背景介紹：在數(shù)字經(jīng)濟(jì)蓬勃發(fā)展的今天，健康醫(yī)療領(lǐng)域正經(jīng)歷著深刻的變革。伴隨大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等新興技術(shù)的廣泛應(yīng)用，醫(yī)療健康行業(yè)迎來(lái)了前所未有的發(fā)展機(jī)遇。大模型是人工智能的重要組成部分，在人工智能領(lǐng)域中占據(jù)著關(guān)鍵地位，代表了當(dāng)前人工智能技術(shù)發(fā)展的一個(gè)重要方向。按照大模型應(yīng)用領(lǐng)域的不同，大模型主要可以分為 L0、L1、L2三個(gè)層級(jí)。通用大模型L0,是指可以在多個(gè)領(lǐng)域和任務(wù)上通用的大模型；垂類大模型L1，是指基于通用大模型L0，針對(duì)特定行業(yè)或領(lǐng)域的大模型，通常使用行業(yè)相關(guān)的數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練或微調(diào)，以提高在該領(lǐng)域的性能和準(zhǔn)確度；場(chǎng)景應(yīng)用大模型L2，是指基于垂類大模型L1，針對(duì)特定任務(wù)或場(chǎng)景的更為專業(yè)的大模型。從L0到L2是一個(gè)逐步細(xì)分和深化的層級(jí)，但就社會(huì)價(jià)值而言，各有不同的價(jià)值取向。

大專家.COM與航天云網(wǎng)、西北工業(yè)大學(xué)，聯(lián)合研發(fā)了國(guó)內(nèi)領(lǐng)先的、自主可控的通用底座大模型——善智星語(yǔ)。2024年10月，“善智星語(yǔ)”在C-Eval榜單中（由清華大學(xué)、上海交通大學(xué)和愛(ài)丁堡大學(xué)合作構(gòu)建的全球中文語(yǔ)言模型綜合性考試評(píng)估榜單）綜合評(píng)分的排名號(hào)為11，排名正在攀升中。

一、聯(lián)合研發(fā)通用底座大模型——善智星語(yǔ)

大模型在人工智能領(lǐng)域中占據(jù)著關(guān)鍵地位，代表了該領(lǐng)域技術(shù)發(fā)展的一個(gè)重要方向。通過(guò)大規(guī)模的數(shù)據(jù)和強(qiáng)大的計(jì)算能力，大模型可以實(shí)現(xiàn)復(fù)雜任務(wù)的高效處理和知識(shí)的深度理解。大模型的出現(xiàn)拓展了人工智能的應(yīng)用領(lǐng)域。傳統(tǒng)的人工智能算法在處理一些復(fù)雜任務(wù)時(shí)可能會(huì)受到限制，而大模型憑借其強(qiáng)大的學(xué)習(xí)能力和泛化能力，可以應(yīng)用于更多的領(lǐng)域和場(chǎng)景。為了實(shí)現(xiàn)大模型有效訓(xùn)練和廣泛應(yīng)用，需要不斷探索新的算法技術(shù)架構(gòu)。人工智能為大模型提供了重要的基礎(chǔ)與支撐。人工智能在各個(gè)領(lǐng)域的應(yīng)用產(chǎn)生了大量的文本、圖像、音頻等數(shù)據(jù)，這些數(shù)據(jù)可用于大模型的訓(xùn)練，從而提高模型的性能和泛化能力，加速了大模型在各個(gè)產(chǎn)業(yè)的應(yīng)用。

