当代医疗AI，刺破概念泡沫，主打实用为王

人的一生有三分之一的时间会在睡眠中度过，但越来越多的人正饱受睡眠障碍的折磨。

数据显示，2023年中国30-69岁的阻塞性睡眠呼吸暂停（OSA）患者数量约2亿人，是全球患病人数最多的国家。与此同时，中国OSA确诊率不足1%，远低于美国20%的诊断率。可想而知，在真实世界，中国的OSA患者数量十分庞大。

准确的诊断是OSA患者得到有效治疗与护理先决条件。

目前，多导睡眠监测被称为诊断睡眠障碍疾病的“金标准”，但其劣势明显，患者需要在实验室中接受监测，还需专业技术人员参与，价格昂贵，且对于患者而言，要在睡眠时在头皮、面部等部位贴上多个电极，舒适度不高、耐受性较差。

针对这一关乎个人生活质量与身体健康的核心诊断痛点，如今如火如荼的AI技术正在探索更多的解决方案。

日前，由中国人工智能学会（CAAI）与京东健康联合主办的“京东健康·全球医疗AI创新大赛”决赛举行，其中，在“睡眠监测智能算法”主题之下，参赛团队展示的睡眠呼吸暂停检测算法模型，有望削低睡眠障碍疾病诊断门槛。

本次竞赛是互联网医疗行业内的首个医疗AI大赛，发起方之一京东健康作为医疗AI领域的资深实践者，在不断进化自身AI能力的同时，也在向行业提供展示平台，以挖掘潜藏其中未被识别的创新亮点，在医疗AI技术最具价值的落地应用上打桩垫层。

透视大赛背后的医疗AI生态

中国医疗AI行业起步较晚，上个世纪八十年代起才开始医疗AI方面的研究，但随着人工智能技术（AI）的快速迭代，AI在医疗健康领域内的应用也逐次落地，在诊疗一体化中逐渐成为医生的强力辅助。凭借着强大的数据处理能力，AI技术大幅提升了疾病诊断的效率与准确性，还在不断优化患者的就医体验。

但是，医疗AI的发展也并非坦途一片，行业严肃性决定了AI的落地难度大于其他领域，这对本就稀缺的医疗AI人才也提出了更高的要求，与此同时，医疗行业数据孤岛现象普遍，产业链连贯性和融合性较低，掣肘需要大量数据投喂的AI技术发展，导致具体应用的落地减速。

基于这一医疗AI发展的既定趋势与当前困境，一直密切关注AI创新应用的京东健康在今年6月，全面启动了“京东健康·全球医疗AI创新大赛”，来自全球范围内高等院校、科研单位、企事业单位及个人参赛者络绎不绝，共1556名选手组成的1284支团队进入角逐，累计提交作品次数超过一万次。

经过长达3个月的前期初赛、复赛以及代码审查等环节的层层筛选，20支队伍成功入围决赛，在行业领域内专家严格的评审后，获奖团队诞生。

基于自身在AI创新应用方面的深厚积累和对行业需求的深刻洞察，京东健康在此次大赛中设立了“睡眠监测智能算法”和“医疗大模型创新应用”两大主题。

在“睡眠监测智能算法”主题之下，参赛团队展示了优秀的睡眠呼吸暂停检测算法模型，不仅在准确识别呼吸暂停事件上表现出色，而且在实时监测和用户友好性方面也取得显著进展。

创业团队“AI骑士”提出的“基于视觉的睡眠监测算法方法”，一方面直接利用原始的生理信号进行分类处理，另一方面，将原始生理信号转换为图像形式，再基于图像分类，最终设计出了融合两者的多模态模型，实现了对呼吸暂停事件的精准识别。令人惊喜的是，其模型体积已缩减至KB级别，可轻松适应各类穿戴设备。

在“医疗大模型创新应用”主题之下，参赛团队带来了基于多模态大模型的电子病历质控与生成平台、FEET-足监测系统和LLMAgent糖尿病长期管理模型、基于深度学习的皮肤癌识别系统等多项优秀成果。

基于多模态大模型的电子病历质控与生成平台解决方案公司“融乘数科”提出的“基于多模态大模型的电子病历质控与生成平台”，能够处理和理解音频、视频、图像、文本等多种模态数据，并基于多模态大模型技术自动生成门诊病历、住院病历、出院小结等病历文档，而且通过前置问题过滤与后置质控引擎，确保了生成内容的准确、安全、可控，显著提高医生的工作效率。

AI骑士团队与融乘数科团队在本次大赛的两大主题之下分获一等奖。

通过本次医疗AI创新大赛，可以看到AI技术与医疗行业的有机结合少不了专业人才的锐意进取，大赛作为展示平台，呈现出了医疗AI从初级套用向深度融合探索的一个切面，而这也是京东健康作为行业领先的创新型医疗健康服务企业，为行业挖掘人才并推动产业进阶的初衷。

“京东健康·全球医疗AI创新大赛”决赛现场

京东健康：医疗AI的实践演绎者

十年前，医疗健康领域最热门的话题是“互联网+”，在经历了医药O2O、在线辅助问诊等层层递进后，AI能力迅速进阶，在各行各业遍地开花，“AI+”也顺势成为当下医疗行业全面升级的核心引擎，而京东健康一直是紧跟技术迭代的实践者。

在大模型技术引爆千行百业的2023年，基于京东集团“灵犀”通用大模型，京东健康发布了医疗大模型“京医千询”，并提速推进产品和解决方案的全面AI化部署，形成了面向消费者、医生专家、医疗机构和企业伙伴的产品和解决方案矩阵，完成了业内最完善的大模型场景拓展和业务布局。

