GenAI在生物醫(yī)藥大健康行業(yè)的挑戰(zhàn)、展望及落地建議有哪些？

根據(jù)前述的分析，國內(nèi)外生物醫(yī)藥大健康企業(yè)已經(jīng)開始了針對(duì)GenAI的落地嘗試， 而在探索過程中還面臨著如下幾個(gè)比較大的挑戰(zhàn)。

1.面臨挑戰(zhàn)

1.1 數(shù)據(jù)合規(guī)性、符合醫(yī)學(xué)邏輯及循證溯源

技術(shù)原理角度來看，GenAI是基于深度學(xué)習(xí)技術(shù)通過概率計(jì)算生成答案，不可避免 地會(huì)有幻覺(“一本正經(jīng)胡說八道”)問題，而生物醫(yī)藥大健康行業(yè)有很強(qiáng)的監(jiān)管以 及合規(guī)性的要求，尤其是對(duì)外傳遞的醫(yī)學(xué)內(nèi)容，需要經(jīng)過醫(yī)學(xué)和法務(wù)的嚴(yán)格審核， 也需要提供精準(zhǔn)的溯源循證，因此如果直接用ChatGPT之類的GenAI產(chǎn)品，很多場(chǎng) 景無法直接滿足生物醫(yī)藥大健康行業(yè)強(qiáng)合規(guī)性要求。 此外生成的答案或者文章還需要符合醫(yī)學(xué)邏輯的要求，需要基于通用GenAI的能力 加入循證等級(jí)、指南沖突檢測(cè)和因果關(guān)系等醫(yī)學(xué)邏輯。 通常可以采用知識(shí)圖譜結(jié)合符合RAG的方式精準(zhǔn)定位原文段落并按照一定醫(yī)學(xué)邏 輯組裝形成合規(guī)的答案。

1.2 監(jiān)管合規(guī)性

國內(nèi)對(duì)于GenAI有嚴(yán)格的監(jiān)管，尤其是面向大眾用戶(例如患者)的GenAI應(yīng)用，需 要通過監(jiān)管備案才能正式發(fā)布。企業(yè)在GenAI項(xiàng)目啟動(dòng)時(shí)就需要了解監(jiān)管的具體要 求以及GenAI應(yīng)用備案的流程及周期和費(fèi)用，避免由于監(jiān)管問題導(dǎo)致系統(tǒng)無法上 線，前期的工作功虧一簣。

1.3 數(shù)據(jù)安全性及私有化部署

生物醫(yī)藥大健康企業(yè)除了使用公開的醫(yī)學(xué)指南和文獻(xiàn)等數(shù)據(jù)，還有很多內(nèi)部研發(fā) 和臨床試驗(yàn)敏感數(shù)據(jù)以及市場(chǎng)推廣、醫(yī)學(xué)循證材料等數(shù)據(jù)。ChatGPT等GenAI是 一個(gè)開放的公有云平臺(tái)，如果調(diào)用其API，需要將部分原文數(shù)據(jù)通過調(diào)用API傳 給它進(jìn)行訓(xùn)練及交互，這會(huì)涉及到數(shù)據(jù)安全風(fēng)險(xiǎn)，以及用戶交互行為的泄露風(fēng) 險(xiǎn)。如果GenAI應(yīng)用涉及到內(nèi)部敏感數(shù)據(jù)，一般需要私有化部署的平臺(tái)進(jìn)行對(duì)接 和權(quán)限控制，私有平臺(tái)采用LLaMA或者ChatGLM之類的開源GenAI框架，同時(shí)配 備相應(yīng)的GPU算力資源，成本相比調(diào)用API會(huì)高不少。如果考慮成本問題，可先 從基于OpenAI或者國內(nèi)大模型開放API調(diào)用，處理醫(yī)學(xué)指南和文獻(xiàn)開源數(shù)據(jù)搭建 GenAI應(yīng)用開始進(jìn)行場(chǎng)景技術(shù)驗(yàn)證，再逐步拓展到私有部署處理內(nèi)部數(shù)據(jù)。

1.4 場(chǎng)景選擇和成本

誠如1.2章節(jié)總結(jié)的，GenAI的應(yīng)用方式主要有四種，其中像ChatGPT類通用大模 型的模型訓(xùn)練和開發(fā)成本非常高，一般的生物醫(yī)藥企業(yè)是承受不起像這樣巨額的 初始訓(xùn)練成本以及系統(tǒng)的持續(xù)運(yùn)維成本。因此需要企業(yè)需要根據(jù)自身情況選擇合 適的場(chǎng)景和高性價(jià)比的應(yīng)用方式以便更好地評(píng)估ROI。業(yè)界比較主流的場(chǎng)景和應(yīng) 用方式是在知識(shí)庫和Chatbot應(yīng)用RAG檢索增強(qiáng)進(jìn)行升級(jí)，通常幾十萬的成本在 幾個(gè)月就能上線應(yīng)用。實(shí)際落地時(shí)可選擇剛上市的新產(chǎn)品或者重磅產(chǎn)品和業(yè)務(wù)部 門進(jìn)行合作，對(duì)技術(shù)創(chuàng)新的需求和接受度會(huì)更高。

