首届LaMMs会议圆满举行，大语言模型医疗行业引领者共话创新实践

12月20日，医院智能化转型专题暨LaMMs大语言模型医疗交流会在杭州滨江圆满落幕。本次大会由浙江省卫生信息学会主办，浙江省卫生信息学会医院信息化分会与杭州人工智能计算中心承办，全诊医学、杭州昇腾生态创新中心、中国数谷协办。

    随着大语言模型技术在人工智能领域的卓越进步，新一代人工智能大模型技术为医疗行业带来了巨大变革。为推动这一前沿技术的交流合作，分享实践经验，共同应对挑战，业内先行者们联合发起了专注于大语言模型在医疗领域应用的专业交流会--LaMMs（LargeLanguage Model MedicalSymposium）。本次会议汇聚了科研界、医疗行业及产业界的引领者们，开展了一场关于大语言模型医疗应用与实践的跨领域精彩交流，旨在探讨大语言模型在医疗健康领域的最新研究和技术突破，展示大模型技术如何改善医疗服务和患者体验，讨论当前面临的挑战及解决方案，寻求共识以推动行业发展，以及展望未来趋势、探讨可能的技术发展路径。

    本次大会发言嘉宾有：杭州高新区管委会副主任王理生、北京大学医学部副主任段丽萍、北京大学第三医院书记金昌晓、常州市第一人民医院院长周军、苏州市立医院院长陈彦、成都市第三人民医院副院长李暄、温州医科大学附属第一医院副院长金献测、浙江省卫生信息学会医院信息化分会主任委员费科锋、邵逸夫医院门诊部主任丁勇、西京医院信息科主任蒋昆、邵逸夫医院IT中心副主任叶进明、浙江省人民医院医务部副主任丁丽萍、北京协和医院泌尿外科教授肖河、浙江省人民医院数字医疗首席专家金东、复旦大学计算机科学技术学院教授郑骁庆、浙商创投总裁游向东、全诊医学总经理薛翀、杭州昇腾生态创新中心首席技术官叶一波、树兰医疗集团总裁郑杰、创新医疗管理集团总裁马建建、浙江健康云常务副总经理杨健出席本次会议并上台发言。另有近两百位嘉宾参会聆听。

    会议伊始，LaMMs大会主持、浙江省卫生信息学会医院信息化分会主任委员费科锋作开场介绍。费科锋介绍了本次会议的缘起和筹办历程，并回顾了我国医疗信息化近20年来的飞速发展，以及AI时代医疗信息化向人工智能转型的必然趋势及当下面临的诸多机缘与挑战。“十多年前，国内曾吹起过一股引领时代潮流的技术变革之风--互联网+，现在人工智能的大风更猛烈，推着所有人前进，我们迫切想知道如何向前。”费科锋表示，正是在这样的时间节点，这场LaMMs会议被大家高度关注、需要和期待。

    大会开幕式上，杭州高新区管委会副主任王理生作开幕致辞，并对会议召开表示祝贺。王理生介绍，生物医药产业是杭州高新区的重点产业，特别是在数字健康领域，杭州高新区依托数字经济基础，推进生物技术与数字技术融合，支持了一批优秀企业成长。杭州高新区把算力、模型和数据作为核心要素支撑，打造了中国数谷，还与华为合作建设了浙江省首个人工智能计算中心，并探索零磁医疗及大模型应用，打通科研、产业和技术壁垒。

智慧医疗新纪元

    AI助力医院大模型实践转型升级

    北京大学医学部副主任段丽萍担任上半场会议主持

    会议上半场主题为“大模型医院私有化实践”，由北京大学医学部副主任段丽萍、苏州市立医院院长陈彦担任会议主持。

    常州市第一人民医院院长周军以《健康新质生产力助力公立医院高质量发展》为主题，分享了医院通过数字化转型提升医疗服务质量和效率的经验。

    周军指出，健康新质生产力是对医疗产业的全面升级，将改变传统服务模式，带来新型服务方式。数字技术尤其是人工智能的拓展，把健康跟各个场景融合起来，这是医院数字化转型的关键。医院未来有可能成为一种智能体，能够深度学习病人的需求和管理者的感受，优化医疗服务。从医疗生态角度，把人工智能大模型跟医疗各个场景结合起来，才是构建医疗的大模型，能够适用于医院的各个场景和环节。常州市第一人民医院在年初建立了智慧管理、临床科研、质量管理和运营管理四大平台，今年6月份增加了存储算力平台，进一步扩展至五大平台。智慧医院建设方面，互联网医院已覆盖诊前、诊中、诊后全流程，开展了AI大模型从导诊、预问诊到诊间听写、住院记录等全方位的应用，进一步提升医疗服务效率和服务质量。