不同于众多的通用模型，虽然数据能力优秀，但用武之地不多，“京医千询”一经推出就忙碌不迭，据京东健康技术产品部智能算法部负责人王国鑫介绍，“京医千询”在过去的一年一直在做旧应用的AI再造，包括面向医生的辅助问诊、复诊系统，面向患者的管理部分。

正如王国鑫所言，在大模型技术之前，京东健康的医生助诊系统早已上线。京东健康在2020年递交的招股书中就表示，已经在利用各类AI应用，优化诊前问询、处方续签和用药管理等环节，帮助医生提高诊疗准确性和效率。

从早期的AI技术能力者到医疗垂域大模型的领航者，京东健康在AI技术上的投入与探索一脉相承。

今年7月，面向中文医疗大语言模型的开放评测平台MedBench更新评测榜单，“京医千询”大模型以综合得分92.4分的成绩位居榜单第一。

大模型能力受到权威肯定的同时，京东健康也有着最全应用场景。

去年4月，京东健康上线了国内首个皮肤专科互联网医院，打造了国内首批皮肤专科互联网医疗服务平台，而基于“京医千询”大模型，京东健康皮肤医院的AI辅诊准确率超过95%，皮肤医院开发的专病随访服务患者付费转化率已达20%。

在9月份的2024年中国国际服务贸易交易会上，京东健康皮肤专科医院作为唯一的互联网医疗代表，荣获“业态创新服务示范案例”，可谓医疗AI的最佳实践者。

在推进大模型落地方面，京东健康心理服务第三次升级，基于“京医千询”大模型发布了AI心理陪伴师“聊愈小宇宙”，具备个性化角色定制能力，实现了与人交流过程中的共情体验。京东健康也在C端产品有了新的探索，推出智能健康助手产品“康康”，可以随时解答用户健康疑问，并精准、高效地匹配医疗服务资源。

“京东康康”小程序界面

在医疗行业中最核心的医院场景，京东健康与温州医科大学附属第一医院持续深化战略合作，由双方联合研发的“基于大语言模型的诊前数字医生”入选2024年度中国医院信息网络大会（CHIMA2024）医院新兴技术创新应用典型案例。

左手是丰富的内生场景推动大模型落地和迭代，右手是与外部生态持续产生的深度互动注入资源，在京东健康，用AI来推动健康服务的智能化发展有着闭合链路。但是反观一只脚已经迈入AI时代的医疗行业，因技术在各细分赛道的渗透程度不一，全面切换至AI速度的时机尚未到来。

医疗AI的前景由谁来搭建？

政策层面已经为医疗AI的发展铺好了道路。

在2023年3月，国务院发布的《关于进一步完善医疗卫生服务体系的意见》就提出，要发展“互联网+医疗健康”，加快推进互联网、人工智能等在医疗卫生领域中的应用。

2022年，国家卫健委发布的“‘十四五’全民健康信息化规划”中提出，要推动完善“互联网+医疗健康”、医学人工智能等新一代信息技术标准体系，支撑在应急救治、远程会诊、远程检查、临床辅助诊断决策、公共卫生服务、医院管理等方面应用。

随着大模型技术在医疗健康行业的应用，相应的标准体系也已快马加鞭落地。日前，中国信息通信研究院已在行业主管部门指导下，联合产学研用医各方，共同搭建了医疗健康行业大模型标准体系，已形成技术要求、测试方法及成熟度评估三大系列。

根据Global Market Insights报告，预计“AI+医疗”市场规模年均复合增速将超过29%。有专家预计，未来10年中国“AI+医疗”市场规模年均复合增速将超过30%。

即便有政策支持、市场规模膨大的正向驱动力，但纵观整个行业，仍然在医学数据、模型开发、社会关系等方面存在挑战，诸如低质数据会削弱AI模型精准度，罕见病数据少导致数据分布不均，严重的数据分布不平衡可能带偏算法，生成不切实际的结果，以及AI“黑盒”问题，患者对AI的接受度和信任度，等等。

医疗AI行业参与者不仅要满足具体需求场景的适配、还要进化技术能力，突破上述发展困境，这非某一企业可以独自完成的课题，而是需要产业链上智能医疗设备厂商、大数据模型企业、AI诊疗服务平台通力合作，以及医疗机构敞开双臂提供真实场景、科研及高校向行业输送提供创新视野与优秀人才。

正如全球医疗AI创新大赛，本身就是一场产学研医深度融合的范例，决赛汇集了行业内多重角色，决赛的学术界评委是来自CAAI、北京邮电大学、北京工业大学、清华大学、北京理工大学的业内资深专家组成，产业界评委由京东健康相关技术和业务专家组成，共同针对参赛队伍进行现场评审。

京东健康CEO金恩林表示，大赛为国内AI创新者搭建了一个开放、合作的平台，激发了广大从业者的智慧和创造力，有助于推动解决医疗健康行业当下所面临的难题和痛点。期待有更多人投身到这条潜力无限的赛道中，京东健康愿意与大家一起为社会、为行业创造更大价值。

奔跑于医疗AI行业前列的京东健康，在修炼自身的同时也深知产业共同前进才能实现价值最大化，才有了这场开创性的大赛，以此为窗口，医疗AI是中国医疗行业转型升级的发展重点，而产学研医各界的融合与创新是医疗AI提速发展的硬质基座。