1.5 內(nèi)部利益的協(xié)同

GenAI在醫(yī)藥大健康行業(yè)的落地實(shí)施，需要管理層、各業(yè)務(wù)部門、IT和數(shù)字化部 門、法律合規(guī)部、采購部門的共同協(xié)作。 GenAI是顛覆性的AI技術(shù)，在企業(yè)落地需要管理層從戰(zhàn)略方向和高效分配資源提 供有力支持。業(yè)務(wù)部門負(fù)責(zé)提供業(yè)務(wù)痛點(diǎn)和明確具體需求，IT和數(shù)字化部門則負(fù) 責(zé)建立促進(jìn)創(chuàng)新的合作伙伴關(guān)系，將GenAI技術(shù)與現(xiàn)有系統(tǒng)集成，能為業(yè)務(wù)部門 提供可衡量的業(yè)務(wù)價(jià)值，同時(shí)確保數(shù)據(jù)的完整性和安全。由于GenAI的落地面臨 很大的合規(guī)挑戰(zhàn)，需要盡早引入法律合規(guī)部門，確保遵守多樣化的法規(guī)，保護(hù)倫 理考量和患者隱私，減少落地過程中的風(fēng)險(xiǎn)。最后，采購部門需要打破傳統(tǒng)軟件 的采購流程，引入更多有創(chuàng)新力的初創(chuàng)公司。如果是跨國公司，還需要了解 Global總部的全球規(guī)劃并爭(zhēng)取總部資源支持。這種跨部門的協(xié)同合作，對(duì)于發(fā)揮 GenAI在企業(yè)落地至關(guān)重要。

2.未來展望

未來，GenAI技術(shù)在生物醫(yī)藥大健康行業(yè)發(fā)揮關(guān)鍵作用，將呈現(xiàn)商業(yè)化進(jìn)程提 速、應(yīng)用場(chǎng)景多元化與合規(guī)監(jiān)管增強(qiáng)三大展望趨勢(shì)： 商業(yè)進(jìn)程穩(wěn)步提速：過去，雖然GenAI在生物醫(yī)藥大健康行業(yè)應(yīng)用可能性眾 多，但成功實(shí)現(xiàn)商業(yè)化落地的仍是核心垂直場(chǎng)景的應(yīng)用，商業(yè)化應(yīng)用側(cè)重 于病理及醫(yī)學(xué)影像的醫(yī)學(xué)診斷領(lǐng)域。隨著國內(nèi)生物醫(yī)藥大健康行業(yè)對(duì)于 GenAI的市場(chǎng)需求逐步明確，企業(yè)底層技術(shù)的不斷打磨。未來生成人工智 能技術(shù)在生物醫(yī)藥大健康行業(yè)商業(yè)落地不斷熟化，人工智能商業(yè)化落地應(yīng) 用將占據(jù)主導(dǎo)地位。企業(yè)將逐漸明確生物醫(yī)藥大健康行業(yè)中商業(yè)化復(fù)雜性 及優(yōu)先程度，持續(xù)挖掘合規(guī)且有效的商業(yè)模式，不斷根據(jù)市場(chǎng)所需打磨產(chǎn) 品，拓展產(chǎn)業(yè)協(xié)同布局，實(shí)現(xiàn)可持續(xù)盈利。