    浙大医学院附属邵逸夫医院门诊部主任丁勇以《AI大模型：重构引擎解锁医疗新蓝图》作了主题演讲。丁勇分享了邵逸夫医院在人工智能领域的探索与实践，重点围绕算力算法、AI模型及其在医疗场景中的应用展开分享。邵逸夫医院依托强大的算力、算法和本地化数据部署，打造了自主可控的AI基础设施，通过大语言模型赋能多个医疗环节。在AI预问诊方面，医院实现了线上线下一体化，患者通过小程序或自助设备完成智能问诊和挂号，大幅提升就诊效率。同时，基于大模型的AI病历生成系统，通过语音识别和自然语言处理，自动完成病历录入和质控，减轻医生工作量、提升医疗质量。在智慧服务方面，“邵医通”客服应用大语言模型实现了7x24小时精准响应，大幅优化了服务效率和成本。丁勇强调，AI技术在提升医疗质量、优化资源配置和患者管理上展现出巨大潜力，未来医院也将持续推动智慧医疗生态建设，实现更高效、更温暖的医疗服务。

    复旦大学计算机科学技术学院教授郑骁庆分享了《大语言模型原理与关键技术》。郑骁庆深入探讨了人工智能技术的发展，特别是深度学习技术在医学领域的应用。他从神经网络的原理开始，阐述了如何发展到大语言模型，并以ChatGPT为例展示了大模型在多语言处理和知识融合方面的强大能力。郑骁庆强调，大模型的未来在于与特定行业的深度定制和协同，这将是推动技术发展的关键。他还回顾了人工智能的发展历程，提到了深度学习在图像识别等领域的突破，并预测多模态和个性化医疗将是未来的发展方向。他认为，大模型技术与医疗行业的深度融合，将开启人工智能在医疗领域应用的新篇章。

    全诊医学总经理薛翀以《在AI范式改变中构建全诊医学大语言模型》为题，分享了关于AI范式改变和构建医疗大模型的见解。他指出，类似于曾经电的普及，随着AI逐渐成为基础设施，医疗行业将迎来深刻变革。薛翀介绍，今年诺贝尔物理学奖和化学奖授予AI领域的科学家，标志着三个范式的转变：机器学习方法的进步、AI成为基础设施、AI模型开发门槛降低。这些变化意味着AI可以广泛应用于解决临床和管理中的问题，为医疗行业带来新的机遇。

    薛翀表示，全诊医学致力于将医疗AI模型的准确率提升至90%甚至更高。全诊医学专门招募有丰富经验的临床医生做提示工程，可以使大模型更好地理解任务需求，优化模型输出，减少幻觉现象，提高输出质量。医院还可以将院内优秀病案纳入模型学习，逐步构建具有特色的医疗大模型。通过指令微调和人工标注反馈，模型可以飞速迭代升级，形成自我优化的飞轮效应。全诊医学还与华为昇腾合作，在杭州人工智能计算中心实现了云训练、云推理、本地推理和本地训练的国产化适配。

    就在12月20日，国家网信办官网发布了第九批深度合成服务算法备案信息的公告，全诊大模型算法成功通过备案。

    薛翀认为，未来的医患关系将由医生、AI和患者共同构成，AI辅助医患沟通和病历书写，减轻医生和患者负担，并能作为虚拟病人反向训练医生能力。这种新的医疗范式将显著提升医疗服务效率和质量。

    杭州昇腾生态创新中心CTO叶一波围绕“共建昇腾原生生态，助力医疗行业数智化升级”进行分享。他认为，随着人工智能进入大模型时代，技术门槛大幅降低，可用性及可落地拐点即将到来。昇腾生态通过提供AI计算服务器、AI框架昇思MindSpore和一系列适配与迁移开发工具，助力伙伴打造软硬一体化的大模型训练与推理解决方案。在医疗领域，昇腾联合北京大学、深圳大学医学部、北京昌平市实验、深圳鹏城实验室等高校与科研机构在医疗创新领域展开合作，并在药物研发、蛋白质结构预测、医疗手术助手等领域取得进展。他表示，昇腾生态践行开源开放、使能伙伴的发展战略，希望联合全诊医学等生态伙伴，助力医疗行业数智化升级走深向实。

