Em 1º de novembro, na série de atividades "Piloto de Inteligência Digital" da Sichuan Netcom 2024, na 14ª série de atividades "Entrando na Fronteira da Nova Produtividade" da Sichuan Netcom e na 10ª Conferência de Tecnologia Inteligente de Big Data Biomédico, o acadêmico da Academia Chinesa de Ciências, Chen Runsheng, um pesquisador do Instituto de Biofísica da Academia Chinesa de Ciências foi entrevistado por um repórter do Daily Economic News.
Na entrevista, Chen Runsheng disse que os modelos de inteligência artificial em grande escala ainda estão em seus estágios iniciais, incluindo sua aplicação na indústria biomédica, e ainda há um longo caminho a percorrer. Pode-se dizer que a aplicação de grandes modelos de inteligência artificial na indústria biomédica apenas começou.
No futuro, "a aplicação e intervenção de grandes modelos de inteligência artificial em todo o sistema médico serão abrangentes, e a aplicação da inteligência artificial será realizada antes, durante e depois do tratamento. A inteligência artificial não só melhorará significativamente a eficiência da medicina tratamento, mas também vai mudar fundamentalmente todo o sistema médico, transformando-o numa supervisão médica que abrange todas as pessoas e todas as fases, mudando todo o paradigma médico”, afirmou.
Recentemente, a 14ª série de atividades Sichuan Netcom "Navegação de Inteligência Digital" 2024 Sichuan Netcom "Entrando na Fronteira da Nova Produtividade" e a 10ª Conferência de Big Data Biomédica · Tecnologia Inteligente foram realizadas em Chengdu. Na reunião, representantes de especialistas médicos nacionais e estrangeiros, empresas médicas inteligentes e outras partes discutiram o desenvolvimento de alta qualidade da nova produtividade digital em saúde.
Como um dos primeiros investigadores científicos envolvidos na investigação teórica em biologia e bioinformática no meu país, Chen Runsheng disse que, em geral, os grandes modelos de inteligência artificial ainda estão nas suas fases iniciais, incluindo a sua aplicação na indústria biomédica, e ainda há um longo caminho a percorrer. Pode-se dizer que a aplicação de grandes modelos de inteligência artificial na indústria biomédica apenas começou.
"Essas primeiras aplicações de dados, incluindo gerenciamento de registros médicos, registro de informações básicas de registro e gerenciamento de registros médicos eletrônicos, usaram big data para automatizar o processo. Com a ajuda desses dados, podemos analisar as partes regulares e então resolver o problema. Questões mais práticas. Embora ainda esteja em seus primeiros dias, o big data já fez contribuições substanciais para a indústria biomédica", disse ele.
Tomando como exemplo o desenvolvimento inicial de medicamentos, a experiência passada mostra que são necessários 10 anos e mil milhões de dólares para desenvolver um novo medicamento. Mas com a ajuda de big data e inteligência artificial, os tipos de compostos que precisam ser selecionados podem ter mudado de dezenas de milhares para centenas ou mesmo dezenas, e o escopo da pesquisa tornou-se 1% da eficiência original. o desenvolvimento de novos medicamentos melhorou muito. Estas são as práticas de aplicação de big data e inteligência artificial no campo da biomedicina.
Na opinião de Chen Runsheng, todos os grandes modelos industriais dependem de poder computacional e de dados.
“Em primeiro lugar, a chave para saber se um grande modelo de indústria pode ser feito é quantos dados da indústria o construtor domina, então os dados são a chave. Mas com os dados, dois problemas precisam ser resolvidos, um é a padronização dos dados, e a outra é a integração de dados”, afirmou. A chamada padronização de dados refere-se à universalidade e ao reconhecimento mútuo dos dados. Se os padrões para os dados gerados por diversas instituições ou plataformas não forem unificados, a base de aplicação será perdida. A integração dos dados consiste em ultrapassar as limitações dos dados únicos. Se a partilha de dados não puder ser alcançada, o papel e a importância dos grandes modelos diminuirão.
Para resolver os problemas de padronização e integração de dados, deve haver um órgão líder. Chen Runsheng acredita que, tomando os Estados Unidos como exemplo, o principal órgão para resolver a padronização de dados pode ser a IA aberta, enquanto tomando os dados da indústria médica como exemplo, departamentos relevantes, como o de saúde, podem precisar assumir a liderança na resolução da especificação padrão questão das fontes de dados. Além de resolver o problema da padronização de dados, a integração de dados também exige que esse departamento institucional assuma a liderança.
Além disso, para as instituições médicas, construir os seus próprios grandes modelos farmacêuticos ainda é um item de custo. Para um grande número de hospitais que enfrentam problemas de rentabilidade, como construir e utilizar big data e grandes modelos é uma questão de custo e benefício. A este respeito, Chen Runsheng disse: "A melhoria da conscientização hospitalar e a intervenção dos departamentos de gestão resolverão gradualmente este problema. Como o uso de big data é inevitável para o desenvolvimento, se você não der esse passo, será gradualmente eliminado . Não se trata de fazer ou não. A questão de quando fazer é uma tendência à qual é preciso se adaptar. Quem fizer primeiro terá vantagem, e quem fizer primeiro se beneficiará mais.
Chen Runsheng disse: "A aplicação e intervenção do grande modelo de inteligência artificial em todo o sistema médico é abrangente. A aplicação da inteligência artificial será realizada antes, durante e depois do tratamento. A inteligência artificial não só melhorará muito a eficiência do tratamento médico , mas também mudará fundamentalmente todo o sistema médico, transformando-o numa supervisão médica que abrange todas as pessoas e todas as fases, mudando todo o paradigma médico”.