當大模型踏入醫療行業與人類醫生一較高下時，它能達到什么水平?

　　就在最近，醫學頂刊BMJ便給出了這樣一個結論：

　　在遵循公認的臨床抑郁癥治療標準方面，先進大模型可能比醫生要強!

　　從研究結果上來看，大語言模型(LLM)在輕度和重度抑郁癥治療方面，已經達到了公認的治療標準。

　　不僅如此，它們還不會被患者的外在因素所影響(包括性別、社會階層等等)，這就比人類初級醫生還要強上一點了。

　　這是否就意味著類LLM選手們現在可以“持證上崗”了呢?

　　非也，非也。

　　考慮到抑郁癥治療的持續性和患者病情的多樣性，這項研究認為，真正的治療過程還是需要人類醫生來進行。

　　不過研究同樣指出，LLM對于現階段醫療可以起到輔助決策的幫助：

　　有可能加強初級衛生保健的決策，提高精神衛生服務的質量和公正性。

　　畢竟自從LLM熱潮以來，包括谷歌在內的眾多AI玩家，都致力于推動其在醫學領域中的作用。

　　甚至像“男孩閱醫無數，最后竟被AI成功診出病因”這樣的新聞也是頻頻被曝出。

　　那么問題來了——LLM在現實中的醫療領域，到底走到了哪一步?

LLM，已然深扎醫療

　　一直以來，醫療行業都被視為AI落地的重要領域。

　　在深度學習浪潮剛剛興起之時，深度學習三巨頭之一Hinton就說出了名言：

　　5年內AI可以取代放射科醫生。

　　盡管這個表達有些激進，但它揭露了一個事實，至少在科研層面，AI和醫療的結合是非常被看好的。

　　在過去一段時間以來，AI醫療場景不斷開拓，比如利用CV算法識別病灶、檢測心電圖等。科技巨頭們都緊跟趨勢，如微軟、谷歌、IBM等都在持續投入資金，推進AI醫療落地。

　　尤其在ChatGPT趨勢到來以后，LLM更強的學習能力、更好的遷移能力以及更深的理解能力，都為AI醫療落地打開新局面。

　　而且這會是一個很確定的趨勢，因為技術、應用落地和行業發展都準備好了。

　　首先技術方面，今年是大模型爆發的一年，目前國內已經形成“百模大戰”格局。

　　諸多大模型廠商都主打To B路線，正在加速推動大模型在各個行業的應用。還有一些廠商直接推出面向醫療的行業大模型，比如谷歌推出的Med-PaLM 2就已經在診所實測。

　　所以對于醫療領域而言，當下是不缺“模”的。

　　其次，大模型和醫療領域也天生非常契合。

　　在常見的問診、病歷生成、患者病史分析等場景，都需要醫生基于歷史信息進行整合總結、分析判斷，這正是大模型的長項。

　　比如利用大模型的總結摘要能力，可以快速對多類數據進行總結并形成摘要，幫醫生完成繁瑣、重復性高的工作，提升效率。

　　并且實際落地上，只需以基座大模型為底，應用專業醫療數據訓練，就能得到一個強大的醫療大模型，這能從根本上加速AI醫療落地。還能在一個系統中集成多個子模型，即可快速覆蓋更多場景。

　　再來看行業發展方面，以國內情況為例，數字化醫療、AI醫療逐漸發展為一個獨立賽道，玩家們利用數據分析、自然語言處理(NLP)、結構化數據等技術，已經成功將AI引入臨床診斷決策、病例數據管理等。

　　如惠每科技開發的面向醫院的核心應用Dr.Mayson。

　　簡單理解，這是一個能優化醫院看診、決策、預警、管理等方面的智能應用，核心目標就是讓醫院數字化系統運行更加絲滑流暢，提高醫生診療效率。

　　它主要融入了PDCA過程管理和CDSS(臨床決策支持系統)。利用機器學習、深度學習、大數據挖掘等技術，可以智能識別分析病歷文書、LIS/RIS報告等患者完整病歷數據;為醫院構建專門的醫學知識庫;給醫生、醫技、護士、管理方提供實時智能參考與建議。

　　在惠每科技最新發布的CDSS 3.0架構中，新一代AI大數據處理平臺已集成了醫療大模型，并已經在某合作醫院的病歷生成等場景中獲得了醫生的認可。

　　綜上，醫療大模型應用落地路徑已經比較明確。但是落地的過程卻沒有想象中的那般容易。

醫療大模型落地，怎么解?