全诊昇腾模型算力一体机发布

    提供全方位医疗智能解决方案

    上半场主题分享后，浙商创投总裁游向东主持了本次大会的新技术发布环节。全诊医学与杭州昇腾生态创新中心联合正式发布“全诊昇腾模型算力一体机”。

    全诊昇腾模型算力一体机基于昇腾AI算力和全诊医学大模型，能够为医院提供私有化模型服务，保障数据安全地在本地计算，提供患者服务（AI导诊、预诊、咨询、随诊）、智能病历（AI诊间听写、住院听写、质控改写、手术记录）、决策辅助（诊断治疗、检验检查、医保控费、营养运动）、医学教育（虚拟病人、培训考核、虚拟专家、文献阅读）等全方位医疗智能解决方案。

    全诊医学总经理薛翀、首席运营官孔祥清、首席科学家刘睿，华为昇腾计算业务生态创新中心总经理周黎、华为浙江产业发展与生态部部长侯勇、杭州昇腾生态创新中心首席技术官叶一波共同上台发布。

AI赋能大模型医疗场景应用

    专家探讨医疗智慧服务新路径

    北京大学第三医院党委书记金昌晓担任上半场会议主持

    会议下半场主题为“大模型医疗场景应用”，由北京大学第三医院党委书记金昌晓、温州医科大学附属第一医院副院长金献测担任会议主持。

    成都市第三人民医院副院长李暄的演讲主题为《智慧服务新探索—AI大模型门诊智能体》。李暄介绍了成都三院在智慧服务领域的探索实践，重点介绍了AI大模型在门诊预问诊、病历生成等方面的应用与思考。医院通过AI大模型构建了门诊智能体，实现了患者线上对话与医生诊前信息采集的无缝衔接。患者通过AI与系统对话，生成的内容自动录入门诊病历，大幅减少医生文书工作量，提升了病历质量与工作效率，获得医患双方的一致好评。她提到，通过AI预问诊，患者可以在家中或候诊区完成智能对话，节省就诊时间，同时为医生提供更完整的病情信息。数据分析显示，慢性病科室如心血管内科、呼吸科的患者使用率较高，而妇产科等科室因患者接受度较高，应用效果显著。AI病历生成自动规范文书书写，帮助医生从繁琐的重复性工作中解放出来。李院长还提出强调，未来AI在医疗中的应用还需兼顾技术与人文的衔接，关注不同人群的接受度，平衡高科技与患者面对面交流的需求，探索AI与医疗服务的更好的深度融合模式。

    浙江省人民医院数字医疗首席专家金东分享了《医学人工智能加快发展路径选择和创新探索》。金东介绍了浙江省人民医院如何选择实现大模型落地的路径、发展原则以及相关案例。他建议，面对大模型的历史机遇，公立医院应利用现有成熟大模型，开发垂直模型和AIAgent，解决复杂问题，推动医疗智能化转型。“AIAgent将成为2025年的新趋势”，他介绍，浙江省人民医院已在国企科研院所的支持下开发出AIAgent 1.0版的十个集群，并将于近期发布。这些AIAgent将涵盖手术全流程管理、患者服务、重症监护等多个方面，旨在提升医疗服务效率与质量。

    北京协和医院泌尿外科教授肖河以《AI在泌尿结石专病数据库Pre-stone中的应用价值》为题作了演讲。肖河介绍，北京协和医院自2016年起开展代谢评估项目，建立了国内唯一的代谢评估专病数据库Pre-stone，实时对接医院HIS系统，旨在提高结石病的预防和慢病管理水平。该数据库包括病人基本信息、危险因素、结石病史等，特别是有结构化的CT报告。为解决病史采集难、随访效率低等问题，医院团队引入AI大模型，实现高效智能问诊、数据整理和历史病历对比等，大幅提高了医生工作效率。AI的应用也引发了团队内部关于未来医疗决策的讨论，肖河强调，数据安全的合规是AI应用过程中应当重点关注的底线。他认为，AI并非万能，不能解决所有问题，但拥抱AI是必然趋势，不拥抱AI可能会被淘汰。

    西京医院信息科主任蒋昆分享了《构建通用型AI服务平台，提升医护效能的探索》。蒋昆介绍了西京医院构建通用型AI服务平台的实践，重点提升算力利用率和医疗效率。通过本地推理与云端训练相结合，平台支持智能导诊、随访和客服等场景，优化挂号精准度、减少退号浪费，并实现高频问题的自动答复。在AI病历生成方面，西京医院尝试标准化医疗文书生成，提升病历质量和医生效率。同时，平台助力临床科研，提供多模态数据检索和AI工具，帮助医护人员快速获取高质量数据。未来西京医院还将探索AI医保决策支持及医疗机器人，推动AI在医疗场景的深度应用。

圆桌嘉宾热议大模型医疗应用的机遇与挑战

    圆桌讨论环节由大会主席费科锋主持，讨论嘉宾有：树兰医疗集团总裁郑杰、创新医疗管理集团总裁马建建、邵逸夫医院IT中心副主任叶进明、浙江省人民医院医务部副主任丁丽萍、浙江健康云常务副总经理杨健。

