，也成為了外界想要深入了解這一行業的鑰匙所在。

智慧眼科技股份有限公司（下文簡稱智慧眼）似乎就是其中一把鑰匙。今年5月20日，智慧眼正式首發多模態醫療大模型——砭石，可賦能醫藥服務、慢病管理、輔助診斷等多個醫療健康場景。而在此前，智慧眼已連續三年實現盈利，並已啟動了IPO相關工作。

輔助診斷、合理用藥、醫學知識檢索……砭石大模型既可提升基層醫療水準，又可助力大型三甲醫院降本增效

如同“先有雞還是先有蛋”這一哲學問題帶給人們的困惑一樣，擺在人工智慧企業面前的，也有一道難題，是先拎著技術去找應用場景的發展路徑更優，還是從挖掘應用場景的需求出發打磨技術及産品的發展路徑更優？

智慧眼從一開始便選擇了後者，先深入挖掘場景需求，再研發特定的AI技術、演算法模型等。如此，不僅可為技術的實際落地、商業化提前鋪好路，還更能滿足特定場景對AI技術應用的需求。

但需要注意的是，這並不意味著在尋找應用場景之前，智慧眼便毫無技術積累。相反，在正式進入醫療健康領域之前，智慧眼已在人社、醫保、衛健等領域摸爬滾打多年，在電腦視覺、知識圖譜、自然語言處理、隱私計算等核心技術方面積累頗豐並保持著國際前沿水準。

例如，智慧眼人臉識別技術曾在Google舉辦的MegaFace百萬干擾級演算法挑戰賽中榮獲第二名，指靜脈識別技術也連續三年獲得了全球演算法挑戰賽（ICB-CFVR）世界冠軍。

在過往技術的積累下，智慧眼擁有了向醫療健康行業進軍的銳氣。而在研發特定人工智慧技術、模型之前，智慧眼深度挖掘了醫療健康領域對人工智慧技術的應用需求，並以此打磨砭石大模型。

具體而言，對於現階段國內醫療健康行業來説，針對哪一問題的解決方案最為迫切？所有答案中，醫療資源分佈不均，基層醫療水準亟待提升一定排在首位。

誠然，在我國，這一問題已是不爭的事實，國家對此也積極採取舉措，出臺一系列舉措推動優質醫療資源下沉，提升基層醫療水準。分級診療政策、醫聯體、醫共體建設、大力推動醫院資訊化建設、遠端診療的開展，均是為了共同的目標，即解決醫療資源分佈不均問題。

而在其中，人工智慧技術不可或缺，既可承擔數據互聯互通的重任，又可因具備輔助診斷能力，幫助基層醫生提升臨床診斷能力。

因此，基層醫療成為了智慧眼砭石大模型的首要應用場景。病歷質控、輔助診斷、合理規範用藥……砭石大模型會從患者管理、提升診療用藥品質水準等多方面全方位為基層醫生賦能。

需要強調的是，智慧眼砭石大模型輔助診斷技術的開發初衷並非為了成為醫生，而是為了成為醫生的智慧工具，幫助醫生在自身過往診療經驗和人工智慧輔助診斷建議的基礎上，對患者做出更有針對性的診斷，幫助基層醫生提高診斷水準，從而實現優質醫療服務下沉。

而在基層醫療水準亟待提高的同時，優質醫療資源的集中地——大型公立三甲醫院同樣面臨患者數量“過載”而醫生資源緊缺、醫生工作強度過飽和等問題。而智慧眼砭石大模型前述的輔助診斷、合理用藥等功能，無疑能在一定程度上提高醫生的工作效率，緩解其過飽和的工作負荷。

並且，無論是基層醫生還是大型公立三甲醫院醫生，個人成長都極為重要。對此，智慧眼砭石大模型還可提供醫學知識檢索等醫生個人學習層面的技術支援，幫助醫生日日精進醫學造詣。

