“急诊分级准确率达94%” 国产医疗AI加速诊疗与新药开发
Lunit与KAIST特化基础模型通过中期评估…医院与制药一线验证正式启动
国产医疗与生物人工智能(AI)正在迅速升级,已经达到可以在真实一线场景中应用于急诊室患者分级与诊断辅助、新药候选物质预测等领域的水平。
在医院端,有望更快速、更精准地辅助医生进行诊断和治疗决策;在制药领域,则有望大幅缩短新药开发周期,由此加快全民可切身感受到的医疗创新速度。
临床决策支持智能体系统(CDSS)开发概念图。① 构建学习了医学论文、临床试验、药物及真实临床数据等核心医疗知识的医学科学基础模型(FM) ② 应用可实时检索和参考医疗指南、论文、药物信息等内容的检索增强生成(RAG)功能 ③ 结合实际医院诊疗环境,高度化为临床特化模型,以支持诊断和治疗决策。科学技术信息通信部提供
View original image科学技术信息通信部于31日表示,在“人工智能特化基础模型”项目中期成果评估中,Lunit联合体和韩国科学技术院(KAIST)联合体均通过了第二阶段支持标准。由此,两支团队将持续获得至今年9月为止共256块B200图形处理器(GPU)的支持,加快推进医疗与生物特化人工智能模型的高阶化。
此次成果中最引人注目的是在医疗一线的可应用性。Lunit联合体以学习了医学论文和临床数据的医学科学特化模型为基础,构建了“临床决策支持系统(CDSS)”。
该系统在国民健康保险公团一山医院的真实医疗数据环境中,对急诊室患者危急程度五级分类展现出较高准确度,诊断名称一致率也达到约94%。在异常药物反应判断和报告撰写方面同样表现出色,被评价为已达到医务人员可在实际工作中使用的水平。
尤其是在急诊室这类“时间就是生命”的场景中,该系统能够同时审阅患者状态、最新诊疗指南、药物安全性及临床数据,并快速向医生给出建议,意义重大。对医务人员而言,可减少反复查阅文献和检索数据的时间;对患者而言,则有望更快完成病情分级和诊疗决策,实际获得感预计将明显提升。
不仅用于医院诊断 新药开发也打响“提速30倍”战
新药开发领域同样正发生巨大变化。KAIST联合体的生物人工智能模型“K-Fold”在蛋白质复合体结构预测方面,准确度已接近谷歌DeepMind的AlphaFold 3,同时平均在1分钟内即可给出结果,相比既有约30分钟的水平,速度最高提升至30倍。对稀有新型药物复合体的预测性能也有所提高,有望大幅缩短新药候选物筛选时间。
这一技术不仅仅是提升研究效率,更因其能够在新药候选物质发掘的早期阶段减少试错,从而降低制药企业和科研机构的成本负担而备受关注。过去在分析候选蛋白质结构时往往需要耗费大量时间,如今则可以实现更快速的反复验证,从根本上加快治疗药物的开发进程。
这些人工智能模型将从4月起以开源形式公开。Lunit计划在9家医院及SK Biopharm扩大实证应用,并将试点一款面向普通公众、可就健康状况和医学疑问进行咨询的个性化医疗聊天机器人。
科学技术信息通信部认为,此次成果将成为推动相关技术从实验室走向实际诊断、治疗与新药开发一线的转折点。科学技术信息通信部人工智能基础设施政策官Choi Dongwon表示:“在约5个月这一短暂周期内,我们已经构建起能够在全球市场竞争的医疗与生物特化人工智能技术基础。今后将积极支持相关技术的实际商业化和在一线场景中的推广应用,让国民切实感受到更快速、更精准的诊疗服务和新药带来的益处。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。