　　醫療大模型落地目前遇到的兩大核心問題，都非常具有原生性：

　　● 為保證患者數據安全，醫院數據僅能內網使用

　　● 當前GPU算力緊張，醫院很難負擔如此高昂的采購成本

　　這意味著，醫療大模型需要進行私有化部署，且需要尋找一條能夠針對于提升大模型算力的“性價比”道路。

　　所以，AI加速成為了近來業界備受關注的領域。它直接關乎大模型落地的效率和成本，行業內各大廠商的加速方案也都受到熱捧。

　　比如剛剛提到的惠每科技便攜手英特爾，在基于第四代英特爾? 至強? 可擴展處理器的基礎設施上，打造了量化和非量化兩種大模型推理加速方案。

　　如何實現?

　　先來看量化部分，也就是通過降低模型精度來實現加速。

　　以FP32量化到INT8為例，它能讓GPU或CPU適應更快、更低成本的8位張量來計算卷積和矩陣乘法，可有效提高計算吞吐量。還能減少模型數據搬運所需的時間和資源，這是數據從內存移動到計算單元的必然消耗，精度從32位降低到8位，能實現4倍減少量。

　　同時量化也能減少內存的使用，讓模型需要更少的存儲空間、參數更小、緩存利用率更高。

　　具體實現方案上，惠每科技引入了英特爾開發和開源的BigDL-LLM大語言模型加速庫，其提供對各種低精度數據格式的支持與優化，同時配合不同型號和代際的英特爾處理器內置指令集(如英特爾? AVX-512_VNNI、英特爾? AMX等)在大模型應用中可以實現較優推理加速。

　　使用方面，此方案提供了便捷命令和編程接口兩種方法，能方便預覽量化后模型性能是否符合預期;另外在性能達標的情況下，憑借BigDL-LLM提供的HuggingFace API/Langchain API，用戶可以輕松將優化性能整合到部署推理服務中去。

BigDL-LLM為醫療大模型提供推理加速

　　對于非量化技術路徑，英特爾也能提供鍵值(KV)緩存、算子融合的OpenVINO? 加速方案。

　　KV緩存用于通過鍵值對的方式存儲數據，能加速和優化數據訪問。算子融合是將神經網絡中多個連續運算符融合成一個運算符，從而減少內存訪問、提高計算效率。

　　在惠每科技主要使用的開源基座大模型ChatGLM上，基于英特爾? OpenVINO? 工具套件打造的非量化方案能利用零拷貝(Zero-Copy)視圖傳遞預分配的KV所需的內存副本空間，避免數據的多次拷貝，實現KV緩存加速;

　　也能引入第四代英特爾? 至強? 可擴展處理器內置的英特爾? AMX指令集，幫助ChatGLM等醫療大模型加速BF16/INT8計算，實現算子融合，在保證精度的前提下提升運算效率、加速推理;

　　同時OpenVINO? 工具套件提供了在HuggingFace上的Optimum接口，讓優化效果可擴展到更多醫療大模型推理應用中。

　　總結來看，英特爾與惠每科技聯手打造的兩個大模型加速方案，成功幫助醫療機構用較低成本部署了高質量大語言模型，并且為更多準備“入局”的同行們提供了一套完整教程。

　　更關鍵的是，本次合作也讓我們看到了一個事實：大模型訓練推理并非唯GPU一種解法，CPU也可以作為大模型在行業落地的平臺。

CPU，大模型的另一種解法

　　或許很多人一提到大模型，刻板印象往往會是“堆GPU”。

　　但事實上，英特爾在通過自身的實踐在證明——CPU，亦是一種解法。

　　例如在我們耳熟能詳且經典的OCR(光學字符識別)領域，在英特爾第四代至強? ?可擴展處理器的加持之下，響應延時指標在原有基礎上足足提升達25倍！

數據來源：英特爾合作伙伴

　　再比如媒體娛樂場景中，尤其在AMX加速引擎加持下，英特爾能幫助個性化內容推薦速度提升達6.3倍;零售行業里，能將視頻分析速度提升高達2.3倍，還有像工業缺陷檢測、醫療服務也都能從容應對。

　　即便是在生命科學和醫藥等前沿探索領域，CPU也已經成為不容忽視的存在：甚至在某些場景下的表現效果比GPU還要好。

　　而這些案例，也只是英特爾CPU在大模型時代表現中的一隅;更重要的應當是英特爾在過去一段時間和未來，所堅持的 “走法”：不僅重視硬件產品性能的提升，對于軟件優化和打造生態系統同樣付出大量心血，給用戶提供全流程支持。

　　這也是為什么在12月中旬即將發布的新一代至強? 可擴展處理器、產品和加速方案，充斥著“AI”和“大模型”的味道。

　　總而言之，CPU巨頭英特爾，在大模型時代之下確實在開辟著與眾不同的路數。

　　至于新一代至強? 可擴展處理器和其他產品又會給大模型帶來怎樣的性能提高，也是值得期待一波的。

　　文章來源：量子位