按照大模型應(yīng)用領(lǐng)域的不同，大模型主要可以分為L(zhǎng)0、L1、L2三個(gè)層級(jí)。通用大模型L0，是指可以在多個(gè)領(lǐng)域和任務(wù)上通用的大模型；垂類大模型L1，是指基于通用大模型L0，針對(duì)特定行業(yè)或領(lǐng)域的大模型，通常使用行業(yè)相關(guān)的數(shù)據(jù)進(jìn)行預(yù)訓(xùn)練或微調(diào)，以提高在該領(lǐng)域的性能和準(zhǔn)確度；場(chǎng)景應(yīng)用大模型L2，是指基于垂類大模型L1，針對(duì)特定任務(wù)或場(chǎng)景的更為專業(yè)的大模型。從L0到L2是一個(gè)逐步細(xì)分和深化的層級(jí)。但就社會(huì)價(jià)值而言，各有不同的價(jià)值取向。

通過(guò)深度聯(lián)合航天云網(wǎng)、西北工業(yè)大學(xué)，大專家.COM整合高質(zhì)量數(shù)據(jù)，利用創(chuàng)新技術(shù)，研發(fā)了國(guó)內(nèi)領(lǐng)先、自主可控的通用底座大模型——善智星語(yǔ)。實(shí)施了嚴(yán)格的數(shù)據(jù)篩選和驗(yàn)證流程，結(jié)合人工審核和自動(dòng)化算法，確保數(shù)據(jù)的準(zhǔn)確性和完整性。這一過(guò)程有效去除了噪聲數(shù)據(jù)，糾正了數(shù)據(jù)偏差，從而保障了模型訓(xùn)練的基礎(chǔ)數(shù)據(jù)質(zhì)量。引入了動(dòng)態(tài)數(shù)據(jù)更新機(jī)制，使善智星語(yǔ)能夠不斷吸收新的高質(zhì)量數(shù)據(jù)。這不僅使模型能夠適應(yīng)不斷變化的知識(shí)領(lǐng)域，也確保了模型的時(shí)效性和適應(yīng)性。采用了先進(jìn)的數(shù)據(jù)加密技術(shù)，確保預(yù)訓(xùn)練數(shù)據(jù)在存儲(chǔ)和傳輸過(guò)程中的安全性。這一措施有效防止了數(shù)據(jù)泄露和惡意篡改，保障了數(shù)據(jù)的隱私和完整性。創(chuàng)新性地應(yīng)用了自監(jiān)督學(xué)習(xí)技術(shù)，并結(jié)合強(qiáng)化學(xué)習(xí)算法，使模型能夠根據(jù)反饋?zhàn)詣?dòng)調(diào)整參數(shù)，優(yōu)化決策過(guò)程。這種智能調(diào)整機(jī)制顯著提升了模型在復(fù)雜環(huán)境中的適應(yīng)性和穩(wěn)定性。通過(guò)融合遷移學(xué)習(xí)技術(shù)，將在一個(gè)任務(wù)上學(xué)到的知識(shí)快速遷移到其他相關(guān)任務(wù)上。這不僅提高了模型的訓(xùn)練效率，也增強(qiáng)了模型在不同應(yīng)用場(chǎng)景下的性能表現(xiàn)。

在此基礎(chǔ)上，引入了去偏算法來(lái)確保模型在處理數(shù)據(jù)時(shí)能夠公平地對(duì)待不同群體。這一技術(shù)通過(guò)識(shí)別和減少數(shù)據(jù)中的潛在偏見(jiàn)，確保模型的決策過(guò)程不受特定群體特征的影響，從而提升了模型的公平性和可靠性。采用了多任務(wù)學(xué)習(xí)框架，通過(guò)共享底層特征和知識(shí)，允許模型同時(shí)處理多種不同的任務(wù)，提高了模型在不同任務(wù)上的表現(xiàn)，提升了模型的靈活性和實(shí)用性。

