您的当前位置:首页正文

一文概览:大模型在医药健康领域进度几何?

来源:九壹网

近日,国际权威分析机构沙利文(Frost & Sullivan)发布《中国行业大模型市场报告,2024》。

沙利文从行业大模型在关键应用场景中的市场份额、产品实力、实际应用情况以及典型应用案例等多个维度,评估了中国10余家大模型厂商,厂商类型覆盖了互联网厂商、云服务厂商等。报告显示,华为云在行业大模型领域取得政务、工业、金融3个市场份额第一,并位居医疗、药物、气象以及汽车4个领导者象限,全面领跑中国行业大模型市场。

同时,报告指出,大模型的发展将孕育新的商业模式,为多个行业带来潜在的巨大机遇;以气象、能源、金融、药物等行业为核心的大模型,将催生一系列创新型企业,进一步加速AI普惠时代的到来。沙利文研究总监李庆表示:“华为云盘古大模型凭借深厚的技术积累、对行业精准的把握以及丰富的经验,在多个行业占据绝对优势,为千行百业的智能化和数字化提供了源源不断的动力。”

据了解,在医药健康行业,包括云南白药、润达医疗、天士力集团、微芯生物、中国医学科学院等在内的500多家医药客户选择华为云,通过其先进的大模型技术,为中国医药健康行业带来走向潮头的历史契机。

创新药研发的加速器

今年以来,创新药新质生产力成为政策发力的方向。2024年《政府工作报告》首次提及创新药,将其列为需要积极培育的新质生产力。7月5日,国务院常务会议审议通过了《全链条支持创新药发展实施方案》。

与仿制药相比,创新药的研发周期长、成本高、风险大。业内专家分析称,2012年以前,国内药品市场主要以仿制药为主,创新药稀少。这导致我国缺乏自主知识产权的创新药产业在市场竞争中处于劣势,而进口药物价格高昂,多数患者难以承受。国产创新药的大量涌现,既为患者提供了更多用药选择,也为降低药价打下了坚实基础。

随着国家政策对生物医药持续加码,医药健康企业也纷纷增加科研创新投入,但由于起步晚等原因,目前我国创新药产业还面临热门靶点研发同质化、创新回报不及预期等问题。比如在新的靶点发现、商业化和临床试验效率上与国际先进水平相比仍有差距,加快药物分子的发现,加速临床试验周期对于药企尤为重要。

从技术上看,AI几乎已覆盖从药物靶点发现到临床研究的全过程。以AI赋能的研发新范式为核心的药物研发创新体系建设将成为创新药研发的重要方向,这其中包括新药导向的基础研究、关键技术的核心突破以及资源平台建设。而一款成功的药物大模型,需要强大的算力、算法和数据支持,才能够解决药物发现、临床试验、基因分析等各环节面临的难题。国内人工智能的快速发展为我国创新药行业提供了可以赶超的新契机。

在网络药理学与人工智能学术大会上,中国科学院院士、上海科学院上海药物研究所研究员陈凯先在接受采访时表示:药物研究有一个大家公认的显著特点,就是高投入、高风险,周期也非常长。因此提高研究的效率和成功率,降低它的研发成本,是药物研究中非常紧迫的一个重大问题。人工智能可以在这方面发挥非常重大的作用,甚至可以说:人工智能可能在相当大的程度重塑药物研究的面貌。

为助力药企推动药物研发创新,早在2021年,华为云基于坚实的云计算架构与前沿AI算法,打造出盘古药物分子大模型。盘古药物分子大模型是由华为云联合中国科学院上海药物研究所共同训练而成的大模型,可以实现针对小分子药物全流程的人工智能辅助药物设计。沙利文报告指出,这一创新成果为药物研发领域带来了前所未有的加速效应。

陈凯先院士说,“有一个过去重视不够、但现在亟待发展的环节,就是利用人工智能建立各种预测模型,开展虚拟临床试验研究,可以对临床研究的结果进行预测,还可以帮助优化临床方案的设计,降低临床研究的风险,减少或部分替代临床研究。临床研究是是药物研发不可缺少的一个环节,也是风险最高、一旦失败损失最大的一个环节。如果能建立人工智能模型,把临床前的研究数据跟人体内的过程关联起来,用人工智能的预测方法来提高我们临床的成功率,就能比较准确的判断这个药在临床上能不能够成功,显著降低失败的风险。”他进一步表示,要发挥人工智能在医药研究领域的作用,需要有好的算法和强有力的算力来支撑,有一些单位已经在这方面做了很好的工作。“比如像华为云,我了解他们在这方面已经做了非常出色的工作,包括在药物研究的各个阶段,如新靶点的发现、新药物的发现等方面,都做了一些非常有启发和示范性意义的引领性工作。”

