联影智能亮相WAIC，推出混合模态最新大模型产品uAI影智医声报告系统

7月4日至6日，世界人工智能大会（WAIC）暨人工智能全球治理高级别会议正式召开。联影智能联合创始人、联席CEO周翔作为唯一医疗AI垂直领域企业代表出席在徐汇西岸召开的“迈向AGI：大模型焕新与产业赋能”论坛，分享了联影智能在医疗大模型领域的最新阶段性成果。

推出混合模态医疗大模型新产品uAI影智医声报告系统

继今年4月联影智能发布医疗垂直领域的多模态大模型基座“uAI影智大模型”后，此次大会，周翔分享了联影智能在混合模态方向上的最新大模型产品uAI影智医声报告系统。

该产品聚焦医生报告书写场景，全流程辅助医生完成报告书写工作，可解决报告书写重复、繁琐等痛点。基于uAI影智医声报告系统内置的语音、文本、影像多模态大模型技术，AI通过对医生的语音识别，智能分析语音描述、自动匹配影像部位，实现标准化报告描述，并可根据语音指令自动生成规范的检查结论，智能屏蔽无关对话内容，让报告书写工作更加便捷、规范。

uAI影智医声报告系统

区别于市面大多数的语音电子病历软件，该软件可与联影智能长期深耕的优势领域结合，即与现有的50余款全疾病谱、全模态的医学影像AI辅助诊断软件无缝衔接，在患者进行影像扫描后，可将AI辅助诊断结果直接生成初步结构化报告，并由医生通过语音指导uAI影智医声报告系统直观便捷地完成报告书写，获得“影像诊断-报告撰写”全流程、多模态AI赋能。

产医协同融合创新成果频获认可

医疗场景作为人工智能一大特殊、复杂的落地场景之一，对垂直领域企业的综合实力提出了更高的要求：在这一细分领域，与技术创新能力并重的，是企业对专业医疗场景的透彻理解与丰富的协同经验积累。这需要企业不仅需要知道“什么方向可能是可以突破的”，更需要知道“什么方向或者哪些做法是行不通的”。因此，在医疗AI领域，充分理解临床需求、积累产学研医协同经验，是企业行稳致远的重中之重。

在医疗AI领域深耕已久，联影智能产医协同经验丰富。此次大会，联影智能与北京安贞医院、伦敦帝国理工学院共同完成的重大项目“基于人工智能的心血管病多模态影像诊断体系研究”成果成功入选大会开幕式公布的，由国家发展改革委指导、中国经济信息社制作的《中国智·惠世界》案例集，案例集聚焦人工智能国际合作成果，集中展示中国在人工智能领域的一系列典型实践，是人工智能健康、安全、有序发展的“中国蓝本”。

联影智能此次入选项目基于紧密的“技术研发—功能整合—临床应用”的全链条合作，有效地将医疗人工智能技术创新与临床需求紧密结合，不仅补齐了心脏磁共振领域的技术短板，还加深了中英两国在健康医疗领域的互信与合作，共同促进了全球医疗健康产业的进步。

同样，uAI影智大模型背后，亦是长期以往的产医融通协作。基于“研发应用一体化”策略，uAI影智大模型项目团队组建了由联影智能、复旦大学附属中山医院双方共同打造的由“临床专家、大模型算法专家、医疗信息系统专家、和软件工程师”组成的融合团队，并在医院内开展模型的一系列训练、测试与应用，该合作成果已同步入选由中国信通院华东分院联手上海人工智能实验室重磅发布的大模型领域权威成果《2024大模型典型示范应用案例集》，行业示范效应明显。

中国医疗大模型潜力无限，需众人拾柴，方能智见未来

对于医疗大模型的进一步未来畅想，周翔表示，未来的医疗AI大模型将是一个集算法模型、数据和算力于一体的综合体，从健康管理、智能诊疗、医院管理、到教学科研等所有与大健康相关的工作都将能够借助一个整合的大数据与大智能平台来完成。而作为联影集团旗下在人工智能方向上的重要战略布局，联影智能受益于联影集团在医疗设备、医疗机器人、医疗元宇宙、医疗芯片等多领域的全维医疗健康生态，有信心加速实现这一宏大目标。

但周翔也指出，由于医疗领域具备高度的严肃性、复杂性与低容错性，现阶段大模型在医疗领域落地，仍旧需要关注一些实际问题。周翔分享了一个例子：即使是目前最为领先的大模型，在进行基础的“字母数数问题”（比如“单词uncharacteristically的第16个字母是什么？”）时仍会犯错，而且该问题似乎是很多大模型的“通病”。这说明，大模型在一些逻辑简单但是很不常见的问题上仍然会莫名其妙地出错而不自知。而此类基础性错误在高度严肃、复杂的医疗领域，是不容出现的。这也意味着，短期内大模型技术要在医疗领域落地，仍旧需要严格的风险把控。

同时，周翔表示，推动医疗数据充分利用至关重要，“在2010年至2020年这十年间，我国医疗数据的增长率达到了40%，而和这一快速增长相反的是，我们的医疗数据利用率仅有3%。”大量医疗数据未被挖掘与利用的另一面，是我国在医疗数据资源方面的无穷潜力，但这需要集政、产、学、研、医各界力量从伦理、法律、实践等层面进行充分考量、共同推动。海量的医疗数据一旦实现有序释放，将为我国医疗大模型的发展提供巨大的想象空间和爆发潜力。

“大模型在医疗领域中的全面落地不会一蹴而就，短期仍旧需要专家指导下的垂域数据训练与审慎的风险把控，但长期来看，随着大模型技术逐步成熟，必将驱动医疗场景的全面升级，将我们一直憧憬的健康大同的各种理想一一实现，为人类健康创造真正福祉。”周翔表示。