應(yīng)用場(chǎng)景不斷滲透：得益于硬件、算法、數(shù)據(jù)沉淀等多維度賦能，多模態(tài) GenAI技術(shù)發(fā)展，互聯(lián)網(wǎng)和科技巨頭等軟硬件設(shè)備及解決方案提供商沿著 GenAI醫(yī)藥產(chǎn)業(yè)鏈縱深的活躍度和滲透率將更高，未來GenAI在生物醫(yī)藥大 健康行業(yè)中的應(yīng)用將從點(diǎn)狀擴(kuò)展發(fā)展至面狀滲透。在生物醫(yī)藥大健康企業(yè) 端，未來將持續(xù)深化上市前研發(fā)、臨床、生產(chǎn)及上市后商業(yè)化運(yùn)營場(chǎng)景中 的應(yīng)用。在醫(yī)院端，人工智能將從醫(yī)學(xué)影像診斷、病理切片等輔助疾病診 斷等場(chǎng)景滲透，逐步從影像科室應(yīng)用走進(jìn)多臨床科室和基于GenAI面向生 物制藥企業(yè)的真實(shí)世界研究。在患者端，智能家庭醫(yī)生、個(gè)性化健康管理 和智能護(hù)理等應(yīng)用將不斷擴(kuò)充。整個(gè)生態(tài)的應(yīng)用場(chǎng)景也將互相融合，打 通“醫(yī)患藥險(xiǎn)”閉環(huán)。 合規(guī)監(jiān)管愈發(fā)完善：伴隨著國內(nèi)生物醫(yī)藥大健康行業(yè)對(duì)于GenAI應(yīng)用的普及 率及滲透程度不斷提高。政府對(duì)于GenAI在醫(yī)療大健康行業(yè)的數(shù)據(jù)安全問題 重視度逐步提升，未來監(jiān)管合規(guī)問題、數(shù)據(jù)安全問題變得不容忽視。生物 醫(yī)藥大健康領(lǐng)域是政府監(jiān)管之重，目前監(jiān)管主要面向HCP及患者端的GenAI 應(yīng)用，未來將不斷延伸至非患者端的GenAI應(yīng)用當(dāng)中。隨著更多人工智能領(lǐng) 域?qū)ｉT立法及實(shí)施細(xì)則的出臺(tái)，未來將逐步形成生物醫(yī)藥大健康行業(yè)的體 系化治理框架。

3.落地建議

當(dāng)前GenAI在生物醫(yī)藥大健康行業(yè)的探索尚屬早期階段，平臺(tái)層面初露頭角，企業(yè) 應(yīng)用總體處于萌芽階段。但不可否認(rèn)的是，GenAI整合了生物學(xué)、化學(xué)、計(jì)算科 學(xué)、藥理學(xué)和疾病治療等領(lǐng)域內(nèi)容，加上生物醫(yī)藥大健康行業(yè)的產(chǎn)業(yè)鏈條長(zhǎng)、參 與主體多，應(yīng)用空間潛力巨大。在看到機(jī)遇的同時(shí)，我們也應(yīng)充分關(guān)注到，其作 為新興事物，在發(fā)展過程中不可避免會(huì)遇到一些挑戰(zhàn)，有些甚至是前所未有的困 難。因此，解鎖GenAI潛力、并成功加以應(yīng)用，均離不開前瞻性的考量、詳細(xì)的落 地路徑規(guī)劃、以及保障措施等全方位的考慮。

3.1 捕捉變化，動(dòng)態(tài)調(diào)整

GenAI雖然潛力巨大，但在GenAI應(yīng)用試點(diǎn)及推廣的過程中，企業(yè)面臨著一系列風(fēng) 險(xiǎn)，比如知識(shí)產(chǎn)權(quán)、網(wǎng)絡(luò)安全、數(shù)據(jù)隱私、數(shù)據(jù)偏差、以及錯(cuò)誤結(jié)果等。企業(yè)應(yīng) 制定有效的風(fēng)險(xiǎn)管控機(jī)制，設(shè)計(jì)治理框架和相關(guān)規(guī)則，建立用于監(jiān)控和管理GenAI 風(fēng)險(xiǎn)的工具，并將相關(guān)政策和程序必須融入企業(yè)的文化和運(yùn)營模式之中，引導(dǎo) GenAI處理好涉及道德、法律和技術(shù)方面的問題。隨著監(jiān)管環(huán)境的跟進(jìn)，企業(yè)內(nèi)部 的指導(dǎo)方針也要追蹤及基于監(jiān)管機(jī)構(gòu)最新的政策框架監(jiān)測(cè)進(jìn)行靈活更新，保障合 規(guī)體系下的動(dòng)態(tài)調(diào)整能力。

