全球首发多模态医疗大模型砭石，智慧眼开启二级市场冲刺征程

“AI时代，所有产品都值得用大模型重新升级。”

“未来所有的应用都将基于大模型来开发，每一个行业都应该有属于自己的大模型。”

这两句话分别出自张勇、李彦宏之口，前一句发生在阿里“通义千问”大模型正式亮相的峰会上，后一句摘录自李彦宏在2023中关村论坛中的演讲内容。

似乎自Chat-GPT发布后，一股大模型之风便席卷了全球，——3月，百度发布“文心一言”，4月，商汤科技带来“商量SenseChat”，阿里推出“通义千问”……

几乎所有互联网大厂都已加入“战役”之中，大模型成为了“兵家必争之地”。

然而，对于身处在互联网或科技行业之外的人来说，似乎总有种误区——是Chat-GPT带火了大模型赛道。但事实是，Chat-GPT只是让大模型从幕后走向了台前，使其被更多人所熟知。早在Chat-GPT发布之前，一场关于大模型的“军备赛”已在各行各业打响，例如文娱行业，例如医疗健康行业。

只是，较为遗憾的是，其中能够兼具技术落地与成功商业化的企业并不常见，能成功登陆二级市场的企业也较为罕见。因此，能够实现技术落地与商业化兼具的企业，顺理成章成为了行业关注所在，也成为了外界想要深入了解这一行业的钥匙所在。

智慧眼科技股份有限公司（下文简称智慧眼）似乎就是其中一把钥匙。今年5月20日，智慧眼正式首发多模态医疗大模型——砭石，可赋能医药服务、慢病管理、辅助诊断等多个医疗健康场景。而在此前，智慧眼已连续三年实现盈利，并已启动了IPO相关工作。

辅助诊断、合理用药、医学知识检索……砭石大模型既可提升基层医疗水平，又可助力大型三甲医院降本增效

如同“先有鸡还是先有蛋”这一哲学问题带给人们的困惑一样，摆在人工智能企业面前的，也有一道难题，是先拎着技术去找应用场景的发展路径更优，还是从挖掘应用场景的需求出发打磨技术及产品的发展路径更优？

智慧眼从一开始便选择了后者，先深入挖掘场景需求，再研发特定的AI技术、算法模型等。如此，不仅可为技术的实际落地、商业化提前铺好路，还更能满足特定场景对AI技术应用的需求。

但需要注意的是，这并不意味着在寻找应用场景之前，智慧眼便毫无技术积累。相反，在正式进入医疗健康领域之前，智慧眼已在人社、医保、卫健等领域摸爬滚打多年，在计算机视觉、知识图谱、自然语言处理、隐私计算等核心技术方面积累颇丰并保持着国际前沿水平。

例如，智慧眼人脸识别技术曾在Google举办的MegaFace百万干扰级算法挑战赛中荣获第二名，指静脉识别技术也连续三年获得了全球算法挑战赛（ICB-CFVR）世界冠军。

在过往技术的积累下，智慧眼拥有了向医疗健康行业进军的锐气。而在研发特定人工智能技术、模型之前，智慧眼深度挖掘了医疗健康领域对人工智能技术的应用需求，并以此打磨砭石大模型。

具体而言，对于现阶段国内医疗健康行业来说，针对哪一问题的解决方案最为迫切？所有答案中，医疗资源分布不均，基层医疗水平亟待提升一定排在首位。

诚然，在我国，这一问题已是不争的事实，国家对此也积极采取举措，出台一系列举措推动优质医疗资源下沉，提升基层医疗水平。分级诊疗政策、医联体、医共体建设、大力推动医院信息化建设、远程诊疗的开展，均是为了共同的目标，即解决医疗资源分布不均问题。

而在其中，人工智能技术不可或缺，既可承担数据互联互通的重任，又可因具备辅助诊断能力，帮助基层医生提升临床诊断能力。

因此，基层医疗成为了智慧眼砭石大模型的首要应用场景。病历质控、辅助诊断、合理规范用药……砭石大模型会从患者管理、提升诊疗用药质量水平等多方面全方位为基层医生赋能。

