手术刀如舞者般在手术台上轻盈穿梭，电脑在一旁实时分析病人情况，整个手术室虽然没有一个人，但一切都井井有条，所有的手术器械都按照手术的流程依次上场。这仿佛是科幻片出现的场景，但或许在不久的将来会是手术室的常态。
虽然手术室全自动化离我们还比较遥远，但随着医疗垂域AI大模型应用的发展，一些医疗器械也具备了一定的“智慧”。
2024年3月，中国科学院香港创新研究院人工智能与机器人创新中心（以下简称“中科院香港创新院AI中心”）正式推出开放给香港神经外科医生使用的面向医疗垂域的 AI 多模态大模型。CARES Copilot1.0的多模态信息处理能力是其突出特点，可以精确识别动作、影像以及生命体征等信息。该大模型可以在手术中为医生提供判断参考，例如手术中危险区域的提示等，通过辅助信息让医生操作更为安全。
中国科学院香港创新院AI中心执行主任刘宏斌对21世纪经济报道记者表示，在医疗领域，垂域大模型对医疗器械的赋能作用将全面展现其内在价值，大模型以医疗器械作为载体，将后端海量的知识库与医生关联，提升医生的治疗水平。
刘宏斌在2010年获得英国伦敦大学国王学院博士学位后，留校任教。在伦敦大学国王学院任教期间，他创建了触觉医疗机器人实验室，并任主任。在英国十余年的科研历练后，刘宏斌最终决定回到祖国效力。2020年，刘宏斌放弃海外职务，加入中国科学院自动化所，组建智能微创医疗技术团队。
2021年，中国科学院决定正式将拥有海外经历的刘宏斌选调至中国科学院香港创新院AI中心负责建设。除了负责行政管理及建立与香港本地机构的合作外，刘宏斌还负责统筹医疗机器人方向的研发和临床转化，在此方向中，人工智能与医疗器械的融合便是刘宏斌攻克的难关。
垂域大模型是医疗领域未来发展的选择
刘宏斌认为，医疗垂域大模型对医疗器械的赋能能够节省医院的人力资本，同时提高医疗质量。刘宏斌以超声波检查为例，超声波检查需要根据病症调整参数及选择探照部位，这需要有经验的医生参与。他指出，如果能以医疗垂域大模型赋能，未来医生所使用的超声检查可以像手机拍照一般简单。
随着通用大模型的发展，内地的头部科技企业的发力点开始从通用大模型，转向行业/领域等垂直大模型，相比通用大模型，行业大模型更细化、更专业。2023年是中国医疗健康AI大模型元年，短短一年，中国内地的医疗领域大模型百花齐放，现已发布医疗领域生成式AI大模型数量超过30个。
刘宏斌认为，未来人工智能大模型的生态将会是通用大模型与垂域模型互相配合。他形容，通用大模型类似房子的地基，而垂直大模型就是基于地基之上楼房的各种形态，在医疗领域，未来并不会出现“通吃”的赢家，而是针对不同的科室、不同的病种或是不同器械存在不同的垂直大模型。
他进一步表示，人工智能的发展是以数据驱动为牵引的，虽然在某些领域，通用大模型与垂域大模型呈现出相似的功能，但这两者训练所需的数据来源并不相同，因此，垂域模型发展会与通用大模型有不同之处。
而对于医疗领域垂直大模型未来的发展模式，刘宏斌认为，鉴于医疗场景的特殊性及病人隐私保护的重要性，未来在医疗垂直场景中，大模型的部署将主要采用云端与终端相结合的方式。对于需要及时反馈的服务，其数据源和处理器将部署于医院终端；而对于无需即时响应的部分，则可部署于云端。因此，将形成混合云的部署模式，以满足医疗领域的实际需求。
商业化是技术发展的必然结果
AI大模型的发展迭代，需要大量算力支撑，“烧钱”也是必不可少的。国盛证券计算机分析师刘高畅、杨然发表的报告《Chatgpt 需要多少算力》估算，GPT-3训练一次的成本约为140万美元，对于一些更大的LLM模型，训练成本介于200万美元至1200万美元之间。
