本文给大家分享的是商汤医疗大模型「大医」实测：实战应用灵活，自定义提示功能亮眼的相关内容！

商汤科技的医疗大模型「大医」实测效果如何？

它的实战应用是否灵活，自定义提示功能是否亮眼？

这些问题都是我们关心的焦点。

本文将为你揭示答案，带你深入了解「大医」的强大实力和独特魅力。让我们一起探索，看看这款人工智能在医疗领域的应用，能否为我们的健康保驾护航。

一个月前，许多人被新闻刷新了——

一名4岁的外国男孩被怪病缠身，求医3年无果，17名未能找出病因。

他的母亲并没有抱太大希望向ChatGPT求助，而是被ChatGPT成功诊断出病因——脊髓栓系综合征。

大医基于千亿参数规模，拥有万亿token预训练语料「商量」大型模型由200多亿代币的优质医学知识数据进一步培训而成，包括大量医学教材、医学指南、临床路径、药品库、疾病库、体检报告等数据，以及4000万真实病历、医患问答等数据。

值得一提的是，尚唐还根据医疗卫生产业链上下游机构的实际需求，为大医创造了13个预设场景「场景集市」。

目前，尚唐已与郑州大学第一附属、上海交通大学医学院瑞金、上海交通大学医学院新华等机构合作，为医疗卫生产业链上下游机构客户开放服务。

接下来，尚堂科技还将探索与营养保健、健康管理等领域的企事业单位的合作，为企业服务数字化转型提供强大动力，使技术与产业链紧密结合，使产业链高质量发展。

真实评价，专注于专业

大语言模型「当」，靠谱吗？

话不多说，让我们来测量一波。

智能自诊

想必大家都听说过很多ChatGPT「救命」事迹，那么大医的表现如何呢？

在场景预设提示中，已经提前告诉它：「你是一个耐心、高效、严谨的医学人工智能，能够回答用户提出的医学问题。不要一次做出所有的诊断。」

记住这个设置后，大医就可以准备好了「出诊」了。

就像看真正的一样，我们可以向他们描述自己的病情：「我身上有一个咖啡色的印记，感觉不太光滑，可能是什么病？」

回答说，这种情况包括但不限于色素沉着、痣、皮肤癌等，然后要求患者进一步描述标记的大小、形状、边缘是否清晰、疼痛或瘙痒。

根据描述，大医给出了答案——这个标记可能是良性皮肤色素沉着，但不排除皮肤癌的可能性，建议尽快就医。

以上人设，是一位循循善诱的。我们也可以修改提示词，给大医换一个大。「话不多」人设，让它一次给出一切情况。

这一次，大医会一下子完成所有的可能性。

用药咨询

同时，大医也可以回答关于用药咨询的问题。

例如，服用布洛芬需要注意什么？

可见，大医迅速列出了详细的注意事项，并附上了更详细的药物使用说明。

接下来，我们可以进一步提问：「家里的老人有高血压，每天都要吃降压药，他发烧能吃布洛芬吗？」

对于每个问题，不仅会给出非常直观的答案，还会调用药品知识库插件，附上相应答案的权威依据。

智慧病历

很多患者就医过程漫长，多次复诊，病历非常复杂。针对这种情况，大医可以快速给出阶段性的总结。

对于输出内容，还可根据需要设置输出参考。

然后，一个阶段性的总结就出炉了。

智慧随访

在诊疗过程中，随访患者也很重要。

大的智能随访功能可以支持自主编辑随访提问表，从而收集所需信息。

当你不理解问题中的专业术语时，你可以随时问大医，大医可以耐心地回答。

例如，在测试过程中，你可以直接问它「什么是渗漏」。

随访结束后，大医立即给出了完整的信息总结。

量身定制，「可塑性」超强

从上面的许多示子中，我们可以看到，尚唐展示了强大的着陆能力「可塑性」。

基于大量的医疗数据和复杂的培训优化，大可以耐心、专业地回答我们的问题，就像一个真正的一样。

在真实的医学实践中，对LLM的记忆能力、高精度的专业知识和主观呈现偏好都有很高的要求。

这次最有价值的是，为了满足这样的场景需求，研发团队推出了提示项目定制、知识库插件、长期记忆访问、医学计算器等个性化功能。

自定义提示工程

提示工程，简而言之，就是让大模型能更好地理解、回答问题。

对于通用模型，OpenAI首次开放GPT-4自定义指令（CustomInstructions）功能。

甚至，Samaltman本人也直呼这个功能，我太爱了！

该功能最大的优点是可以使用提示，定制模型的独家响应。

以ChatGPT为例。通过提供自己的职业、写作风格、兴趣、语气等信息，它会根据这些信息产生更相关、更合适、更有趣的答案。

然后，回到本身，通过自定义提示项目，用户可以创建一个独家的医疗保健「场景助手」。

作为中国第一个推出提示项目定制功能的大型医疗卫生模型，大型支持在界面上调整提示项目，可以根据实际场景需要引导模型智能调整回复内容。

例如，在上述智能自我诊断场景中，可以设置回复内容的语言风格、医学解释的详细程度、格式要求等。在智能病历场景中，可以根据不同类型的临床，如分阶段总结和出院总结，并支持临床样式的修改。

