El 1 de noviembre, en la serie de actividades "Piloto de inteligencia digital" de Sichuan Netcom de 2024, la 14.ª serie de actividades "Entrando en la frontera de la nueva productividad" de Sichuan Netcom y la 10.ª Conferencia de tecnología inteligente de Big Data biomédico, el académico de la Academia de Ciencias de China, Chen Runsheng, Un investigador del Instituto de Biofísica de la Academia de Ciencias de China fue entrevistado por un periodista del Daily Economic News.
En la entrevista, Chen Runsheng dijo que los modelos de inteligencia artificial a gran escala aún se encuentran en sus primeras etapas, incluida su aplicación en la industria biomédica, y que todavía queda un largo camino por recorrer. Se puede decir que la aplicación de grandes modelos de inteligencia artificial en la industria biomédica apenas ha comenzado.
En el futuro, "la aplicación e intervención de grandes modelos de inteligencia artificial en todo el sistema médico será integral, y la aplicación de la inteligencia artificial se realizará antes, durante y después del tratamiento. La inteligencia artificial no solo mejorará en gran medida la eficiencia de la atención médica tratamiento, pero también cambiará fundamentalmente todo el sistema médico, convirtiéndolo en una supervisión médica que cubra a todas las personas y en todas las etapas, cambiando todo el paradigma médico”, afirmó.
Recientemente, se llevaron a cabo en Chengdu la 14ª serie de actividades "Navegación por inteligencia digital" de Sichuan Netcom 2024 Sichuan Netcom "Entrando en la frontera de la nueva productividad" y la 10ª Conferencia de tecnología inteligente de Big Data biomédica. En la reunión, representantes de expertos médicos nacionales y extranjeros, compañías médicas inteligentes y otras partes discutieron el desarrollo de alta calidad de la nueva productividad digital en salud.
Como uno de los primeros investigadores científicos dedicados a la investigación en biología teórica y bioinformática en mi país, Chen Runsheng dijo que, en general, los grandes modelos de inteligencia artificial aún se encuentran en sus primeras etapas, incluida su aplicación en la industria biomédica, y todavía queda un largo camino por recorrer. Camino a seguir. Tengo que irme. Se puede decir que la aplicación de grandes modelos de inteligencia artificial en la industria biomédica apenas ha comenzado.
"Estas primeras aplicaciones de datos, incluida la gestión de registros médicos, el registro de información de registro básica y la gestión de registros médicos electrónicos, utilizaban big data para automatizar el proceso. Con la ayuda de estos datos, podemos analizar las partes regulares y luego resolver el problema. Problemas más prácticos: Aunque todavía están en sus inicios, los big data ya han hecho contribuciones sustanciales a la industria biomédica", afirmó.
Tomando como ejemplo el desarrollo temprano de medicamentos, la experiencia pasada es que se necesitan 10 años y mil millones de dólares para desarrollar un nuevo medicamento. Pero con la ayuda de big data y la inteligencia artificial, los tipos de compuestos que deben analizarse pueden haber cambiado de decenas de miles a cientos o incluso docenas, y el alcance de la búsqueda se ha convertido en el 1% de la eficiencia original. El desarrollo de nuevos fármacos ha mejorado mucho. Estas son las prácticas de aplicación del big data y la inteligencia artificial en el campo de la biomedicina.
En opinión de Chen Runsheng, todos los grandes modelos industriales se basan en la potencia informática y los datos.
"En primer lugar, la clave para determinar si se puede crear un modelo industrial a gran escala es cuántos datos de la industria domina el constructor, por lo que los datos son la clave. Pero con los datos, es necesario resolver dos problemas: uno es la estandarización de los datos y el segundo. y el otro es la integración de datos”, afirmó. La llamada estandarización de datos se refiere a la universalidad y el reconocimiento mutuo de los datos. Si los estándares para los datos generados por varias instituciones o plataformas no están unificados, se perderá la base para la aplicación. La integración de datos consiste en superar las limitaciones de los datos únicos. Si no se puede compartirlos, el papel y la importancia de los modelos grandes disminuirán.
Para resolver los problemas de estandarización e integración de datos, debe existir un organismo líder. Chen Runsheng cree que, tomando como ejemplo a los Estados Unidos, el organismo principal para resolver la estandarización de datos puede ser la IA abierta, mientras que tomando como ejemplo los datos de la industria médica, es posible que los departamentos relevantes, como el de atención médica, deban tomar la iniciativa en la solución de la especificación estándar. cuestión de las fuentes de datos. Además de resolver el problema de la estandarización de datos, la integración de datos también requiere que dicho departamento institucional tome la iniciativa.
Además, para las instituciones médicas, construir sus propios modelos farmacéuticos grandes sigue siendo un elemento de costo. Para una gran cantidad de hospitales que luchan con problemas de rentabilidad, cómo construir y utilizar big data y grandes modelos es una cuestión de costos y beneficios. Al respecto, Chen Runsheng dijo: "La mejora de la conciencia hospitalaria y la intervención de los departamentos de gestión resolverán gradualmente este problema. Debido a que el uso de big data es inevitable para el desarrollo, si no se da este paso, será eliminado gradualmente". "No se trata de si hacerlo o no. La cuestión de cuándo hacerlo es una tendencia a la que hay que adaptarse. Quien lo haga primero tendrá la ventaja y quien lo haga primero se beneficiará más".
Chen Runsheng dijo: "La aplicación e intervención del gran modelo de inteligencia artificial en todo el sistema médico es integral. La aplicación de la inteligencia artificial se realizará antes, durante y después del tratamiento. La inteligencia artificial no solo mejorará en gran medida la eficiencia del tratamiento médico. , pero también cambiará fundamentalmente todo el sistema médico, convirtiéndolo en una supervisión médica que cubra a todas las personas y en todas las etapas, cambiando todo el paradigma médico ".