10月27日，由中国信息通信研究院（以下简称“中国信通院”）、苏州高新区管委会主办，苏州医疗器械产业发展集团有限公司、阿里云计算有限公司、网络与交换技术全国重点实验室共同承办的2023智能化医疗器械创新大会——生命科学与医疗大模型论坛在苏州市成功召开。论坛以“AI大模型赋能医疗健康新发展”为主题，旨在探讨人工智能（AI）大模型在医疗健康领域的最新进展，对生命科学与医疗大模型的应用场景、机遇挑战进行技术交流与学术推广，为医疗大模型未来的发展提供参考和启发。
北京大学第三医院副院长宋纯理、东南大学江苏运动健康研究院常务副院长于文龙、北京邮电大学研究员王光宇、中国科学技术大学教授周少华、中国信通院云计算与大数据研究所高级业务主管高越、阿里云计算有限公司高级标准化专家逄淑宁、东软医疗系统股份有限公司副总裁陈炳澍、商汤科技医疗大模型产品总监徐捷、腾讯数据科学专家彭思翔、百度AI产业部高级解决方案工程师贺庆等出席论坛。来自产、学、研、用、医等多个领域的专家齐聚一堂，共同对AI大模型在医疗健康领域未来的发展路线发表前瞻性见解。
论坛首先举行了“生命科技与医疗大模型工作组”成立仪式，高越、王光宇、宋纯理、逄淑宁、彭思翔、贺庆、陈炳澍、徐捷共同启动了该工作组。
会上，高越对《人工智能大模型赋能医疗健康产业白皮书（2023年）》（以下简称“《白皮书》”）进行了详细解读，介绍了国内外医疗健康大模型的最新态势及发展成果，围绕技术体系、应用场景、风险与挑战、评价与监管、发展建议等方面展开陈述。《白皮书》旨在为我国生命科学与医疗健康大模型政策、技术、应用和产业发展提供参考，促进行业高质量发展，为AI大模型在生命科学和医疗健康领域的融合发展带来新思考、新方向。
宋纯理就“人工智能发展在健康领域应用的机遇与挑战”发表了主题演讲，介绍了人工智能技术发展路线、专利和市场情况，指出人工智能可用于辅助诊断、手术替代、健康管理、药物研发、医院管理等医疗健康领域，详细展示了北医三院在19个科室中使用人工智能技术的情况，并分别从患者角度和医生角度解释了医疗人工智能应用的前景与挑战。宋纯理表示，数据是人工智能发展的重要源泉和动力，在海量数据的加持下，人工智能或将引爆21世纪第一次医学技术革命，医学创新需要跨领域、跨学科交叉合作。
东南大学江苏运动健康研究院常务副院长于文龙以“用芯呵护生命—人体器官芯片医药大模型”为主题发表了演讲，介绍了器官芯片技术在药物评价研究和减少动物及人体实验方面的优势，展示了研究团队的人体器官芯片医药大模型成果。于文龙表示，人工智能可加速药物研发关键环节，其能力依赖于训练数据的质量和数量。人体器官芯片可自动化、高通量、多模态地产生更接近人体的精准实验数据，提供强大的数据生成平台。人体器官芯片医药大模型基于基因组、药物发现和临床研究三个计算引擎，结合通过器官芯片构建的药效药理数据集，为多组学分析、医药研发和精准医疗提供了新工具。
王光宇就“面向健康医疗的多模态基础大模型”作主题演讲，对基础模型、基础大语言模型、面向视觉领域的基础大模型、通用领域的多模态大模型分别展开了详细阐述。王光宇表示，多模态医学基础大模型是生物医学计算的潜在新范式，将为医学影像诊断、临床辅助决策、精准医疗辅助、健康管理、医疗信息化、医药研发以及医疗机器人等领域带来新机会。王光宇以研究团队的医学大模型Clinical GPT、蛋白质功能分析框架UniBind、中医大模型TCMGPT等成果为例，展示了大模型在医疗健康多轮问诊、加速科学新发现及抗体药设计、中医问诊领域的广阔前景。
周少华围绕“生成式人工智能在医学影像的探索”进行主题演讲，介绍了生成式人工智能在自然图像中的发展情况，以及生成式人工智能在医学影像恢复和医学影像合成中的应用，为大模型助力医学影像识别与诊断提供了新见解、新参考。周少华表示，生成式人工智能可以生成文本、图片、视频、音乐、代码等内容，在医疗领域中，其临床实用性是关注焦点。人工智能生成的医学影像分为图像恢复和图像合成两类。生成式人工智能可以重建有损医学图像，也可预测一段时间后的患者医学影像，助力影像诊断和疾病检测。
逄淑宁就“医疗AI大模型的应用探索与标准化思考”做分享，阐述了医疗和生命科学行业大模型开发构建过程及其平台化赋能行业发展的场景和模式。逄淑宁表示，AI大模型基础通用的信息安全标准制定正处于初始阶段。生命科学行业是监管要求最严格的行业之一，出于对患者安全的重视，生命科学行业的信息基础设施通常要有更高的安全性、可用性及保密性。业界迫切需求面向AI大模型场景的药械GxP合规指南作为指导。
陈炳澍围绕“智能医学影像设备与大模型应用”作主题演讲，探讨了人工智能与医学影像融合发展态势，以及大模型在医学领域的应用场景和挑战。陈炳澍表示，医学影像技术快速发展，成像方法不断更新，逐步扩展到多模态融合成像。大模型与医学影像的结合，为基于医学影像的辅助分析和诊断带来了新的变革，但同时也面临着监管体系尚不明确、商业模式有待探索、数据安全难以保障、训练部署成本过高等方面的问题与挑战。
徐捷以“探索医疗健康大语言模型的场景化应用”为主题发表演讲，介绍了医疗健康大型语言模型的技术路线和应用落地流程，并展示了大语言模型在体检咨询、健康问答、用药咨询、智能随访、医学文件结构化等细分场景的应用前景。徐捷表示，大型语言模型具有协调调度各专用小模型/智能体完成复杂任务的能力，这使得诊疗环节中的多科室多模态复杂推理成为可能。未来，多模态、通用的医疗基础模型是重点攻坚方向。