虽然相较于通用大模型而言，垂直大模型训练成本较低，但仍是一笔不小的数目。刘宏斌指出，目前科研院所的研发经费体量，更适合做垂域，其数据量大小与现有算力相匹配。因此，他们所研究的垂域大模型聚焦于医疗领域，确保算力与研究目标相契合。
“实话讲，如果这个技术进一步发展的话，纯靠科研经费是不够的，一定要进行商业化，要把企业引入到后期的技术转化中去。”刘宏斌介绍。
刘宏斌指出，目前CARES Copilot比较清晰的商业化路径主要有两条，一条是将大模型嵌入医院的管理流程中，通过为医院降本增效获得回报；另一种商业模式是与医院的设备供应商合作，研究所与企业可以形成共赢共生的生态，利用人工智能大为医疗器械赋能，提升其医疗设备的附加值。
根据亿欧智库预测，2023-2027年为医疗健康AI大模型集中爆发的阶段，市场规模将达70亿元。但目前，医疗健康领域大模型相关的商业化进程仍存在一些困难，包括缺乏支付方等问题。
刘宏斌指出，对于CARES Copilot而言，目前很多的商业化模式仍在探索之中，医生的接受程度、商业模式的可持续性、市场对此的接受度等都仍需要探索，很多问题需要在临床中开始使用时才能够暴露出来。
不仅是垂直大模型，很多科研成果也需要落地转化才能发挥其自身的价值。除了医疗垂直大模型之外，中国科学院香港创新院AI中心还有包括全球首个微创脑手术的柔性内镜机器人系统MicroNeuro在内的多个科研成果。
刘宏斌认为，科研成果商业化的路径多样化，根据不同的项目自身特点有不同适配的方式。对于需要依附于医疗器械的软件而言，专利授权的模式可能更为适合；而对于一些相对独立且具有领先性的技术而言，成立初创公司孵化就更为合适。
技术转化可学习以色列模式
近年来，科研成果商业化转化是香港创科发展的重点。自2018年以来，香港特区政府投入1500多亿港元，推动香港创科发展，从创科企业的初创阶段、研发阶段到商业化阶段都有配备不同的资助计划帮助企业成长。香港特区政府在2023年100亿港元的RAISe+产学研计划，该计划将以配对方式资助至少100家研究团队，帮助他们将研究商业化。
刘宏斌认为，在近几年在香港特区政府推动下，香港创科发展日新月异。不时能看到新的政策推出，随之而来的，有不同类型的科技初创公司在香港涌现。不过他指出，香港在技术商业化的阶段仍有提升空间，主要原因在于香港并没有形成产业集群，在应用领域，香港并没有大型公司，因此一些商业化转化最终只能到内地或是其他地区落地。
刘宏斌指出，受香港人口规模和地域面积的限制，商品化转化的销售肯定不能以香港市场作为目标。香港可以参考以色列模式，专精于技术的初期研究或是初创公司的孵化，而未来的发展可以聚焦于内地，或是利用香港这一国际化都市的优势，辐射到全球市场。
以色列风险投资占GDP的比重常年全球排名第一，2020年风险投资总额达到88亿美元，占GDP比重为2.39%。据了解，在以色列的科技成果转化体系下，高校及技术转移公司负责原始创新和技术转移、企业主导技术熟化和商业化、以色列政府主导科技创新战略方向和健全政策保障支撑的架构，政府出资设立科技计划和孵化器支持研发成果产业化和初创型科技企业成长，政府帮助高校解决早期研发投入匮乏的问题。