同样，智能随访场景也支持问题表的自定义。

最重要的一点是医疗卫生领域有很多场景，如图像诊断、临床决策、健康管理等。

如果可以定制提示项目，可以激发大的潜力，有效适应更多细分场景，满足个性化需求。

这样，每个都可以创建自己的场景，而不需要为单独的应用程序场景开发模型。「AI助手」。

这样做的好处是使模型答案更接近用户的需求，得到准确的答案，并且不需要在每次新的对话中重复偏好和信息提示。

长程记忆存取

另一方面，在真实的医疗场景中，病程较长的患者也占很大比例。

然后，当这些患者再次回访时，他们需要结合病史信息来完成推理决策，从而挑战医学LLM的记忆力。

在记忆能力方面，一方面，大医本身可以处理长期的医学文本信息。

另一方面，它还支持接入外部记忆模块插件作为补充存储空间，供交互时读写。

大医具有较强的长病程管理能力，能更好地满足临床需要。

知识库插件

对于那些拥有高质量数据的机构，又该如何使用自己的数据呢？

为此，尚汤提供了专属知识库建设服务，可以通过插件的形式搭载到大身上。

目前，大医已经在那里了「用药咨询」、「体检咨询」、「健康问答」三个场景中提供了插件功能，使每个功能答案都有据可循。

这样，用户就可以利用模型强大的检索和总结能力，打造出紧密适合自己需求的大型医疗模型。

例如，可以将准确的体检知识、健康管理科普、饮食运动处方、药物预防措施等知识建立为知识库，通过搜索和理解相应的知识，让给出准确的答案。

医学计算器

最后，根据实际需要，不同的医疗计算器插件可以显著提高大型模型的计算能力，在疾病预测、风险提醒等实际应用场景中发挥更大的价值。

高效部署，降低门槛

真正优秀的医疗卫生模式应适应多样化的细分场景，满足个性化、差异化的需求。

公共云版本可以让大多数用户体验到开箱即用的服务。

为了方便各机构在不同的应用场景下部署，尚唐还开发了多个参数从1000亿到100亿不等的模型版本。

对于那些需要私有化部署但没有大规模计算能力储备的客户，尚唐创新性地提出了模型压缩技术，可以大大降低模型的硬件需求，有效降低部署门槛。

大医凭借出色的性能，已在多家医疗机构实现落地。

其中，尚唐与郑州大学第一附属国家远程医疗中心合作，基于大医研发行业前沿「药物咨询大语言模型」。

尚唐与郑州大学第一附属国家远程医疗中心合作，开发了行业前沿药物咨询大语言模型

与此同时，尚唐还与上海交通大学医学院附属瑞金合作，通过学习胃肠道专家的经验建立决策知识，并使用真实的病历进行培训模型。

大可根据输入胃肠道肿瘤患者的病历，提供准确的全身药物（化疗、靶向、免疫）和局部（手术、放疗等）。未来，将实现更多高性能专业的辅助诊疗决策。

通过与上海交通大学医学院附属新华的合作，计划利用大医授权随访等患者服务场景，优化患者随访体验。

大可以有效嵌入信息系统，实现与工作流的紧密耦合，形成有效的业务体系，充分发挥大在诊疗、管理、科研等工作模块中的强大作用。

可见，大医的推出对医疗卫生行业具有里程碑意义。

在百模大战中，国内外很多公司都推出了自己的大型医疗模型，如谷歌著名的大型模型Med-PaLM2等。

但要深入研究大型医疗模型能否真正灵活可塑，大医的出现为行业提供了新的标杆。

最重要的是，对于细分的医疗场景，大医不仅有13个嵌入式预设场景，还可以打造专属的场景助手。

大医也是如此「产业级」大模型，可帮助医疗卫生产业链上下游机构，根据实际需要打造专属大模型。

与此同时，与众多合作伙伴一起，推动行业全方位数智化转型。

目前，医疗卫生产业正处于转型的关键时期，大医只能为医疗场景的智能升级提供新的机遇。

在大规模数据积累和模型迭代的基础上，未来大医可能会给医疗行业带来更多的创新和可能性。

这次，和商汤医疗大模型「大医」实测：实战应用灵活，自定义提示功能亮眼有关内容就为朋友们整理到这里，更多优惠活动资讯信息可查看本站其他栏目。