背景

得益于算法的進一步成熟、算力的提高以及數(shù)據(jù)的持續(xù)積累，人工智能（Artificial Intelligence，AI）得到迅猛發(fā)展，大語言模型（Large Language Model，LLM）的學習能力、遷移能力和理解能力的深度提升為AI醫(yī)療的全面落地打開了新局面。

AI大模型正在全面鋪開

在過去一段時間以來，AI醫(yī)療場景不斷開拓，算法識別病灶、自動生成報告。國外以Google為代表持續(xù)在醫(yī)療大模型方面探索發(fā)力，由Google Research和DeepMind共同打造的多模態(tài)生成模型Med-PaLM M于2023年8月發(fā)布，該模型懂臨床語言、懂影像、懂基因組學，在美國執(zhí)業(yè)醫(yī)師資格考試（USMLE）中通過率高達85.4%。

諸多大模型廠商都主打 To B 路線，正在加速推動大模型在各個行業(yè)的應用。同時數(shù)字化醫(yī)療、AI 醫(yī)療逐漸發(fā)展為一個獨立賽道，AI廠商們利用數(shù)據(jù)分析、自然語言處理（NLP）、結(jié)構(gòu)化數(shù)據(jù)等技術(shù)，已經(jīng)成功將 AI 引入臨床診斷決策、病例數(shù)據(jù)管理等。對于醫(yī)療領域而言，當下已是百花齊放的局面。

大模型落地核心

醫(yī)療大模型落地目前遇到的兩大核心問題，都非常具有原生性：

• 為保證患者數(shù)據(jù)安全，醫(yī)院數(shù)據(jù)平臺通常僅限內(nèi)外，導致數(shù)據(jù)量相對大模型所需的訓練樣本量少，其次數(shù)據(jù)質(zhì)量的組織化和標準化程度不高。

• 算力緊張。本地部署成本高昂。

這意味著，醫(yī)療大模型需要大模型軟件廠商和服務器廠商一起找到一條有“性價比”的私有化部署道路。所以，AI服務器成為了近來業(yè)界備受關注的領域。它直接關乎大模型落地的效率和成本，行業(yè)內(nèi)各大模型廠商對此也有著極高的關注度。

德晟達 SERVER 01，是德晟達專門為高性能AI應用打造的一款服務器。德晟達SERVER 01基于英特爾?Eagle stream平臺，搭載兩顆4代英特爾?志強系列處理器，32×DDR5內(nèi)存，內(nèi)存速率支持4800MHz，最大8TB，最多24顆2.5 可熱插拔 NVMe/SATA/SAS drive Bays；2×M.2 NVMe SSD。10GPU雙路服務器能供滿足絕大部分智慧醫(yī)療場景、LLM的訓練和推理等多種場景。

心里健康大模型

在心理健康治療方面，特別是治療輕度和重度抑郁癥，大模型已經(jīng)達到了行業(yè)的治療標準。最重要的是，這類大模型不會被患者的外在因素所影響（性別、社會階層、年齡等），這就基本滿足了一個初級醫(yī)生的素養(yǎng)，在未來大語言模型將逐步勝任醫(yī)生助手的崗位。

英特爾中國將在2024年6月26日英特爾GTC，聯(lián)合上下游合作伙伴，推動心理健康問題從診斷到治療的全鏈路解決方案的開發(fā)與完善。德晟達將攜AI醫(yī)療分析終端BOX24 搭載英特爾?13代酷睿?系列CPU與英特爾銳炫?系列GPU顯卡，與英特爾一起探討本地運行的醫(yī)療大模型所打造談心數(shù)字人在實際場景中的應用，利用AI技術(shù)助力解決心理健康治療的難題。