在今年的华为云医药健康AI高峰论坛上,盘古药物分子大模型也迎来了新升级。据华为云大数据与人工智能领域总裁尤鹏介绍,盘古药物分子大模型全新升级,新增了靶点口袋发现、分子对接、分子属性预测、自定义属性建模、分子聚类、口袋分子设计、自由能微扰、合成路径规划、分子优化、分子搜索等十大AI制药核心场景,将药物设计的效率提升33%,优化后的分子结合能提升40%以上,实现早研阶段的全流程加速。

以靶点口袋发现为例,该功能由华为云联合北京大学共同研发,实现了比超算ANTON模拟时间提速375倍,医药企业可以利用该功能发现潜在口袋,并通过核磁实验验证;分子对接功能,可以在24小时完成百万级别的药物少选,提速10倍以上;在口袋分子设计功能上,盘古药物3D大模型使得成药性指标提升了4%,活性指标提升了1.5%,并且支持侧链修饰和骨架跃迁;与业内最优算法(SOTA)相比,盘古制药的合成路径预测准确率提升了10%。

此外,针对基因流程化及定制化数据分析普遍、计算存储需求高的问题,华为云构筑了行业首个生信智能体GenomeAgent,能对40多种场景的组学分析流程提供支持,通过联创核酸药物结构设计和功能预测,有效提升了药物的安全性和有效性。

目前,西交大一附院的刘冰教授团队已经基于华为云一站式AI辅助药物研发平台和盘古药物分子大模型,发现近40年来首个新靶点与新类别抗生素,药物设计周期从数年缩短至数月,研发成本削减70%。天士力在盘古17亿化合物的药物分子大模型基础上,增训了350万天然产物分子数据,未来有望更好地优化方剂和发现新药。

百年老字号云南白药也迈上数智转型的快车道,云南白药携手华为云共同打造了“雷公大模型”,构建普惠的中医药知识服务平台和专业的中药材产业服务平台,建立标准化、系统化的中医药行业大模型范式。

“AI+”医疗为人类生命带来更多可能

除了在创新药方面可以大大加速药企的研发进程,AI还能在各种医疗场景中帮助延长生命的“长度”,更提升生命的质量。更重要的是,通过“AI+”的赋能,患者的经济负担和社会医疗成本都会得以大大减轻。

长期以来,医学界始终存在着一个“不可能三角”,即医疗系统难以同时兼顾高质量、高可及性和低价格的医疗服务。

以临床实践为例,人工智能技术在一定程度上能够帮助医生提高诊断效率,但现阶段还无法完全“平替”。而AI作为一种新型生产力,可以创造额外的医疗价值、增加供给,有望在未来为医疗行业带来新的可能性。最新的消息是,AI辅助诊断首次被列入医疗服务价格项目立项指南,正是为了在不额外增加患者负担的前提下,支持相对成熟的人工智能辅助技术进入临床应用。

面向医疗健康场景,华为云发布了可溯源可信赖的盘古医学大模型。通过把NLP大语言模型引入了医疗领域,学习1600万学术期刊等海量高质量数据、100多万结构化知识图谱,盘古医学大模型已具备医学临床辅助能力,支撑赋能更多的医疗服务平台构建全方位的智慧医疗场景能力。

头部公司中,润达医疗就以盘古大模型为底座,结合润达在行业中的经验服务,最终能够为包括医院、卫健委、药企、保险、体检机构等在内的不同客户提供完整的解决方案。

沙利文报告显示,在实际应用中,盘古医学大模型在诊前导诊、病历生成、诊后健康管理等方面均表现出色,显著优化了医疗流程,提升了医院诊断效率。通过创新的AI技术,有效减轻了医生的工作负担,使他们能够更专注于患者的临床诊断和治疗。

不久前,中国信通院联合多方推进医疗健康行业大模型的标准体系建设。华为云盘古大模型也凭借优异的完备性和安全性,率先通过了中国信通院医疗健康行业相关测评。

还有更多大健康企业基于华为云盘古大模型,面向“医”和“药”双向落地应用了AI能力。

天士力与华为云共建“数智本草大模型”。一方面基于盘古L0能力,学习训练了378万篇文献等数据,赋能方剂筛选和优化、提升研发效率,也能辅助医生问诊。另一方面,天士力在盘古17亿化合物的药物分子大模型基础上,增训了350万天然产物分子数据,未来有望更好地优化方剂和发现新药。