用藥、支付、慢病管理——砭石大模型全面覆蓋醫療健康場景

除了醫院場景外，智慧眼還瞄準了三個關鍵應用場景——實體醫藥機構、慢病管理以及醫保基金監管。

佈局實體醫藥機構與醫保基金監管的原因不難理解，二者分別對應藥品與支付兩大醫療健康不可或缺的部分。至於慢病管理乃至健康管理，則是對近年來出現的對患者全生命週期管理需求的回應。

那麼，具體到藥品、慢病管理以及支付三個場景中，智慧眼砭石大模型又能為其提供怎樣的賦能？

對於實體醫藥機構而言，其對人工智慧技術的需求更為多元——在業務前端，其不僅需要人工智慧技術提供智慧輔助開方、處方輔助審核等支援，還需要人工智慧提供醫保結算、藥物配送和用藥跟蹤等技術支援；而在業務後端，實體藥品機構可能還需要數字化管理系統，為其提供藥品供應鏈管理、藥店運營等管理層面的支援。

對此，以砭石大模型為技術基礎，智慧眼打通了醫療服務需求方、服務方、支付方及藥品提供方，可為實體醫藥機構提供輔助開方、輔助診斷、智慧用藥和藥事服務。

不僅如此，實體醫藥機構也是患者全生命週期健康管理理念的重要落地場景，由此也可能衍生出用戶留存、個性化健康管理方案制定、用戶健康數據收集及監測等需求。

而基於砭石大模型，智慧眼開發了一套雲慢病患者服務管理系統，打通了院內就診數據與院外可穿戴設備監測數據，並利用AI演算法與循證醫學知識圖譜對數據進行智慧化分析從而形成該患者的個性化慢病（健康）管理方案，形成了對患者疾病診後管理環節的有效補充。

但是，需要注意的是，智慧眼基於砭石大模型而開發的這套慢病管理系統的落地場景，並不局限于實體醫藥機構中，還會在居家場景中拓展，以滿足未來家庭化、個性化的醫療健康管理與醫療服務新需求。

至於佈局醫保監管，則與現階段我國醫保基金支出壓力較大，醫療費用增長速度快，不無關係。

據保觀相關統計，2012年至2020年，我國城鄉居民醫保基金支出年化複合增速為36.56%，但同期收入增幅僅為34%。換言之，國內基本醫療保險基金支出已持續承壓。

在此背景下，我國持續推出了相應的醫保政策，並開始嚴厲打擊欺詐騙保行為。而在其中，通過人工智慧與大數據技術可建立醫保風控模型，從而實現對購藥、診療行為真實性、合規性的自動化、智慧化分析，從而規範診療、用藥行為，實現打擊欺詐騙保行為的目的。

這也是智慧眼砭石大模型賦能醫保基金監管，提高醫保基金使用效率的原理所在。

三大技術特點保障輔助診斷準確性、數據安全性與任務執行多樣性

但正如前文所言，先深度挖掘應用場景需求，再研發特定人工智慧技術、演算法模型是智慧眼區別於其他AI企業的特點。那麼，智慧眼砭石大模型與行業通用大模型相比，又具有哪些技術特點使其能夠充分實踐智慧眼在醫療健康領域的宏圖大志？

邱建華表示，首先，與諸如文娛等其他行業的顯著區別在於，醫療健康行業十分注重循證，即在醫療決策中，需要綜合考慮臨床證據、醫生經驗與患者實際情況和意願等因素，且醫療診斷準確性將對患者生命健康産生直接影響。因此，人工智慧輔助診斷系統必須以權威醫學證據及臨床數據為基礎，且需具備較高的診斷準確性。

對此，智慧眼砭石大模型採用了知識圖譜與大模型結合的技術路線，在訓練過程中加入了知識圖譜進行知識增強，並結合了RLHF技術，從而實現了在500億參數的條件下，醫學問答的準確度比僅使用大模型技術提升了近10%。

