(资料图)

医疗一直都是人工智能应用的重要领域，人工智能已经在过去几年内陆续落地，并在病历书写、报告生成、病例归纳、辅助决策、论文润色等医疗场景内取得了广泛的应用成果。随着应用场景的进一步深化，医疗行业智能化时代有望正式开启，行业长期机遇巨大。尤其是Open AI的对话式大型语言模型ChatGPT横空出世，在医疗领域更是引爆了新一轮的人工智能热潮，当前，国内已有多个头部企业官宣布局AI医疗服务大模型。

数据是大模型的基石，如何在发展医疗领域大模型的同时保障数据与个人隐私安全问题？

7月7日，锘崴科技创始人、董事长王爽在2023世界人工智能大会之2023年世界人工智能大会健康高峰论坛上表示，医疗垂直领域大模型的开发面临着非常多挑战。“大模型可以分成两部分，一部分是通用化的模型，可以基于一些公开的数据集进行大模型的训练；但真正要应用到某一个领域、特别是医疗领域的时候，需要进行模型的微调才能够提供更精准的结果。在模型微调的过程当中需要利用大量高敏感的患者隐私数据，这些数据直接用于训练会产生很多潜在的风险。另一方面，为了确保生成结果的准确性，需要结合专业的医学领域知识库进行过滤，同样需要应用隐私计算技术，结合多元知识库来提高模型精确度。因此，医疗领域大模型的发展离不开隐私计算。”

在王爽看来，在大模型时代，隐私计算技术能够大幅降低大模型的隐私信息泄露风险，可以结合多种技术路线保证数据不出本地的情况下完成高效的计算，保证模型在安全计算环境中的运算能力，并在不影响模型效果的情况下提高模型的安全性。

王爽表示，在众多的前沿技术中，隐私计算能在充分保护数据和隐私安全的前提下，既解决医疗数据安全痛点，同时又为医疗数据的互联互通、高效流动奠定基础，是最符合医疗数据可用不可见需求的技术类型。未来十年，数字医疗将会进入AI结合大数据的时代。越来越多的数据被产生出来，包括基因组学数据、影像学数据、报告的数据等，需要通过AI将这些数据过滤成有用的结果、进而支持医疗诊断，辅助医生在疾病诊断、治疗、预防等方面进行决策。其中最核心的问题，还是怎么更好地利用这些数据。数据是AI的基础，这其中会涉及到大量的数据隐私保护问题，在技术层面上和法律层面上，都仍有相关的工作需要去做。（记者 杨秀峰）