通過(guò)這些技術(shù)的集成應(yīng)用，成功提升了善智星語(yǔ)的數(shù)據(jù)處理能力、安全性、適應(yīng)性，并且在保持高性能的同時(shí)，增強(qiáng)了公平性和適應(yīng)性，使得模型不僅能夠處理復(fù)雜數(shù)據(jù)任務(wù)，還能夠在不同的應(yīng)用環(huán)境中提供公正、靈活和高效的AI解決方案。這進(jìn)一步深化了AI技術(shù)的應(yīng)用，為各種行業(yè)和領(lǐng)域帶來(lái)了更多的創(chuàng)新可能。無(wú)論是在智能搜索、內(nèi)容推薦，還是客戶服務(wù)、企業(yè)決策支持方面，都能提供全方位支持，提升用戶體驗(yàn)和業(yè)務(wù)效率。目前“善智星語(yǔ)”在C-Eval榜單中綜合評(píng)分的排名號(hào)為11，排名正在攀升中。

二、長(zhǎng)城健康大模型、院士專家大模型、醫(yī)院大模型引領(lǐng)人工智能在醫(yī)療健康領(lǐng)域新發(fā)展，助力智慧醫(yī)學(xué)

基于“善智星語(yǔ)”通用底座大模型，大專家.COM聯(lián)合中國(guó)長(zhǎng)城互聯(lián)網(wǎng)、中國(guó)健康管理協(xié)會(huì)，聯(lián)袂百位院士專家，利用可信智能技術(shù)，結(jié)合自有的MedBrain高質(zhì)量知識(shí)庫(kù)，結(jié)合指令微調(diào)、監(jiān)督微調(diào)、混合微調(diào)、獎(jiǎng)勵(lì)模型、強(qiáng)化學(xué)習(xí)等方法，研發(fā)了可信、可控、可解釋的醫(yī)學(xué)垂類大模型“長(zhǎng)城健康”，為醫(yī)療健康各應(yīng)用場(chǎng)景全面賦能。

“長(zhǎng)城健康”訓(xùn)練數(shù)據(jù)涵蓋了百位院士專家領(lǐng)銜的數(shù)千名科學(xué)家的醫(yī)學(xué)知識(shí)及海量專業(yè)醫(yī)療數(shù)據(jù)，在學(xué)習(xí)深度和廣度上遠(yuǎn)超普通醫(yī)學(xué)大模型。依托持續(xù)優(yōu)化的算法，在醫(yī)學(xué)教育、醫(yī)療科研、輔助診斷、健康管理、藥械上市后再研發(fā)等方面具備卓越性能。“長(zhǎng)城健康”醫(yī)學(xué)垂類大模型能夠深度整合患者的病史、臨床癥狀及檢查結(jié)果，為醫(yī)生提供精準(zhǔn)的診斷建議，提高診斷的準(zhǔn)確度，有效降低了漏診與誤診的風(fēng)險(xiǎn)。同時(shí)，該模型還具備預(yù)測(cè)疾病風(fēng)險(xiǎn)的功能，能夠基于患者的風(fēng)險(xiǎn)因素，預(yù)警潛在的疾病威脅，助力醫(yī)生早期識(shí)別疾病，及時(shí)采取預(yù)防或干預(yù)治療措施。在藥物研發(fā)領(lǐng)域，不僅可以助力新藥的發(fā)現(xiàn)，還能夠輔助確定藥物的最佳適應(yīng)癥，從而加速藥物研發(fā)進(jìn)程。此外，還能夠根據(jù)患者的個(gè)體差異，提供定制化的醫(yī)療建議，輔助醫(yī)生為患者量身定制最適宜的治療方案。“長(zhǎng)城健康”率先在中醫(yī)問(wèn)診、西醫(yī)問(wèn)診、智能藥學(xué)咨詢、微生物學(xué)等關(guān)鍵醫(yī)療場(chǎng)景中提供AI服務(wù)應(yīng)用，致力于打造跨學(xué)科、多模態(tài)于一體的綜合性AI醫(yī)療解決方案，為數(shù)智醫(yī)療發(fā)展注入新的動(dòng)力。