同時，由於醫療數據包含文本、圖片、視頻、音頻多種非結構化形式，即，醫療健康數據為多模態數據。因此，為實現前文提及的智慧問診、輔助閱片、健康監測等功能，智慧眼砭石大模型採用了多模態視覺處理技術，能夠支援醫療領域多模態數據的輸入，也能支援多樣化任務的結構化醫學文本“輸出”。

不僅如此，醫療健康領域格外重視數據安全，且人工智慧技術在其領域的應用效果不僅取決於訓練數據的規模，也取決於訓練數據的品質。換言之，若想人工智慧技術在醫療健康領域合規應用且應用效果優異，人工智慧企業需要在遵守數據安全標準的前提下充分釋放高品質數據價值。

對此，智慧眼砭石大模型解決了保護隱私的分佈式知識遷移和聯邦圖譜推理問題，實現了分佈式數據孤島的知識匯集，並採用了基於分佈式數據的聯邦大模型訓練，從而充分利用了高品質醫療數據價值。

而憑藉著三大技術優勢，智慧眼也有底氣放言：“至2023年年底，將會有5000個村醫、2萬家藥店、1000個血液凈化中心成為砭石大生態的合作夥伴。與此同時，依託于砭石大模型，智慧眼將持續賦能醫院、藥店、診所等基層衛生機構，幫助其提升醫療服務水準及效率，併為患者提供全生命週期的健康管理，緩解重點領域慢性疾病負擔，助力醫療體系降本增效。”

營收增長139.4%，智慧眼啟動IPO

對於醫院、醫藥機構、患者而言，智慧眼砭石大模型能為其帶來諸多益處，那麼，對於智慧眼本身，砭石大模型意味著什麼？

意味著從以往聚焦人社、醫保、民政衛健行業變為聚焦醫療健康産業的初步成功，也意味著智慧眼進軍醫療健康産業的決心。

而此前在人社、醫保、⺠政、衛健、⾦融等行業人工智慧賽道的耕耘“碩果”，自然為這份決心也增添了一份底氣。

這份碩果便是，智慧眼已連續三年實現了盈利，並且，在2020年營收的基礎上，2022年的營收增長了139.4%。

這在人工智慧企業中較為罕見。原因在於，現階段對於包含頭部企業在內的眾多人工智慧企業而言，其面臨的主要問題之一仍然是擺脫虧損。且據人工智慧産業創新聯盟秘書長安暉發佈的一份報告顯示，中國AI産品鏈中，仍有90%以上的企業處於虧損狀態。

但智慧眼不僅實現了連續三年盈利，還位列國內人工智慧電腦視覺應用市場份額排名TOP7。（數據來源IDC中國人工智慧之電腦視覺應用市場份額（2020））

實現連續盈利及較為靠前的市場份額的原因，與前文所述的先找應用場景再開發技術模型不無關係，但還有一個主要原因為，智慧眼獨特的市場策略。

筆者了解到，智慧眼以AI計算驅動業務，採用“T型戰略”進行市場拓展——在縱向上，智慧眼以自主可控、安全可靠的AI技術為核心縱向深耕數字健康産業；在橫向上，智慧眼也致力於擴展多元化市場應用場景，幫助政府、醫院、民眾乃至整個産業界激發數字化力量，踐行健康中國戰略。

具體而言，在政府業務方面，智慧眼已覆蓋智慧場景監控、醫保AI中臺和大數據反欺詐等産品；醫藥機構方面，其已打造慢病管理、處方流轉、基層衛生、智慧就醫全流程等服務運營平臺；而在民眾方面，智慧眼已建設全國極具競爭力的“網際網路+”健康養老服務雲平臺。

換言之，通過聚焦數字健康産業供應鏈上游並探索其在下游市場的多元化，智慧眼能夠使上游聚焦與下游多元化互為杠桿，從而形成良性互動迴圈。

而當智慧眼一路過關斬將，不斷完善自身技術研發能力、技術應用落地能力以及商業化能力後，智慧眼也向二級市場發起了進攻，期待在二級市場嶄露頭角。

“千模大戰”的戰火，已在一級市場、二級市場，醫療健康行業、文娛行業及其他行業全面展開。