1 ноября на 14-й серии мероприятий Sichuan Netcom «Пилот цифрового интеллекта» 2024 года «Выход на рубеж новой производительности» и 10-й конференции по биомедицинским большим данным и интеллектуальным технологиям академик Китайской академии наук Чэнь Жуньшэн: Исследователь Института биофизики Китайской академии наук дал интервью репортеру Daily Economic News.
В интервью Чэнь Жуньшэн сказал, что крупномасштабные модели искусственного интеллекта все еще находятся на ранних стадиях своего развития, включая их применение в биомедицинской промышленности, и им еще предстоит пройти долгий путь. Можно сказать, что применение крупных моделей искусственного интеллекта в биомедицинской отрасли только начинается.
В будущем «применение и вмешательство крупных моделей искусственного интеллекта во всю медицинскую систему будет комплексным, а применение искусственного интеллекта будет реализовываться до, во время и после лечения. Искусственный интеллект не только значительно повысит эффективность медицинской помощи». лечение, но и коренным образом изменит всю медицинскую систему, превратив ее в медицинское наблюдение, охватывающее всех людей и все этапы, изменив всю медицинскую парадигму», — сказал он.
Недавно в Чэнду прошли 14-я серия мероприятий Sichuan Netcom «Цифровая интеллектуальная навигация» 2024 Sichuan Netcom «Выход на рубеж новой производительности» и 10-я конференция по биомедицинским большим данным и интеллектуальным технологиям. На встрече представители отечественных и зарубежных медицинских экспертов, умных медицинских компаний и других сторон обсудили качественное развитие новой цифровой продуктивности здравоохранения.
Как один из первых научных исследователей, занимающихся исследованиями в области теоретической биологии и биоинформатики в моей стране, Чэнь Жуньшэн сказал, что в целом крупные модели искусственного интеллекта все еще находятся на ранних стадиях своего развития, включая их применение в биомедицинской промышленности, и предстоит еще долгий путь. пора идти. Можно сказать, что применение крупных моделей искусственного интеллекта в биомедицинской отрасли только начинается.
«Эти ранние приложения для обработки данных, включая управление медицинскими записями, запись базовой регистрационной информации и управление электронными медицинскими записями, использовали большие данные для автоматизации процесса. С помощью этих данных мы можем анализировать обычные части, а затем решать проблемы. Проблема более практических вопросов. Хотя большие данные еще только зарождаются, они уже внесли существенный вклад в биомедицинскую промышленность», — сказал он.
Если взять в качестве примера раннюю разработку лекарств, то прошлый опыт показывает, что для разработки нового лекарства требуется 10 лет и 1 миллиард долларов США. Но с помощью больших данных и искусственного интеллекта типы соединений, которые необходимо проверять, могли измениться с десятков тысяч до сотен или даже десятков, а объем поиска стал 1% от первоначальной эффективности. разработка новых лекарств значительно улучшилась. Это практики применения больших данных и искусственного интеллекта в сфере биомедицины.
По мнению Чэнь Жуньшэна, все крупные отраслевые модели полагаются на вычислительные мощности и данные.
«Прежде всего, ключом к тому, можно ли создать крупную отраслевую модель, является то, сколько отраслевых данных освоил разработчик, поэтому данные являются ключом. Но с данными необходимо решить две проблемы: одна — стандартизация данных, а второй — интеграция данных», — сказал он. Так называемая стандартизация данных подразумевает универсальность и взаимное признание данных. Если стандарты данных, создаваемые различными учреждениями или платформами, не будут унифицированы, основа для применения будет потеряна. Интеграция данных заключается в преодолении ограничений, связанных с отдельными данными. Если невозможно обеспечить совместное использование данных, роль и значение больших моделей снизятся.
Для решения проблем стандартизации и интеграции данных необходим ведущий орган. Чэнь Жуньшэн считает, что, если взять в качестве примера США, основным органом, занимающимся стандартизацией данных, может быть открытый искусственный интеллект, а если взять в качестве примера данные медицинской промышленности, то соответствующим ведомствам, таким как здравоохранение, возможно, придется взять на себя ведущую роль в решении стандартной спецификации. вопрос источников данных. Помимо решения проблемы стандартизации данных, интеграция данных также требует, чтобы такой институциональный отдел взял на себя ведущую роль.
Кроме того, для медицинских учреждений построение собственных крупных фармацевтических моделей по-прежнему является статьей затрат. Для большого количества больниц, которые борются с проблемами рентабельности, то, как создавать и использовать большие данные и большие модели, является вопросом затрат и выгод. В связи с этим Чэнь Жуньшэн сказал: «Повышение осведомленности больниц и вмешательство управленческих отделов постепенно решат эту проблему. Поскольку использование больших данных неизбежно для развития, если вы не сделаете этот шаг, вы будете постепенно устранены». Вопрос не в том, делать это или нет. Вопрос в том, когда это делать, — это тенденция, к которой необходимо адаптироваться. Тот, кто сделает это первым, получит преимущество, а тот, кто сделает это первым, получит больше пользы».
Чэнь Жуньшэн сказал: «Применение и вмешательство большой модели искусственного интеллекта во всю медицинскую систему является комплексным. Применение искусственного интеллекта будет реализовано до, во время и после лечения. Искусственный интеллект не только значительно повысит эффективность медицинского лечения. , но и коренным образом изменит всю медицинскую систему, превратив ее в медицинское наблюдение, охватывающее всех людей и все этапы, изменив всю медицинскую парадигму».