专题：2024中国AIGC创新发展论坛
2024年服贸会专题论坛之一——“2024中国AIGC创新发展论坛”于9月13日-14日在北京举行。云知声联合创始人、副总裁李霄寒出席并演讲。
李霄寒表示，普惠医疗是自己的梦想。随着AI路的发展，每个人、每一个家庭都非常有可能拥有自己的AI家庭医生。“如果我们想实现，靠人类医生是不现实的，一定是要求通过AI和技术发展来完成。所以在分级诊疗和普惠医疗的愿景上，AI是电、AI是光，AI是唯一的方向”。
以下为演讲实录：
李霄寒：各位领导、各位同仁大家上午好，辛苦大家一上午时间，到了接近中午的时候大家比较疲惫，我这边准备给大家做一些案例方面的分享，可能没有太多技术或者业务层面的干货，但想和大家分享一下我们在这块的思考、逻辑以及遇到的问题以及对未来的展望。
云知声是中关村的一家公司，我们成立12年，做人工智能，是国家级的专精特新小巨人企业，准上市公司，员工人数不到500人，发明专利接近1000项，也有国家的博士后科研工作站。大概给大家一个企业的一个画像。我是云知声联合创始人、副总裁。
我们主要有两个事业部：一个是智慧医疗，主要是面向医院，解决医院人工智能的推广问题，是人工智能的产品。另外一个是智慧物联。我今天以医疗为例给大家分享一下思考。
我们做这一行时间比较长了，大家看人工智能有它的起起伏伏，一会儿人们觉得人工智能可能没有太多实践价值，比如2000年前后到2010年前后，人工智能跟我们的日常生活很远。一会儿随着有些技术突破大家觉得人工智能好像又行了，比如之前风行的一波语音识别、人脸识别。到2022年12月份OpenAI GPT推出来，大家又兴奋了，这一波跟以前不一样。
前进的道路绝对不是一帆风顺的。那么我们掌握一个度，怎么观察到是泡沫还是真正有些发展，我归纳为一句话，这七十年来人工智能所有进步体现在一点上，就是人类使用数据能力的进步。
我明显感觉到了这一波不一样，2010年以前是属于科研推动，人工智能是由科研推动，都是科学家在干事。2010-2020年不一样的是资本推动，有很多社会资本，国家资本已经下场了。2022年以后我发现推动力变成了社会推，大家都知道人工智能，都知道个东西很厉害，而且也表现出一定的兴趣。这是我发现这三个阶段具有的非常鲜明的特征。
那么为什么生成式人工智能跟鉴别式人工智能给人的冲击不一样呢？我的理解是，鉴别式人工智能更像机器，水平再高，人们也不觉得这是我应该有的能力，会觉得是机器应该有的能力，比如语音识别，会识别各种文本，人们说这个机器能做到接近就很不错了，对我的影响有限。然后人脸识别也是一样的，机器的人脸识别能力远远超越能力，能够记住成千上百万张脸，但人类记不住，但人类并不觉得它对自己有什么影响。
生成式人工智能不一样，它的输入和输出跟人非常相似，它的输入是非结构化的输入，图像、视频、文本、语音，人类听什么看什么、机器就听什么看什么，输出也一样，你能够写作文、画图、说话，机器也能够写作文、也能够画图也能够说话，把机器和人放在同一个赛道上，这个人受不了。这是给人的心理影响，直接影响到我们的应用、我们的政策、我们的投资等等，因为所有这些动作都是由最终那个决策人去产生、去执行的。
在生成式这个道路上，机器相对于人有了更多优势，其实最大有时是这个model，所谓的规模效应。
我讲了半天的人工智能，现在开始讲医疗。人工智能在医疗领域能做哪些事情？首先我要声明一点，绝对不是简单地把大模型给一个API应用在医院，绝对不是这样的，还有很多其他构成，大模型只是其中一部分。机器医生和人类医生协同，我们认为有三种方式或者三个递进层次：第一个，它的能力相对受限，人类对它的怀疑还没有降低的情况下、对它持有疑虑的情况下，我们让它做人类医生的工具。比如说医疗电子病历。第二个，当它的水平再进一步了，就可以做医生的同事，同事的意思是，隔壁老张、老王、大卫的水平跟你互有优劣，不是坐办公室，不是专家比里厉害很多，而是互有优劣，这就意味着它可以帮你查漏补缺。第三个，做专家，超越大部分人类医生，这是非常有机会的。所以接下来我会分三个方面讲一下我们的案例。
第一个，我们做工具。在医院里面，医生大部分时间尤其专家时间有相当一部分是花在写病历上，我们就去训练一个AI大脑，具有听力，在这个案例里面可以听懂人类和患者的对话。然后它在对话提取摘要，最终生成一份病历。如果没有它，医生要先做医患沟通，花小一半时间跟患者聊，然后写，写的过程是比较浪费的，然后去审核，对后开医嘱提交。我们怎么提升效率呢？我们做一个小助理，在旁边听他们说话，然后把这个病历写成。医生和患者继续做沟通的同时，旁边有AI和麦克风，听两个人的对话，通过对话可以知道谁说了哪句话，在规划过程里把关键要素提取出来，这个过程做完之后医生把大部分放在医患沟通上，一方面减轻负担，另外提升患者的满意率，最终产品性就是这样的。（PPT图）左边做一个忠实的对话记录，中间会根据相应的要求去产生的信息摘要，最后根据信息摘要产生医院所需要的最终的门诊病例，然后医生做一个审核就可以提高了。还有一些其他场景，今天时间有限不给大家多分享了，比如手术那块更刚需，我们正在做手术这块。
第二个，做同事。同事这块刚需更强一些，因为真正帮助你解决问题。这个是影像报告（PPT图），男性患者做了盆腔扫描，子宫密度均匀，性大小未见异常”，这是一个女性病历，错误在于可能就是复制粘贴了，很常见，对于普通公众来讲就哗然了。AI可以做什么？AI可以做病历审核，可以把住最后一道关，读取非结构化病历，找出里面相应问题，提出可疑点。这不是一个示范案例，是我们的产品已经大规模应用并且形成我们主营收入的产品。
第三个，做AI专家。场景里面，AI听医患对话的同时，如果水平够高，可以实时给医生诊疗意见，告诉他这个特征有可能是什么病，你应该继续问他什么样的问题，然后帮他实时做诊断水平提高。这个是人工智能辅助诊疗系统，已经在试运行了。
我有一个梦想，所谓的梦想是：第一方面它很难，第二方面它很好很美。什么呢？是普惠医疗，随着AI路走下去，非常有机会来给每个人、每一个家庭做一个所谓的AI家庭医生，未来可能所有诊断、产干其能够编写可穿戴就可穿戴，能够放在家庭里面就放在家庭里面，实在不行就在下面便利店做一个CT、核磁共振，这是非常有可能的。如果我们想走到这样的愿景，靠人类医生是不现实的，一定是要求通过AI和技术发展来完成。所以在分级诊疗和普惠医疗的愿景上，AI是电、AI是光，AI是唯一的方向。
最后感谢大家，对不起延时了2分钟，谢谢。
新浪声明：所有会议实录均为现场速记整理，未经演讲者审阅，新浪网登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。
还没有评论，来说两句吧...