行业动态

背景

得益于算法的进一步成熟、算力的提高以及数据的持续积累，人工智能（Artificial Intelligence，AI）得到迅猛发展，大语言模型（Large Language Model，LLM）的学习能力、迁移能力和理解能力的深度提升为AI医疗的全面落地打开了新局面。

AI大模型正在全面铺开

在过去一段时间以来，AI医疗场景不断开拓，算法识别病灶、自动生成报告。国外以Google为代表持续在医疗大模型方面探索发力，由Google Research和DeepMind共同打造的多模态生成模型Med-PaLM M于2023年8月发布，该模型懂临床语言、懂影像、懂基因组学，在美国执业医师资格考试（USMLE）中通过率高达85.4%。

诸多大模型厂商都主打 To B 路线，正在加速推动大模型在各个行业的应用。同时数字化医疗、AI 医疗逐渐发展为一个独立赛道，AI厂商们利用数据分析、自然语言处理（NLP）、结构化数据等技术，已经成功将 AI 引入临床诊断决策、病例数据管理等。对于医疗领域而言，当下已是百花齐放的局面。

大模型落地核心

医疗大模型落地目前遇到的两大核心问题，都非常具有原生性：

• 为保证患者数据安全，医院数据平台通常仅限内外，导致数据量相对大模型所需的训练样本量少，其次数据质量的组织化和标准化程度不高。

• 算力紧张。本地部署成本高昂。

这意味着，医疗大模型需要大模型软件厂商和服务器厂商一起找到一条有“性价比”的私有化部署道路。所以，AI服务器成为了近来业界备受关注的领域。它直接关乎大模型落地的效率和成本，行业内各大模型厂商对此也有着极高的关注度。

德晟达 SERVER 01，是德晟达专门为高性能AI应用打造的一款服务器。德晟达SERVER 01基于英特尔®Eagle stream平台，搭载两颗4代英特尔®志强系列处理器，32×DDR5内存，内存速率支持4800MHz，最大8TB，最多24颗2.5 可热插拔 NVMe/SATA/SAS drive Bays；2×M.2 NVMe SSD。10GPU双路服务器能供满足绝大部分智慧医疗场景、LLM的训练和推理等多种场景。

心里健康大模型

在心理健康治疗方面，特别是治疗轻度和重度抑郁症，大模型已经达到了行业的治疗标准。最重要的是，这类大模型不会被患者的外在因素所影响（性别、社会阶层、年龄等），这就基本满足了一个初级医生的素养，在未来大语言模型将逐步胜任医生助手的岗位。

英特尔中国将在2024年6月26日英特尔GTC，联合上下游合作伙伴，推动心理健康问题从诊断到治疗的全链路解决方案的开发与完善。德晟达将携AI医疗分析终端BOX24 搭载英特尔®13代酷睿™系列CPU与英特尔锐炫™系列GPU显卡，与英特尔一起探讨本地运行的医疗大模型所打造谈心数字人在实际场景中的应用，利用AI技术助力解决心理健康治疗的难题。