数据显示，2020年“AI+医疗”占人工智能市场的18.9%。IDC统计数据显示，到2025年，人工智能应用市场总值将达到1270亿美元，其中医疗行业将占市场规模的五分之一。
在4月27日的亚马逊云科技医疗与生命科学行业峰会上，亚马逊云科技大中华区战略业务发展部总经理顾凡表示，我们既不应该高估AIGC大模型的力量，也不能低估AIGC大模型对行业客户体验和应用的重塑。“如果你低估它，可能竞争对手会蹚出一条路，”顾凡说，“但盲目地蹭热点没有任何意义，因为生成式AI最终要落地到应用场景，无论是为了患者，还是为了降本增效，只有真正落地应用，生成式AI才有生命力。”
目前，生成式AI在医疗行业的应用仍处于辅助阶段。医疗行业想要真正进入AI时代，仍然需要跨越数据、算力等门槛。
01 多模态AI通用化成趋势
对医疗行业而言，AI并非一个新话题。
早在20世纪80年代，我国就开始了对医疗AI的研究。2017年，AlphaGo背后的谷歌子公司DeepMind开始将目光转向药学关键问题：蛋白质结构预测。
2020年末，DeepMind提出的深度神经网络蛋白质形态预测方法AlphaFold 2在第一代基础上再度进化，媲美人工实验结果，以超越所有传统计算方法的精确度彻底改变了生物制药格局。
而ChatGPT的横空出世，为AI在医疗行业带来新的创见。
“ChatGPT和GPT-4的成功出圈，意味着人工智能进入大模型新时代，”中国医药信息学会电子病历专委会主任委员陈金雄说，“多模态AI通用化将成为未来趋势。”
在人工智能领域，人工智能可以分为弱人工智能和强人工智能，还可以分为专用人工智能和通用人工智能。此前，AI在医疗行业的应用大多属于专用人工智能。
ChatGPT的出现，意味着AI在医疗领域的应用由专用人工智能转化为通用人工智能成为可能。
在陈金雄看来，ChatGPT等生成式AI大模型相比过去的AI，最重要的变化在于其由早前的监督学习转变为了监督学习、无监督学习和强化学习相结合的方式。这一转变，为生成式AI大模型在医疗领域的应用带来了更多想象力。