需要强调的是，智慧眼砭石大模型辅助诊断技术的开发初衷并非为了成为医生，而是为了成为医生的智能工具，帮助医生在自身过往诊疗经验和人工智能辅助诊断建议的基础上，对患者做出更有针对性的诊断，帮助基层医生提高诊断水平，从而实现优质医疗服务下沉。

而在基层医疗水平亟待提高的同时，优质医疗资源的集中地——大型公立三甲医院同样面临患者数量“过载”而医生资源紧缺、医生工作强度过饱和等问题。而智慧眼砭石大模型前述的辅助诊断、合理用药等功能，无疑能在一定程度上提高医生的工作效率，缓解其过饱和的工作负荷。

并且，无论是基层医生还是大型公立三甲医院医生，个人成长都极为重要。对此，智慧眼砭石大模型还可提供医学知识检索等医生个人学习层面的技术支持，帮助医生日日精进医学造诣。

用药、支付、慢病管理——砭石大模型全面覆盖医疗健康场景

除了医院场景外，智慧眼还瞄准了三个关键应用场景——实体医药机构、慢病管理以及医保基金监管。

布局实体医药机构与医保基金监管的原因不难理解，二者分别对应药品与支付两大医疗健康不可或缺的部分。至于慢病管理乃至健康管理，则是对近年来出现的对患者全生命周期管理需求的回应。

那么，具体到药品、慢病管理以及支付三个场景中，智慧眼砭石大模型又能为其提供怎样的赋能？

对于实体医药机构而言，其对人工智能技术的需求更为多元——在业务前端，其不仅需要人工智能技术提供智能辅助开方、处方辅助审核等支持，还需要人工智能提供医保结算、药物配送和用药跟踪等技术支持；而在业务后端，实体药品机构可能还需要数字化管理系统，为其提供药品供应链管理、药店运营等管理层面的支持。

对此，以砭石大模型为技术基础，智慧眼打通了医疗服务需求方、服务方、支付方及药品提供方，可为实体医药机构提供辅助开方、辅助诊断、智能用药和药事服务。

不仅如此，实体医药机构也是患者全生命周期健康管理理念的重要落地场景，由此也可能衍生出用户留存、个性化健康管理方案制定、用户健康数据收集及监测等需求。

而基于砭石大模型，智慧眼开发了一套云慢病患者服务管理系统，打通了院内就诊数据与院外可穿戴设备监测数据，并利用AI算法与循证医学知识图谱对数据进行智能化分析从而形成该患者的个性化慢病（健康）管理方案，形成了对患者疾病诊后管理环节的有效补充。

但是，需要注意的是，智慧眼基于砭石大模型而开发的这套慢病管理系统的落地场景，并不局限于实体医药机构中，还会在居家场景中拓展，以满足未来家庭化、个性化的医疗健康管理与医疗服务新需求。

至于布局医保监管，则与现阶段我国医保基金支出压力较大，医疗费用增长速度快，不无关系。

据保观相关统计，2012年至2020年，我国城乡居民医保基金支出年化复合增速为36.56%，但同期收入增幅仅为34%。换言之，国内基本医疗保险基金支出已持续承压。

在此背景下，我国持续推出了相应的医保政策，并开始严厉打击欺诈骗保行为。而在其中，通过人工智能与大数据技术可建立医保风控模型，从而实现对购药、诊疗行为真实性、合规性的自动化、智能化分析，从而规范诊疗、用药行为，实现打击欺诈骗保行为的目的。

这也是智慧眼砭石大模型赋能医保基金监管，提高医保基金使用效率的原理所在。

三大技术特点保障辅助诊断准确性、数据安全性与任务执行多样性

但正如前文所言，先深度挖掘应用场景需求，再研发特定人工智能技术、算法模型是智慧眼区别于其他AI企业的特点。那么，智慧眼砭石大模型与行业通用大模型相比，又具有哪些技术特点使其能够充分实践智慧眼在医疗健康领域的宏图大志？

邱建华表示，首先，与诸如文娱等其他行业的显著区别在于，医疗健康行业十分注重循证，即在医疗决策中，需要综合考虑临床证据、医生经验与患者实际情况和意愿等因素，且医疗诊断准确性将对患者生命健康产生直接影响。因此，人工智能辅助诊断系统必须以权威医学证据及临床数据为基础，且需具备较高的诊断准确性。