    关于民营医院如何看待AI的发展以及怎样应对其影响，树兰医疗集团总裁郑杰与创新医疗管理集团总裁马建建分享了自己的看法。

    郑杰表示，AI在多学科会诊中的应用正逐渐赶上甚至超越医生的传统判断，例如一些民营医院的影像科已经出现先由计算机出报告再由医生审核的趋势，这一进程不可阻挡。随着生命科学的发展，特别是肿瘤精准治疗的进步，近年来树兰医疗在探索将全基因组数据融入医院全流程，这一过程必然需要AI的支持。郑杰表示正在思考如何做好AI未来医院，他认为搭建合理的框架至关重要，可以避免许多无用功。郑杰总结，AI在医疗的应用已成为必然趋势，必须付诸实践，树兰医疗也在积极探索这一课题。

    马建建分享了对AI在民营医疗应用的几点体会。首先，AI在形态学上的应用效果显著，尤其是在细胞形态识别和图像处理方面。影像科、放射科等领域的AI辅助诊断系统已经相当成熟，未来AI是否可能从诊断配角转变为主角值得期待。其次，马建建强调AI对提升医院工作效率的重要性，大模型的应用将有效解放医护劳动力，这对于提升民营医院的工作效率尤为关键。最后，马建建展望了远程医疗的发展前景，他认为在AI和机器人技术爆发的时代，结合互联网，远程医疗有望迎来爆发式增长，实现更广泛的医疗服务覆盖。

    浙江省人民医院医务部副主任丁丽萍从事病案管理已有28年，她指出，病历既是医疗文书也是法律文书，重要但繁重。浙江省人民医院从2022年开始部署AIGC自动生成病历文本平台，两年以来，从入院记录、查房、手术记录，AI自动生成文本的应用对提高病历书写效率和准确率成效显著，准确率目前可以达到90%左右。至于AI会不会替代人工？丁丽萍认为目前还不太可能。医学过程中，每个生命体的个性化特征非常强，同样的疾病可能在不同的患者身上的发病过程、临床表现、治疗情况都不同，所以医学是基础理论加经验实践的结合。在这个过程中如果完全由AI把病人发生的情况记录下来，可能会出现“幻觉”，即不同病人出现同样的记录，这是影响病案质量的。

    邵逸夫医院IT中心副主任叶进明在讨论中分享了医院在部署算力和人工智能应用中的实践与思考。他提到，医院购买算力的过程充满挑战，GPU卡“一天一个价格”，且传统机房难以支持新型高密度服务器,尽管困难重重，在邵逸夫医院领导的大力支持下，算力系统得以快速部署。在人工智能应用方面，医院自建算力虽能用于模型开发和系统对接，但很多医院仍需依托外部运营商资源，这带来了数据安全的巨大挑战。他指出，信息部门必须守住安全底线，严格遵守网络安全法及国家相关规定，确保数据不出问题。人工智能对医院信息科是全新课题，信息人员需加强学习，甄别“真AI”与“伪AI”，避免盲目跟风。“人工智能的应用不仅需要技术支持，也需要清晰的安全意识与实践能力，才能真正为医院带来价值。”叶进明表示。

    浙江健康云常务副总经理杨健在讨论中介绍，浙江健康云是由浙江省卫健委和省数据局联合发文支持的一体化、智能化的政务云公共服务平台，是目前唯一以省级为单位构建的行业云。浙江健康云依托强大的算力投资形成了混合万卡集群，预计到2025年将拥有5000卡规模的国产算力，涵盖进口和国产芯片。针对数据安全，杨健举例，浙江健康云与华为合作在杭州人工智能计算中心设立隔离区域，确保数据不出域，保障数据安全。此外，浙江健康云也在致力于提升基层医疗服务水平，通过省级平台向社区卫生服务站推广AI辅助诊断，基层拍片后传至省里阅片，再将结果反馈给当地医生，效果良好。

    本次“医院智能化转型专题暨LaMMs大语言模型医疗交流会”不仅展示了AI技术在医疗领域的最新进展，还深入探讨了其面临的挑战与未来发展方向。通过专家学者、产业界代表的精彩分享和热烈讨论，会议为参会者提供了一个宝贵的学习和交流平台，促进了跨行业的合作与创新。

    希望LaMMs会议能够为医疗行业在人工智能时代的智能化转型提供些许新的思路与力量。我们也期待更多创新成果的涌现，助力医疗行业高质量发展，让我们共同迎接医疗AI的新时代。