3.2 頂層設(shè)計(jì)，數(shù)智思維

將GenAI納入數(shù)字化進(jìn)程是工作的先決。管理層應(yīng)在思想層面認(rèn)識(shí)到GenAI是一個(gè) 數(shù)字化策略的必選項(xiàng)，給予足夠重視，并傾注相應(yīng)的資源。GenAI可以通過自動(dòng)化 流程降低企業(yè)成本、通過分析大量數(shù)據(jù)來協(xié)助決策制定、通過個(gè)性化內(nèi)容改善與 客戶的互動(dòng)，并在促進(jìn)創(chuàng)新、風(fēng)險(xiǎn)管理、質(zhì)量控制和人力優(yōu)化等方面有所作為， 所有這些都將對(duì)企業(yè)的價(jià)值創(chuàng)造起到積極作用。 目前，GenAI用例已開始廣泛涌現(xiàn)，不具備相關(guān)能力的企業(yè)將在未來喪失競(jìng)爭(zhēng)優(yōu) 勢(shì)。在某種程度上，各玩家起點(diǎn)差距不大，投入和技術(shù)門檻并非高不可攀，及時(shí) 采取行動(dòng)能讓企業(yè)在這場(chǎng)革命中把握主動(dòng)權(quán)，因此通過有效頂層設(shè)計(jì)，可有效保 障企業(yè)在技術(shù)更迭背景下快速把握技術(shù)先機(jī)。未來企業(yè)可直接接入GenAI通用大模 型能力，融合內(nèi)外部數(shù)據(jù)搭建企業(yè)級(jí)的Copilot平臺(tái)，可對(duì)多源異構(gòu)的文檔、數(shù)據(jù) 庫、知識(shí)圖譜以及多模態(tài)圖片、視頻和音頻等數(shù)據(jù)進(jìn)行自動(dòng)標(biāo)簽和內(nèi)容生產(chǎn)、問 答及寫作、總結(jié)，未來Copilot平臺(tái)將通過AI Agent智能代理進(jìn)行用戶意圖理解并進(jìn) 行任務(wù)分發(fā)，例如有傳統(tǒng)的FAQ更精準(zhǔn)的匹配問答，從結(jié)構(gòu)化的數(shù)據(jù)庫和知識(shí)圖 譜動(dòng)態(tài)生成組合答案以及分析，基于海量原始文檔通過GraphRAG引擎定位原文并 按照醫(yī)學(xué)邏輯組裝答案，基于GenAI的全庫內(nèi)容的總結(jié)和報(bào)告生成等，最終形成人 機(jī)協(xié)同的企業(yè)級(jí)Copilot平臺(tái)。

3.3 目標(biāo)錨定，小步快走

雖然GenAI在生物醫(yī)藥大健康行業(yè)落地面臨很大的挑戰(zhàn)，但只要確定目標(biāo)，小步 快走、實(shí)現(xiàn)快速迭代便可在滿足合規(guī)性要求的情況下找好能帶來實(shí)際價(jià)值的應(yīng)用 及制定好相應(yīng)的技術(shù)路線，在生物醫(yī)藥大健康行業(yè)的應(yīng)用潛力還是巨大的。 總體而言，GenAI在生物醫(yī)藥大健康行業(yè)潛在應(yīng)用廣泛，企業(yè)可選應(yīng)用多，覆蓋 了從藥物研發(fā)、臨床研究、營銷與臨床診療等整條價(jià)值鏈。通過分析及篩選，企 業(yè)可明確GenAI技術(shù)可在自身藥物價(jià)值鏈活動(dòng)的哪些環(huán)節(jié)獲得最大的競(jìng)爭(zhēng)優(yōu)勢(shì)， 詳細(xì)評(píng)估GenAI對(duì)其現(xiàn)有產(chǎn)品和服務(wù)組合的影響，分析目標(biāo)用戶群體特征。歸納 其自身產(chǎn)品和服務(wù)而言最具價(jià)值潛力GenAI用例后，還需要量化相關(guān)應(yīng)用的影響 力和落地速度，同時(shí)兼顧模型、數(shù)據(jù)可用性、數(shù)據(jù)安全性、容錯(cuò)性、復(fù)雜性、可 負(fù)擔(dān)性和市場(chǎng)需求等因素。對(duì)用例的優(yōu)先級(jí)進(jìn)行排序，確定GenAI優(yōu)先用例后， 開展試點(diǎn)工作，收集試點(diǎn)工作反饋并進(jìn)行多次優(yōu)化，在用例影響力得到驗(yàn)證后， 擇機(jī)在整條價(jià)值鏈上進(jìn)行推廣，以便在全組織層面充分釋放其全部?jī)r(jià)值。