刘宏斌认为，香港与以色列在科研领域有相似之处，两地都是在前端的基础研究上有较大优势。香港作为中西方汇聚的城市，很多前沿的想法会在此碰撞。如果能够将香港作为初创公司孵化以及技术初期研究的基地，相信能够为国家的科研发展做出更大的贡献。
《21世纪》：首先想请你介绍一下中国科学院香港创新院，你认为在香港的科研领域扮演着怎样的角色？
刘宏斌：整个香港创新院的设立其实是有几个定位的。第一是中国科学院希望科研更加国际化，在香港建设一个国际一流的新型研发机构。第二是希望我们在香港能够起到一个桥梁作用，能够把内地的资源，特别是产业的资源，与香港高校的科研资源对接起来。第三是希望中国科学院香港创新院能够为整个大湾区的产业升级建设一个全球的创新中心，做出贡献。
医疗垂域大模型未来要与医械结合
《21世纪》：你觉得AI大模型在未来要如何与医疗器械进行结合，这样的智慧器械有什么样的应用场景吗？
刘宏斌：医疗领域的大模型如果要充分发挥出它的价值，一定要与医疗器械结合。以超声波检测为例，超声检测很考验医生的手法和经验，未来像超声这样的医疗器械其实就可以和大模型进行结合。这能够让医生更为简单、方便地使用超声。可以畅想一下未来，使用超声波检测就像现在用手机拍照一样简单，这就是大模型带来技术进步的体现。大模型这种底层技术，能够让医生通过他所操作的医疗器械，与后端巨大的知识库关联起来，以此提升医生的治疗水平。
《21世纪》：垂域大模型目前的发展可谓是百花齐放，医疗领域也有不少类型的大模型出现，你觉得未来医疗领域的大模型会形成怎样的发展格局呢？
刘宏斌：我觉得在一段时间里，垂域大模型的发展一定是百花齐放的格局，然后会慢慢走向比较稳定的状态。因为大模型技术本身是一种软件的技术，它需要和器械绑定在一起才能真正发挥出价值。所以未来的一种情况，就是做大模型的厂商跟做医疗器械的厂商肯定会绑定在一起。未来的大模型会根据不同的器械，甚至根据不同的病种，不同的科室进行设计。
《21世纪》：根据不同科室和病种设计大模型，这是否会导致这些大模型实际落地应用所需的时间非常长？
刘宏斌：我觉得这倒不会，因为技术的发展肯定会逐渐收敛，大家采用的技术路线会逐渐收敛到大家形成共识的一种路线方法。当然，为了满足不同科室的需求，不同功能的需求，训练的数据会有差异。
《21世纪》：怎样保证调取的这些数据能够及时的反馈，像你提到跟医疗器械进行合作，怎样在手术中，能够做到给医生及时反馈呢？
刘宏斌：鉴于医疗场景的特殊性及病人隐私保护的重要性，未来在医疗垂直场景中，大模型的部署将主要采用云端与终端相结合的方式。对于需要及时反馈的服务，其数据源和处理器将部署于医院终端；而对于无需即时响应的部分，则可部署于云端。因此，将形成混合云的部署模式，以满足医疗领域的实际需求。
《21世纪》：那么上次也有参加你们大模型的发布会，在发布会上也有看到一些大模型的功能，与您当时在会上提到的一些通用大模型功能是有重叠的。虽然大家展示出来的内容不同，但实际上也都应该是符合要求的，你认为会不会有一些重复之处？
刘宏斌：我认为通用大模型更像一个地基，垂域的大模型就像在这个地基上搭建起来“楼房”，地基可能都差不多，但是“楼房”最终展示出来的形态需要设计师去设计。未来可能是一个基础的通用大模型和很多专有领域的、垂域的小模型进行配合。因为垂域的多样性，也会导致未来整个智能大模型生态的千姿百态。
《21世纪》：会不会有一种可能，就是当通用大模型以及算力等配套设施也发展到一定阶段后，它能够完全取代垂域大模型？