创新技术底座赋能医疗健康产业高质量发展

依托盘古大模型和昇腾AI云服务,华为云还在推动实施“医疗健康解决方案”,持续推进面向药物研发、智慧医疗、基因测序、临床研究、中医药五大场景的AI应用创新落地。

作为传统医学,中医药的发展迫切需要现代化的科技来支撑。上海中西医结合脉管病研究所所长曹永兵教授表示,这背后涉及到从文化到科学的转化。而构建医药大模型的基础,就是需要采集大量的真实有效的临床数据。“让真实的临床数据在大模型构建中发挥作用,需要让更多的临床研究单位和一线的临床医生参与进来,让大模型厂商和临床研究做深度的结合,这样才能发挥大模型的价值。”而服务好医药健康产业的关键场,更需要扎实的基础技术能力。华为云基础能力包括数字化转型经验、安全、AI创新、可信以及全球化布局和生态等方面的五大创新能力,赋能生命科学、药械企业、医疗健康三大场景,全面加速医药健康产业智能化跃迁。

用人工智能赋能大健康产业,从技术上来看,虽然为了节约时间提升效率,但在本质上却是让每一个生命都由此平等受益。通过极大改善全球成千上万人的生活质量,“AI+”医药将给整个人类都带来巨大的福祉。

今天只要你给我的文章点赞,我私藏的大模型学习资料一样免费共享给你们,来看看有哪些东西。

如何学习大模型 AI ?

由于新岗位的生产效率,要优于被取代岗位的生产效率,所以实际上整个社会的生产效率是提升的。

但是具体到个人,只能说是:

“最先掌握AI的人,将会比较晚掌握AI的人有竞争优势”。

我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。

一、全套AGI大模型学习路线

AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!

二、640套AI大模型报告合集

这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。

三、AI大模型经典PDF籍

随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。

四、AI大模型商业化落地方案

作为普通人,入局大模型时代需要持续学习和实践,不断提高自己的技能和认知水平,同时也需要有责任感和伦理意识,为人工智能的健康发展贡献力量。

第一阶段(10天):初阶应用

该阶段让大家对大模型 AI有一个最前沿的认识,对大模型 AI 的理解超过 95% 的人,可以在相关讨论时发表高级、不跟风、又接地气的见解,别人只会和 AI 聊天,而你能调教 AI,并能用代码将大模型和业务衔接。

  • 大模型 AI 能干什么?
  • 大模型是怎样获得「智能」的?
  • 用好 AI 的核心心法
  • 大模型应用业务架构
  • 大模型应用技术架构
  • 代码示例:向 GPT-3.5 灌入新知识
  • 提示工程的意义和核心思想
  • Prompt 典型构成
  • 指令调优方法论
  • 思维链和思维树
  • Prompt 攻击和防范

第二阶段(30天):高阶应用

该阶段我们正式进入大模型 AI 进阶实战学习,学会构造私有知识库,扩展 AI 的能力。快速开发一个完整的基于 agent 对话机器人。掌握功能最强的大模型开发框架,抓住最新的技术进展,适合 Python 和 JavaScript 程序员。

  • 为什么要做 RAG
  • 搭建一个简单的 ChatPDF
  • 检索的基础概念
  • 什么是向量表示(Embeddings)
  • 向量数据库与向量检索
  • 基于向量检索的 RAG
  • 搭建 RAG 系统的扩展知识
  • 混合检索与 RAG-Fusion 简介
  • 向量模型本地部署

第三阶段(30天):模型训练

恭喜你,如果学到这里,你基本可以找到一份大模型 AI相关的工作,自己也能训练 GPT 了!通过微调,训练自己的垂直大模型,能独立训练开源多模态大模型,掌握更多技术方案。

到此为止,大概2个月的时间。你已经成为了一名“AI小子”。那么你还想往下探索吗?

  • 为什么要做 RAG
  • 什么是模型
  • 什么是模型训练
  • 求解器 & 损失函数简介
  • 小实验2:手写一个简单的神经网络并训练它
  • 什么是训练/预训练/微调/轻量化微调
  • Transformer结构简介
  • 轻量化微调
  • 实验数据集的构建

第四阶段(20天):商业闭环

对全球大模型从性能、吞吐量、成本等方面有一定的认知,可以在云端和本地等多种环境下部署大模型,找到适合自己的项目/创业方向,做一名被 AI 武装的产品经理。

  • 硬件选型
  • 带你了解全球大模型
  • 使用国产大模型服务
  • 搭建 OpenAI 代理
  • 热身:基于阿里云 PAI 部署 Stable Diffusion
  • 在本地计算机运行大模型
  • 大模型的私有化部署
  • 基于 vLLM 部署大模型
  • 案例:如何优雅地在阿里云私有部署开源大模型
  • 部署一套开源 LLM 项目
  • 内容安全
  • 互联网信息服务算法备案

学习是一个过程,只要学习就会有挑战。天道酬勤,你越努力,就会成为越优秀的自己。

如果你能在15天内完成所有的任务,那你堪称天才。然而,如果你能完成 60-70% 的内容,你就已经开始具备成为一名大模型 AI 的正确特征了。

这份完整版的大模型 AI 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费

因篇幅问题不能全部显示,请点此查看更多更全内容

Top