对此，智慧眼砭石大模型采用了知识图谱与大模型结合的技术路线，在训练过程中加入了知识图谱进行知识增强，并结合了RLHF技术，从而实现了在500亿参数的条件下，医学问答的准确度比仅使用大模型技术提升了近10%。

同时，由于医疗数据包含文本、图片、视频、音频多种非结构化形式，即，医疗健康数据为多模态数据。因此，为实现前文提及的智能问诊、辅助阅片、健康监测等功能，智慧眼砭石大模型采用了多模态视觉处理技术，能够支持医疗领域多模态数据的输入，也能支持多样化任务的结构化医学文本“输出”。

不仅如此，医疗健康领域格外重视数据安全，且人工智能技术在其领域的应用效果不仅取决于训练数据的规模，也取决于训练数据的质量。换言之，若想人工智能技术在医疗健康领域合规应用且应用效果优异，人工智能企业需要在遵守数据安全标准的前提下充分释放高质量数据价值。

对此，智慧眼砭石大模型解决了保护隐私的分布式知识迁移和联邦图谱推理问题，实现了分布式数据孤岛的知识汇集，并采用了基于分布式数据的联邦大模型训练，从而充分利用了高质量医疗数据价值。

而凭借着三大技术优势，智慧眼也有底气放言：“至2023年年底，将会有5000个村医、2万家药店、1000个血液净化中心成为砭石大生态的合作伙伴。与此同时，依托于砭石大模型，智慧眼将持续赋能医院、药店、诊所等基层卫生机构，帮助其提升医疗服务水平及效率，并为患者提供全生命周期的健康管理，缓解重点领域慢性疾病负担，助力医疗体系降本增效。”

营收增长139.4%，智慧眼启动IPO

对于医院、医药机构、患者而言，智慧眼砭石大模型能为其带来诸多益处，那么，对于智慧眼本身，砭石大模型意味着什么？

意味着从以往聚焦人社、医保、民政卫健行业变为聚焦医疗健康产业的初步成功，也意味着智慧眼进军医疗健康产业的决心。

而此前在人社、医保、⺠政、卫健、⾦融等行业人工智能赛道的耕耘“硕果”，自然为这份决心也增添了一份底气。

这份硕果便是，智慧眼已连续三年实现了盈利，并且，在2020年营收的基础上，2022年的营收增长了139.4%。

这在人工智能企业中较为罕见。原因在于，现阶段对于包含头部企业在内的众多人工智能企业而言，其面临的主要问题之一仍然是摆脱亏损。且据人工智能产业创新联盟秘书长安晖发布的一份报告显示，中国AI产品链中，仍有90%以上的企业处于亏损状态。

但智慧眼不仅实现了连续三年盈利，还位列国内人工智能计算机视觉应用市场份额排名TOP7。（数据来源IDC中国人工智能之计算机视觉应用市场份额（2020））

实现连续盈利及较为靠前的市场份额的原因，与前文所述的先找应用场景再开发技术模型不无关系，但还有一个主要原因为，智慧眼独特的市场策略。

笔者了解到，智慧眼以AI计算驱动业务，采用“T型战略”进行市场拓展——在纵向上，智慧眼以自主可控、安全可靠的AI技术为核心纵向深耕数字健康产业；在横向上，智慧眼也致力于扩展多元化市场应用场景，帮助政府、医院、民众乃至整个产业界激发数字化力量，践行健康中国战略。

具体而言，在政府业务方面，智慧眼已覆盖智能场景监控、医保AI中台和大数据反欺诈等产品；医药机构方面，其已打造慢病管理、处方流转、基层卫生、智慧就医全流程等服务运营平台；而在民众方面，智慧眼已建设全国极具竞争力的“互联网+”健康养老服务云平台。

换言之，通过聚焦数字健康产业供应链上游并探索其在下游市场的多元化，智慧眼能够使上游聚焦与下游多元化互为杠杆，从而形成良性互动循环。

而当智慧眼一路过关斩将，不断完善自身技术研发能力、技术应用落地能力以及商业化能力后，智慧眼也向二级市场发起了进攻，期待在二级市场崭露头角。

“千模大战”的战火，已在一级市场、二级市场，医疗健康行业、文娱行业及其他行业全面展开。