2024年9月13日，“長(zhǎng)城健康”大模型在醫(yī)療健康行業(yè)權(quán)威的MedBench 評(píng)測(cè)榜中（由上海 AI 實(shí)驗(yàn)室和上海市數(shù)字醫(yī)學(xué)創(chuàng)新中心聯(lián)合推出的評(píng)測(cè)榜單）首次“亮相”，綜合得分位居全國(guó)第4名，處于國(guó)內(nèi)第一梯隊(duì)，排名持續(xù)攀升中，充分彰顯了大專家.COM在數(shù)字化醫(yī)療領(lǐng)域的一流實(shí)力，以及打造世界領(lǐng)先的醫(yī)學(xué)大模型的創(chuàng)新能力。

同時(shí)，公司聯(lián)袂百位院士專家和百家知名醫(yī)院，依托自主研發(fā)的醫(yī)學(xué)垂類大模型“長(zhǎng)城健康”，創(chuàng)新應(yīng)用AT-MoE（Adaptive Task-planning Mixture of Experts，AT-MoE）自適應(yīng)任務(wù)規(guī)劃混合專家架構(gòu)技術(shù)，自主研發(fā)了百項(xiàng)“院士專家大模型”，通過(guò)APP全面應(yīng)用于基層醫(yī)生的實(shí)踐教育、居民健康管理等場(chǎng)景。AT-MoE技術(shù)破解了普通醫(yī)學(xué)大模型在應(yīng)對(duì)復(fù)雜醫(yī)療問(wèn)題時(shí)所產(chǎn)生的“幻覺(jué)”問(wèn)題，大幅提高回答的前后一致性及準(zhǔn)確度，化解了混合專家系統(tǒng)在優(yōu)化算法和可解釋性上難以兼顧的困局，強(qiáng)化了可信性、可控性和可解釋性。通過(guò)智能調(diào)度機(jī)制，實(shí)現(xiàn)不同領(lǐng)域?qū)＜夷Ｐ烷g的動(dòng)態(tài)協(xié)作，讓不同的院士專家解決不同患者各自問(wèn)題，組合給出精準(zhǔn)解決方案，確保模型在處理各種復(fù)雜醫(yī)療問(wèn)題時(shí)的高效性和準(zhǔn)確性，實(shí)現(xiàn)“精準(zhǔn)醫(yī)療”。

作為通用底座大模型“善智星語(yǔ)”、醫(yī)學(xué)垂類大模型“長(zhǎng)城健康”、“院士專家大模型”和“醫(yī)院大模型”，大專家.COM通過(guò)可信智能技術(shù)賦能，基于MedBrain知識(shí)庫(kù)，利用持續(xù)優(yōu)化的算力算法和靈活的數(shù)據(jù)調(diào)度機(jī)制，展現(xiàn)出了超優(yōu)質(zhì)數(shù)據(jù)、超深度學(xué)習(xí)、超精度計(jì)算和超優(yōu)化算法等顯著優(yōu)勢(shì)。確保了AI大模型的可信、可控和可解釋，為輔助診療決策、居民健康管理、藥械產(chǎn)品上市后再研究提供了強(qiáng)有力的技術(shù)支撐。

大專家.COM 致力于可信智能技術(shù)的持續(xù)探索和應(yīng)用，確保人工智能大模型在不同的應(yīng)用場(chǎng)景中穩(wěn)定、安全地運(yùn)行。通過(guò)讓人工智能的行為和決策過(guò)程隨時(shí)可被管理、可被監(jiān)督和可被追溯，實(shí)現(xiàn)人工智能的診斷依據(jù)和決策過(guò)程能夠被理解、被解釋和被驗(yàn)證，從而推動(dòng)醫(yī)療健康與人工智能的深度融合發(fā)展。

【免責(zé)申明】本文僅代表作者個(gè)人觀點(diǎn)，其圖片及內(nèi)容版權(quán)僅歸原所有者所有。如對(duì)該內(nèi)容主張權(quán)益請(qǐng)來(lái)函或郵件告之，本網(wǎng)將迅速采取措施，否則與之相關(guān)的糾紛本網(wǎng)不承擔(dān)任何責(zé)任。