2024年1月24日，由维亚资本主办的AIGC应用开发高峰论坛在上海成功举办。 作为一位非凡的朋友，全电通创始人薛冲博士受邀出席本次论坛，与AI领域的优秀投资人和品牌高管一起畅谈AI应用和AI产业的未来发展。
凭借领先的AI技术和应用产品、卓越的商业模式和市场口碑、良好的市场知名度，全健成功入选“2023中国AIGC100”，赋能AI在临床医学中的应用与发展，挖掘和放大现有医疗资源潜力，让AI在医疗领域迸发出强大的生命力。
2023中国AIGC100“致力于探索中国高潜力的AI应用，赋能AI产业的高质量发展。 100家深度参与泛AI应用的先进企业将评选出专业、公正的标准，涵盖医疗、教育、金融等各个领域。
此选择用于一般咨询AI产品研发、服务能力、应用前景、发展潜力作为一家具有创新发展思维和卓越执行力的企业，全电通将在2024年继续深耕AIGC，为更多的医院、诊所、医生等客户提供优质的AI服务和技术支持。
在AI赋能千行百业论坛上，薛冲博士与其他创始人共同开发了人工智能在临床医学中的应用。
全诊断AI：解决医生病历书写临床痛点
薛冲博士提到，他早期在美国读书的时候，发现美国大部分医生都配备了助理，帮助医生处理日常工作，比如写病历、管理病人、随访病人等，但在中国，医生却没有助手协助， 导致繁重的日常医疗文书工作和大麻烦。在这样的情况下，中国医生能不能有一个AI助手来帮助他解决这些问题和工作？ 基于此，整个诊所于2016年1月正式成立，一直致力于医疗人工智能的研发和应用。
随着大模型时代的到来，我们积极拥抱大模型，重新创新定义产品，推出全诊断AI。 这是一款用于自动书写医学文本的生成式人工智能，可应用于诊疗全过程
AI模拟临床医生的诊疗习惯，在会诊前与患者沟通，提前收集医疗状况，生成会诊前记录，让医生提前浏览患者信息，在会诊开始前掌握患者病情。
AI监听医患沟通，了解医患沟通的状况，解析成医学文本，自动剔除冗余信息，生成门诊和住院记录，让医患沟通更加“温馨”。
AI与医生实时沟通，自动记录医生在手术或查房过程中的重要信息，帮助医生自动编写查房或手术记录。 大大提高医生的效率并节省时间。
此外，全诊断AI还可以为医生提供临床决策辅助：诊断建议、检查检查、方案推荐等，是医生的智能AI助手。
作为率先采用AIGC并经市场验证的成熟产品，医生用户数量处于全球领先地位，并率先在浙江省人民医院和浙江大学邵逸夫医院联合研发，并分别在两家医院应用住院AI病历书写和门诊病历AI书写全流程， 并在短短一年内与国内近30家三级医院合作。
生成式AI和大型模型带来的新机遇
生成式人工智能可以满足各行各业的内容生成需求，而机会就是满足各行各业与内容生成相关的需求。 大型语言模型不仅大大降低了AI研发成本，也让计算机向拟人化迈出了一大步，语言是人类听觉和视觉高度融合的符号，人类通过说话和书写将符号相互转化，人类最强大的四种能力是听（耳）， 说话（嘴）、读（眼）、写（手）、语言是转化符号之一，大型语言模型的超强语言能力应运而生，让AI代理成为可能，换句话说，AI可以成为感知和行动的代理，这给各行各业带来了新的机遇。
这股创业浪潮与过去有两个主要区别：
1、人力规模将比互联网时代的创业公司更加精简，AI创业公司不仅会考虑通过提高效率来节省客户的人力资源投入，还会考虑利用人工智能来解决自身内部效率问题;
2、这一次在AI的浪潮下，对行业有深刻理解的人，可以更快更好的抓住行业中的机遇。
大模型时代的挑战
与国内外相比，国内大型语言模型能力较弱，无论是开源通用大语言模型还是商业大型模型都远远落后于海外水平。 这是国产大模型面临的最大挑战。
大型语言模型有两种类型：一种是 iOS 的商业操作系统：Open AI、Google Gemini 等第二个是类似 Android 的开源操作系统：llama....如何根据企业自身的业务需求和行业特点，选择相应的通用大语言模型，是当今创业者面临的挑战。
如何在巨头的“降维罢工”下保持竞争力
自 OpenAI 推出 GPT3 以来事实上，5年前，巨头和初创企业在AI产出方面的能力已经被拉平了。
无论是在2C还是2B领域，创业者都要快速聚焦和把握用户痛点，推动产品落地，扩大客户规模，快速回馈新产品和服务数据，实现高质量闭合数据的积累，不断更新迭代产品，提高产品实力和核心竞争力，从而保持先发优势，提高竞争门槛。
如何看待“人机协作”的新范式。
人机协作将像AI代理一样成为多模态并行，就像微信与真人聊天一样，可以是耳口协作（听和说），也可以是手眼协作（看和写）。
Chat GPT 将 AI 与人之间的协作变成了与微信上真人的协作模式。 我们公司产品全诊断AI让医生可以多种书写模式书写病历，不再像以前那样只打键盘码字，与AI的配合也是多模态的。
如何判断AIGC+医疗的发展趋势
对于人工智能的未来发展趋势，薛冲博士指出： 1、多模态大模型能力的演进是值得关注的技术能力之一，是扩大AI智能体应用范围的技术基础。
医疗场景非常丰富，有体力劳动的产出，如：外科手术等; 还有纯脑力劳动的输出，如：医生看病的判断、检查报告的决定、用药的决定等。 医疗数据是多模态的，包括图像、手术**、医学文本、医患对话语音等。
过去，最基本的AI只解决了单一的模态，比如识别图像中的肺结节，也就只是单一的图像识别。 现在，多模态大模型允许AI在读取图像数据后直接生成完整的文本报告。
其次，未来AI将与医疗机器人等机械设备高度融合，大脑智能和肌肉智能将高度融合，使肌肉智能更加强大。
对于医疗设备（如成像设备、实验室设备等）中的软件，可以通过大模型进行AI能力升级。 例如，达芬奇手术机器人仍然是master-SL**er机器人系统，大部分工作仍然需要人工操作。 基于多模态大模型的AI与达芬奇手术机器人的深度结合，可以使手术过程高度自动化，从而实现机器为主、人工为辅助的工作状态。 2024年旅行指南