應(yīng)用場(chǎng)景可以首先從內(nèi)部效率提升開始，可借助GenAI能力在內(nèi)容建設(shè)層面探索 通過GenAI來優(yōu)化醫(yī)學(xué)人員進(jìn)行數(shù)據(jù)打標(biāo)簽和標(biāo)注以及生產(chǎn)FAQ的基礎(chǔ)工作；其 次還可結(jié)合知識(shí)圖譜可解釋和可溯源的優(yōu)勢(shì)，通過通用GenAI的開放API，將生物 醫(yī)藥大健康行業(yè)合規(guī)的開放權(quán)威數(shù)據(jù)(例如醫(yī)學(xué)指南和文獻(xiàn)、會(huì)議紀(jì)要報(bào)道、臨床 研究等)結(jié)合自己的業(yè)務(wù)需求進(jìn)行RAG檢索增強(qiáng)訓(xùn)練，能做文獻(xiàn)智能閱讀和寫作以 及chatbot應(yīng)用并提供溯源循證的能力，滿足合規(guī)性的要求情況下提升應(yīng)用的智能 化程度和用戶體驗(yàn)，通過GenAI實(shí)時(shí)生成合規(guī)內(nèi)容來減少生成FAQ及審核的流 程。 總體而言，GenAI在生物醫(yī)藥大健康潛在應(yīng)用廣泛，企業(yè)可 錨定自身所需，通過 小步快走先試先行，逐步挖掘的GenAI的應(yīng)用潛力，建立人機(jī)協(xié)同的多層智能知 識(shí)平臺(tái)。

3. 4 能力構(gòu)建，組織提質(zhì)

在企業(yè)能力層面，基于通用GenAI平臺(tái)和開源的大模型，在生物醫(yī)藥大健康行業(yè) 數(shù)據(jù)集上進(jìn)行訓(xùn)練調(diào)優(yōu)，構(gòu)建私有化部署的企業(yè)級(jí)GenAI平臺(tái)，結(jié)合知識(shí)圖譜的 能力，保證數(shù)據(jù)安全性的情況下處理內(nèi)部數(shù)據(jù)，并可和外部數(shù)據(jù)進(jìn)行融合進(jìn)行合 規(guī)數(shù)據(jù)的內(nèi)容生成。同時(shí)基于Chatbot智能交互平臺(tái)為內(nèi)部員工和HCP、患者提供 滿足合規(guī)安全性要求的企業(yè)級(jí)智能交互方式。 在組織結(jié)構(gòu)層面，為了支持全新的工作方式，可能涉及到自身的組織結(jié)構(gòu)和運(yùn)營 模式的調(diào)整，企業(yè)需要制定實(shí)用的變革管理計(jì)劃，指導(dǎo)組織平穩(wěn)過渡轉(zhuǎn)型。明確 各方所應(yīng)承擔(dān)的責(zé)任、擁有的決策權(quán)，并重新設(shè)計(jì)職位信息，配備相應(yīng)人員。企 業(yè)需要更新其人才和技能培訓(xùn)策略，包括研發(fā)、臨床研究人員、制造與質(zhì)量控制 人員、市場(chǎng)銷售和醫(yī)學(xué)團(tuán)隊(duì)、職能部門、法律合規(guī)部門員工等；確保相關(guān)員工了 解如何在日常工作中使用 GenAI，如撰寫提示詞；掌握部署高級(jí)應(yīng)用的能力，如 增加GenAI專業(yè)人員招聘等。

3.5 合作共行，優(yōu)勢(shì)互補(bǔ)

完善的基礎(chǔ)設(shè)施和平臺(tái)是GenAI發(fā)揮充分潛力的前提。目前得益于硬件、算法、 數(shù)據(jù)沉淀等多維度賦能，互聯(lián)網(wǎng)和科技巨頭等軟硬件設(shè)備及解決方案提供商基于 其多年的科技投入和人才積累，開發(fā)了豐富的應(yīng)用方案，這也是現(xiàn)行主流的落地 模式，合作雙方可以優(yōu)勢(shì)互補(bǔ)，快速部署。企業(yè)在落地云基礎(chǔ)設(shè)施、數(shù)據(jù)平臺(tái)、 模型和應(yīng)用時(shí)，可從使用成本、響應(yīng)速度和定制化水平、潛在的收益等方面評(píng)估 各類方案，確定最終合作伙伴。由于GenAI技術(shù)發(fā)展迅猛，在此背景之下，企業(yè) 應(yīng)著力提高自身的靈活性，研判自身數(shù)據(jù)平臺(tái)和核心系統(tǒng)的準(zhǔn)備情況，根據(jù) GenAI的變化不斷進(jìn)行調(diào)整。企業(yè)可先考慮一些風(fēng)險(xiǎn)較低的合作伙伴，這樣不僅 可以幫助企業(yè)更好地對(duì)自己的平臺(tái)進(jìn)行評(píng)估，還可以讓企業(yè)在擴(kuò)充自身GenAI能 力的過程中不斷積累經(jīng)驗(yàn)教訓(xùn)。為了使GenAI應(yīng)用效果最大化，企業(yè)還需要考慮 與現(xiàn)有的AI工具相結(jié)合，例如基于現(xiàn)有的Chatbot工具進(jìn)行GenAI的升級(jí)。