(相關資料圖)

醫療一直都是人工智能應用的重要領域，人工智能已經在過去幾年內陸續落地，并在病歷書寫、報告生成、病例歸納、輔助決策、論文潤色等醫療場景內取得了廣泛的應用成果。隨著應用場景的進一步深化，醫療行業智能化時代有望正式開啟，行業長期機遇巨大。尤其是Open AI的對話式大型語言模型ChatGPT橫空出世，在醫療領域更是引爆了新一輪的人工智能熱潮，當前，國內已有多個頭部企業官宣布局AI醫療服務大模型。

數據是大模型的基石，如何在發展醫療領域大模型的同時保障數據與個人隱私安全問題？

7月7日，锘崴科技創始人、董事長王爽在2023世界人工智能大會之2023年世界人工智能大會健康高峰論壇上表示，醫療垂直領域大模型的開發面臨著非常多挑戰。“大模型可以分成兩部分，一部分是通用化的模型，可以基于一些公開的數據集進行大模型的訓練；但真正要應用到某一個領域、特別是醫療領域的時候，需要進行模型的微調才能夠提供更精準的結果。在模型微調的過程當中需要利用大量高敏感的患者隱私數據，這些數據直接用于訓練會產生很多潛在的風險。另一方面，為了確保生成結果的準確性，需要結合專業的醫學領域知識庫進行過濾，同樣需要應用隱私計算技術，結合多元知識庫來提高模型精確度。因此，醫療領域大模型的發展離不開隱私計算。”

在王爽看來，在大模型時代，隱私計算技術能夠大幅降低大模型的隱私信息泄露風險，可以結合多種技術路線保證數據不出本地的情況下完成高效的計算，保證模型在安全計算環境中的運算能力，并在不影響模型效果的情況下提高模型的安全性。

王爽表示，在眾多的前沿技術中，隱私計算能在充分保護數據和隱私安全的前提下，既解決醫療數據安全痛點，同時又為醫療數據的互聯互通、高效流動奠定基礎，是最符合醫療數據可用不可見需求的技術類型。未來十年，數字醫療將會進入AI結合大數據的時代。越來越多的數據被產生出來，包括基因組學數據、影像學數據、報告的數據等，需要通過AI將這些數據過濾成有用的結果、進而支持醫療診斷，輔助醫生在疾病診斷、治療、預防等方面進行決策。其中最核心的問題，還是怎么更好地利用這些數據。數據是AI的基礎，這其中會涉及到大量的數據隱私保護問題，在技術層面上和法律層面上，都仍有相關的工作需要去做。（記者 楊秀峰）

關鍵詞：