亚马逊云科技顾凡：机器学习技术或被医疗行业大规模采用

【环球网科技报道 记者 李文瑶】人工智能早已深入影响医疗与生命科学行业。近期，《自然》杂志发布的一篇关于通用医疗人工智能技术临床应用潜力和局限的研究就提到了通用医疗人工智能模型在6大具体医疗场景有望早日落地，包括“出具影像学报告”、“辅助手术操作”、“陪伴患者聊天的机器人”等。

事实上，对于行业来说，如何通过技术寻找到最优解决方案，从而落实到临床医疗中是目前行业的关注点。亚马逊云科技大中华区战略业务发展部总经理顾凡近日在亚马逊云科技医疗与生命科学行业峰会上表示：“云计算、大数据和人工智能等技术是加速医疗与生命科学行业实现数字化转型和发展的重要途径。”

据了解，自2013年开始，亚马逊云科技在全球就成立了专业的医疗及生命科学行业团队。十年间，亚马逊云科技服务了全球超过4200个医疗及生命科学行业客户，包括辉瑞、拜尔、罗氏、默沙东、GE、飞利浦等头部企业。

根据亚马逊云科技的观察，生物制药、基因测序和医疗保健领域的企业往往面临着三大挑战：一是数据量的激增带来了洞察力的挑战；二是企业面临着持续而迅速的算力需求挑战；三是医疗解决方案在体验方面的挑战。

例如，随着测序技术的发展，基因测序的数据量急剧增加。一台测序仪的下机数据往往超过100GB, 而在分析过程中，中间数据还会翻倍地增加。预计到2025年，基因组测序领域全球每年将增加40EB（百亿亿字节）数据。

“基因测序技术在1990年的时候可能需要13年才能完成一个人的基因测序，现在在一天之内，我们就可以完成60个人的基因测序，而每个人今天的基因测序的成本已经降到过去90年代水平的百万分之一。这就是超摩尔定律。但是这些技术发展的背后，最核心的都是需要算力发展做支撑的。”顾凡指出：“今天生成式AI之所以能爆发的其中一个因素也是算力的发展。现在大规模的基因测序需要调用数万台虚拟服务器同时去进行，这是对于持续和迅速的算力的挑战。”

目前，亚马逊云科技提供了基因测序领域的数据全生命周期管理解决方案, 能够为基因分析不同阶段的生物信息学数据的存储、调用和分析提供更好的性价比和更高可用性。该解决方案包括数据上传、数据分析、数据共享和数据备份及存档全生命周期。

同时，基于高性能计算（HPC）的人工智能新药研发服务解决方案使研究人员能够在亚马逊云科技上组建数百万个vCPU的高性能计算平台，以开展数十亿蛋白质分子规模的药物发现研究。以十亿个分子的化合物分析为例，单核服务器需要475年，而在亚马逊云科技上只需要1天。

据介绍，英矽智能是一家由生成式人工智能驱动的临床阶段生物医药公司。他们利用亚马逊云科技构建了靶点识别、分子设计平台和临床试验结果预测平台，使他们能够以数百万美元的成本，在不到18个月的时间内找到一种治疗纤维化的候选药物，完成了从靶点发现到化合物验证的临床前药物研发过程。

顾凡谈道，医疗和生命科学行业用户，希望快速地使用符合行业要求，即开即用的解决方案，而不是自己从头构建，去帮助他们更快发现更好的药物，开发更智能的医疗设备，及为患者提供更加有效的治疗方案。

其中值得关注的是，未来医疗生命科学将面临安全合规和如何更好地利用到生成式AI技术的挑战。顾凡谈到：“在医疗行业合规非常重要，药品的制造也关乎生命安全。”因此，亚马逊云科技会和合作伙伴一起提供非常多专业的技术指南、指导，包括最佳实践，帮助行业客户在云上的应用和数据也符合本地和全球的合规要求。

而在生成式AI方面，顾凡认为，我们处在一个令人激动的机器学习有可能会被大规模采用的转折点上。过去20多年的人工智能和机器学习一直都是亚马逊关注的焦点。亚马逊在人工智能和机器学习方面有一个核心理念，就是致力于不断降低机器学习的使用门槛，将机器学习和人工智能普惠化，在生成式AI方面也是同样的理念。

“所以在生成式AI方面，亚马逊云科技的使命就是，要让各种技能水平的开发人员和各种组织都有机会使用生成式AI进行创新。”顾凡认为：“我们既不应该去高估AIGC大模型的力量，更重要的是，我们也不能低估AIGC大模型会重塑大量行业里面客户的体验和应用。”

中银证券研报表示，随着数据互联互通建设的逐步完善以及认知智能技术的逐步成熟，AI医疗市场呈高增长态势，市场规模在2025年有望达385亿元，2020-2025年CAGR达46%。其中，AI制药是AI医疗领域的重要一环。

在这一发展趋势下，许多头部企业已经开始将人工智能技术纳入到具体的业务场景中。今年4月17日，飞利浦医疗宣布与亚马逊云科技合作，将飞利浦的医学影像系统（Philips HealthSuite Imaging）部署在云端，并且使用Amazon Bedrock，通过API去快速开发生成式AI的应用程序，通过医护人员的语音识别就可以生成专业的诊断信息，与从头构建基础模型相比，真正降低飞利浦模型开发成本。同时在这个过程中，可以确保数据安全和隐私保护。患者去照片子的时候，医生完全可以口述他的诊断结果，通过这个大模型的识别，可以快速把语音转换成文本，同时提取关键信息，形成一个专业的诊断报告。

数据、算力、算法，已经成为医疗行业人工智能技术演进中不可或缺的要素。目前，亚马逊云科技在全球开放了96种生命科学的公开数据集，涵盖了生命科学、基因、肿瘤以及新冠研究等重要领域。

顾凡表示，亚马逊云科技通过至广至深的云服务和合作伙伴一起构建的解决方案，帮客户解决应用问题，加速创新。他说道：“我们一直强调，合规始终是所有一切的基石，而生成式AI值得各位和亚马逊云科技一起探索到底在医疗和生命科学行业里有哪些实际的应用场景。”