热浪席卷的盛夏如约而至，同样火热的是人工智能行业的千模大战。追溯到去年圣诞节前，ChatGPT推出，谷歌拉响“红色警报”，一场划破欧美、亚洲乃至全球的新一轮科技革命开启，大模型时代拉开帷幕。

整个春天，国内大模型频频亮相，百度、阿里、京东、华为纷纷推出产品，通用大模型赛道摩肩接踵。初夏，更多重磅模型发布，AI新时代展露头角。

当然，这只是开端，就像第一次工业革命持续了160年，第二次工业革命持续了120年，第三次工业革命持续了80年一样，一切才刚刚开始，在时间奔驰下，大模型将无限延伸，通向未来，引领性、标杆性的成果将持续涌现，AI将成为最主要的颠覆者。

5月20日，智慧眼率先打响医疗垂直领域大模型的第一枪，砭石问世，大模型用于医疗场景的信号逐步明确。

那么，砭石大模型能与医疗行业产生怎样的火花呢？

众所周知，”高质量发展”一直是我国医疗卫生事业发展的引航标，字面理解，高质量发展意味着更高质量、更有效率、更加公平、更可持续、更为安全的发展。具体来说，高质量发展的目标是提高医疗资源的利用效率、改善医疗服务的质量、降低医疗服务的成本等等。

如近期国家卫生健康委、国家中医药局印发《关于开展全面提升医疗质量行动（2023-2025年）的通知》中描绘的，“以病人为中心”贯穿于医疗服务各环节，推动形成流程更科学、模式更连续、服务更高效、环境更舒适、态度更体贴的中国式现代化医疗服务模式。

这样一个严肃的领域，与爆火的大模型之间有什么关系？

智慧眼创始人邱建华讲到，起初ChatGPT火的时候，很多人觉得它是一个问答引擎，或者说是一个聊天工具，但是在我的认知里面，其背后的大模型为人工智能企业所展现的并非仅是一项技术，还是一种思路和方向。

大模型会是一个强大的智能生产力工具，将这一工具应用到医疗健康行业，将孕育新的产业环境和医疗远景，新大门打开了，而“砭石”将是这把钥匙。

过去十年里，我们看到健康中国战略全面实施、人民健康得到全方位保障，AI落地取得了长足的进步，但直到今天，我们的医疗健康产业还依然面临诸多问题。

医疗资源不均

我国的医疗资源主要集中在大中城市，而偏远地区和农村地区的医疗资源相对匮乏，导致人们在当地无法获得优质的医疗服务。

医疗人才短缺

医疗人才培养需要至少需要5-8年时间，而当前医疗需求量大，导致医疗人才短缺，特别是基层医疗机构。

医疗费用上涨

随着我国人口老龄化的加剧，医疗需求增加，同时医疗费用也在不断上涨，一些患者难以承受高额医疗费用。

服务效率不高

由于医疗信息系统不完善、医疗服务流程繁琐等原因，医疗服务效率较低，导致患者等待时间过长。

医疗诚信问题

医疗服务过程中存在一些不诚信的行为，如过度诊断、过度治疗、忽视患者隐私等，导致患者对医疗服务的信任度下降。

大模型技术将有助于打破了这些局限性。大模型具有众多优势，包括：更强的学习能力，更好的泛化能力，更高效的计算能力，经过大规模预训练的大模型，实现了对传统 AI 技术的突破。大模型将从至少五个方面解决医疗行业痛点。

提高医疗诊断和治疗的效率

大模型可以通过对大量医疗数据的学习和分析，提高医生的诊断和治疗能力，提高医疗诊断和治疗的效率。

改善医疗资源分配不均

大模型可以通过远程诊断和远程治疗等技术手段，将优质的医疗服务送到偏远地区和农村地区，改善医疗资源分配不均的问题。

加速医疗人才培养

大模型可以通过机器辅助诊断、智能推荐学习资料等方式，加速医疗人才培养，缩短医生培养周期。

助力降低医疗费用

大模型可以通过预测疾病风险、制定个性化治疗方案等方式，降低医疗费用，让患者享受到更加实惠的医疗服务。

提高医疗诚信水平

大模型可以通过智能监管和智能审核等方式，提高医疗诚信水平，加强医疗服务中的患者隐私保护。

所有行业都值得用大模型重做一遍，从而挣脱旧秩序的束缚、开辟新大陆的征程。充分运用新手段、新技术、新模式，将打通老百姓看病就医的堵点和难点，提升医疗服务全过程中的舒适化、智慧化、数字化水平，增强人们就医获得感、幸福感、安全感。

ChatGPT带来了一场汹涌澎湃的技术革命，国内的千模大战已经打响。与AI大模型正加速落地的办公软件、消费文娱等互联网领域相比，医疗是一个严谨性、科学性、专业性很强的领域，任何一个环节都可能限制大模型效果的发挥，因此行业大模型的研发难度更大。

可能很多人想问，智慧眼在这么短时间里推出大模型是怎么做到的？

一是因为积累，智慧眼在人工智能领域十多年的积累，在计算机视觉、知识图谱、自然语言处理、隐私计算等多个领域实现突破，2022年即开始着手大模型技术的研发，结合医院的高质量医学数据，对大量场景进行了针对性训练，形成了千万量级的医学知识图谱三元组和百亿级参数的医疗大模型。

砭石医疗大模型，采用知识图谱与大模型相结合的技术路线，克服仅仅通过大模型技术在医疗领域的信息准确度低的核心痛点，突破了隐私计算条件下的大模型联邦训练、基于知识图谱的大模型知识增强等核心技术，同时能够实现对问诊的文本数据、医疗影像数据、用户的面部体征视频数据和用户睡眠音频数据的多模态处理，实现医疗辅助诊断、智能认知、健康管理等多样化的任务。

除此之外，智慧眼强调了在业务规模、平台体系等多方面的“护城河”，大模型“基础设施 - 底层技术 - 垂直应用”发展路线清晰明了，随着底层技术逐步革新，基模型持续完善，应用边界不断拓宽，将为养老、保险、药物研发、疾病防治、政府治理等领域赋能，逐步构建大健康产业链服务新生态。

纵观AI产业化发展过程，企业间比拼的不仅是技术层面的单一较量，更加考验对场景需求的理解，以及构建生态的能力。带着一如既往的务实和匠心，智慧眼砭石大模型的新型范式，已踏上探寻生命健康产业高质量发展的创新之路。