近日,神州医疗大模型系列研讨会之第十一期:基于RAG技术升级的神内科辅助诊疗系统临床应用研讨会在神州医疗北京总部银河报告厅隆重举行,线上线下知名专家齐聚一堂,共同探讨基于 RAG 技术升级的神内科辅助诊疗系统在临床应用方面的工作进展和学术前沿。
2025年初,融合知识图谱技术的新型RAG 架构——LightRAG在学术圈与产业界引发巨大关注和热议,其检索端的突破性创新备受瞩目:它创新性地构建图结构化文本索引,搭建起双层检索机制,并实现知识的增量更新。在此背景下,神州医疗人工智能研究院凭借敏锐的洞察力,率先投身于LightRAG在垂类医疗大模型领域的研究与开发,以期挖掘这一前沿技术的巨大潜力,为医疗AI的发展注入新活力。
本期研讨会邀请到北京理工大学医学技术学院副院长李勤教授、复旦大学附属华山医院神内科主任陈向军教授、中国人民解放军总医院第五医学中心信息中心主任冷金昌教授、南京大学医学院附属苏州医院神内科主任蔡增林副教授、北京市红十字会急救抢救中心信息中心主任孙春光主任等临床、科研、技术领域的权威专家参会。
神州医疗董事长CEO史文钊博士,神州医疗高级副总裁兼首席医学官弓孟春博士,政府事务总监兼董事长助理李佳钰博士,神州医疗人工智能研究院数据研究总监张妙直博士,人工智能研究院算法研究总监周文仲博士,人工智能研究院算法研究总监高剑伟博士,人工智能研究院算法研究员曹建钬研究员出席会议。
会上,神州医疗董事长CEO史文钊博士代表公司对参会专家致以热烈欢迎。他谈到,随着大模型规模效应的边际成本问题日益凸显,生成式人工智能的竞争已经进入下半场,垂直领域内能力建设和核心知识及高质量数据的积累才是王道。特别是在医学领域内,由于其高度严肃性,所有医学实践均基于循证医学基础。如何对通用大模型进行精确微调,以及RAG技术在临床应用中的探索,都是当前亟待研究的方向。
主题汇报环节,神州医疗高级副总裁兼首席医学官弓孟春博士对医学生的AI素养以及神州医疗在临床领域的最新进展做出汇报,探讨在AI技术增强下,新时代医学生的培养新要求;周文仲博士做出 “多模态大模型核心技术能力提升:LightRAG技术方案的前沿探索” 的主题汇报,剖析LightRAG技术方案在提升多模态大模型核心能力方面的关键要点和创新思路;高剑伟博士向与会专家汇报了 “基于多维技术提升的大模型在神内科辅助诊疗中的临床应用”,展示如何借助多维技术提升大模型在辅助诊疗中的价值和作用。最后,多模态算法研究员曹建钬现场进行可视化DEMO演示,让各位临床专家更直观的理解技术的价值。
LightRAG技术的先进性
· 突破传统RAG的碎片化检索模式,利用大模型从文档中提取实体与关系构建动态知识图谱,实现更优的知识管理和文档深层信息挖掘,支持多跳推理与复杂语义关联。
· 引入双层智能检索机制,低级检索(Low-Level)精准匹配具体实体定位所需信息,高级检索(High-Level)匹配关系以捕捉抽象主题关联,实现微观与宏观的双维度信息整合。应用于医学场景可以有效检索到专业知识,提升诊疗准确度和可信度。
· 利用增量更新和缓存机制实现高效低成本运维。
专家交流讨论环节中,现场专家围绕本次研讨的 LightRAG 技术以及医疗大模型在临床的应用展开深入探讨和交流。
不同技术方法各有适用范围,LightRAG算法在处理复杂问题时展现出显著优势与更高智能化水平。在医疗领域,针对患者对相近疾病科室选择的困惑,医疗大模型可提供有效指引;对于医生而言,医疗大模型作为提示性辅助工具,既能减轻工作负荷,又能提升诊断效率、降低误判风险。当前,AI技术已在多行业广泛应用,在临床教学中也可引入AI助教,学生可随时提问,学习效率得以提高。
医疗大模型在临床领域发挥着桥梁作用,对辅助医生诊断意义重大。针对脑血管病、癫痫、帕金森等常见疾病,它能够整合国内外各级指南的海量信息;针对罕见病,大模型可以获取到针对性强的医学文献和实时更新的权威数据库,这对罕见病的研究是至关重要的。在医学教学方面,大模型可以帮助基层医生获取规范的诊疗路径,使得大多数患者得到救助。医疗大模型像是一个多学科诊疗团队,来帮助单一科室的临床医生进行诊疗。
AI应用市场虽在偏远地区拥有广阔前景,但因当地基础建设滞后,致使技术落地困难重重。反观当下,医疗大模型多活跃于患者导诊分诊、临床医生病案智能生成、疾病筛查等场景,成果斐然。而在初级医生培训方面,AI凭借独特优势,能够提供丰富且有效的辅助,助力初级医生提升专业技能,为医疗人才培养贡献重要力量。
医疗大模型虽然能依输入的症状与检查报告快速输出诊断及治疗方案,但容易导致年轻医生对其形成依赖,降低自身思考、诊断与判断能力。因此,大模型对医生诊断决策的过程模仿更为重要,需要进一步加强与医生的互动。当诊断结果不一致时,大模型需反馈判断依据,如指南、文献等,同时在诊断资料不全时提示后续检查流程,以辅助医生全面判断,引导其思考与决策治疗方案。
目前医疗大模型被定位为辅助诊断工具,后续仍需人工审核。但其有效解决了低年资医生知识覆盖、复杂病症诊治经验、全局概念等痛点。未来的研究需要对更多的病种建立专病研究队列,将形成的大模型应用赋能到各级医院、社区及养老院等医疗机构,优化诊疗流程与资源配置,提升医疗服务水平与效率。
LightRAG技术在临床场景中具有广阔的应用前景,它的诸多优势能够为医疗诊断和治疗带来多方面的积极影响。结合公司自主研发的垂类大模型,神州医疗勇立潮头,率先将新技术其引入临床场景,通过严谨的临床验证工作,对这项技术在实际应用中的效果进行了全面且深入的评估,力求为医疗领域带来创新变革和发展。
本次研讨会专家提出的观点极具建设性,专家的宝贵建议将对我们优化测评体系、更准确地评估大模型的性能起到关键的推动作用。希望能够基于RAG技术的升级,让专科专病垂类场景的大模型应用朝着更加严肃、实用和高效的方向发展。