AI診療或更準確，來自頂刊新研究！大模型搞醫(yī)療現狀：在CPU上成功落地

當大模型踏入醫(yī)療行業(yè)與人類醫(yī)生一較高下時，它能達到什么水平？

就在最近，醫(yī)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(yī)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(yī)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(xù)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(yī)生來進行。

不過研究同樣指出，LLM對于現階段醫(yī)療可以起到輔助決策的幫助：

有可能加強初級衛(wèi)生保健的決策，提高精神衛(wèi)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(yī)學領域中的作用。

甚至像“男孩閱醫(yī)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(yī)療領域，到底走到了哪一步？

LLM，已然深扎醫(yī)療

一直以來，醫(yī)療行業(yè)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(yī)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(yī)療的結合是非常被看好的。

在過去一段時間以來，AI醫(yī)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(xù)投入資金，推進AI醫(yī)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(yī)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(yè)發(fā)展都準備好了。

首先技術方面，今年是大模型爆發(fā)的一年，目前國內已經形成“百模大戰(zhàn)”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(yè)的應用。還有一些廠商直接推出面向醫(yī)療的行業(yè)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(yī)療領域而言，當下是不缺“模”的。

其次，大模型和醫(yī)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(yī)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(yī)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(yè)醫(yī)療數據訓練，就能得到一個強大的醫(yī)療大模型，這能從根本上加速AI醫(yī)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(yè)發(fā)展方面，以國內情況為例，數字化醫(yī)療、AI醫(yī)療逐漸發(fā)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(fā)的面向醫(yī)院的核心應用Dr.Mayson。

簡單理解，這是一個能優(yōu)化醫(yī)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(yī)院數字化系統運行更加絲滑流暢，提高醫(yī)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(yī)院構建專門的醫(yī)學知識庫；給醫(yī)生、醫(yī)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(fā)布的CDSS 3.0架構中，新一代AI大數據處理平臺已集成了醫(yī)療大模型，并已經在某合作醫(yī)院的病歷生成等場景中獲得了醫(yī)生的認可。

綜上，醫(yī)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(yī)療大模型落地，怎么解？

醫(yī)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(yī)院數據僅能內網使用

• 當前GPU算力緊張，醫(yī)院很難負擔如此高昂的采購成本

這意味著，醫(yī)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(yè)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(yè)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(fā)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(yōu)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(yōu)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(yōu)化性能整合到部署推理服務中去。

△BigDL-LLM為醫(yī)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(yōu)化數據訪問。算子融合是將神經網絡中多個連續(xù)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(yī)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(yōu)化效果可擴展到更多醫(yī)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(yī)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(yè)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(yè)里，能將視頻分析速度提升高達2.3倍，還有像工業(yè)缺陷檢測、醫(yī)療服務也都能從容應對。

即便是在生命科學和醫(yī)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(yōu)化和打造生態(tài)系統同樣付出大量心血，給用戶提供全流程支持。

這也是為什么在今年的Intel Innovation 2023上，英特爾敢于喊出“AI everywhere（讓AI無處不在）”的口號；為什么在12月中旬即將發(fā)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。