刘宏斌：就我个人判断，大模型的能力肯定会越来越强，大模型的能力在未来势必会不断得到增强。然而，与此同时，垂域的模型也将持续存在并发挥重要作用。大模型的训练数据主要来源于公共资料或基础数据，而垂域的数据由于特定性和敏感性，往往不会被贡献出来用于基础大模型的训练。在当前人工智能的发展背景下，数据驱动已成为引领新技术发展的核心动力。由于数据源的不同，通用大模型与垂域大模型之间将呈现出一种相互补充、共同发展的态势。
商业化为大模型迭代提供支持
《21世纪》：通用的大模型需要强大的算力支持，这也意味着持续的高额资金投入，那么对于你们而言，目前的科研经费是否能够支撑这个垂域大模型的发展？
刘宏斌：的确，大模型的训练过程对算力和资源的需求极为庞大。对于科研院所而言，其拥有的研发经费和资源相对有限，因此更适合聚焦于垂域的大模型研究。这是因为垂域大模型所需的数据量相对较小，与科研院所现有的算力更为匹配，能够更有效地利用资源。
《21世纪》：目前这个大模型是仅限于神经外科，如果适用的范围再继续扩展，会不会出现算力或资金无法覆盖的现象？
刘宏斌：这是肯定的，这也是目前我们只能做单一科室的客观的原因，未来我们有很多的计划，比如说，我们现在在跟内地的头部医院接洽，商谈关于呼吸科的手术大模型、消化道科等手术大模型的合作。这些领域需更高算力和庞大数据量支持。随着技术发展，单纯依赖科研经费已无法满足需求，因此商业化成为关键。我们将积极引入企业参与后期技术转化，实现技术成果的有效应用。
《21世纪》：既然提到这个商业化，现在这个大模型，有没有商业化的路径或设想可以分享呢？
刘宏斌：我们目前尚处于起步阶段。自CARES Copilot大模型发布以来，许多医疗器械厂商已与我们取得联系，展开商谈。在目前的设想中，我们的大模型主要存在两种发展路径。其一，将手术大模型系统与医院管理系统对接，类似于软件管理类产品的应用。这需要与已在医院基础设施布局的大型医疗器械厂商合作。其二，将模型与医疗器械结合，如超声、肠镜胃镜等，为医疗器械赋能。
《21世纪》：那么在这两种路径上面，有没有遇到什么样的困难呢？
刘宏斌：我们目前尚处于探索阶段，面临诸多挑战。医生的接受程度、商业模式的可持续性、医保支付意愿以及病人的接受度等问题，均待解决。这些问题需要在接下来的临床使用中逐步显现，并据此作出相应调整和优化。
不同项目适合不同的商业化路径
《21世纪》：我也了解到中国科学院香港创新院有一些相对较为成熟的成果在进行商业化转化，你可以大概分享一下吗？
刘宏斌：在医疗器械领域，我们已取得了一些商业化进展，目前仍处于商业谈判阶段，涉及的具体公司名称不便透露。但是我们可以分享几款研发成果。首先，我们成功设计了一款应用软体材料的肠镜系统，该系统已初步整合了我们大模型的部分功能，并即将进入转化阶段。此外，在神经外科领域，我们也取得了一系列重要进展。例如，我们研发了能够执行微创脑手术的手术机器人，以及能够进行智能超声体检的机器人系统。目前，这些成果也正处于与潜在医疗器械厂商洽谈具体合作模式的阶段。
《21世纪》：就这两个项目而言，它们的商业化路径是怎样的？是作为专利授权给某些公司，还是说成立公司然后向市场推广产品？
刘宏斌：关于技术商业化的路径选择，我认为主要应依据具体的技术特点而定。对于某些技术，如大模型及其相关软件类产品，由于它们需要依附于现有的医疗器械，因此与行业内的大型器械厂商进行专利授权模式的合作是更为适宜的选择。而对于那些相对独立且具备显著领先性的技术，以初创公司的形式进行孵化，并逐步推向市场，则可能是更为合适的路径。
（文章来源：21世纪经济报道）
