Kaiyun：爆火全球的生成式AI如何加碼醫(yī)藥行業(yè)？未來(lái)大模型與倫理監(jiān)管方向如何？ 智庫(kù)

　　生成式AI正在深刻改變醫(yī)療領(lǐng)域，通過(guò)智能咨詢和精準(zhǔn)營(yíng)銷，優(yōu)化醫(yī)患體驗(yàn)和業(yè)務(wù)運(yùn)營(yíng)；智能數(shù)據(jù)處理和模式識(shí)別深度挖掘生物醫(yī)學(xué)數(shù)據(jù)，自動(dòng)發(fā)現(xiàn)候選藥物靶點(diǎn)，并預(yù)測(cè)藥物的藥代動(dòng)力學(xué)特性和毒性，改善療效和安全性評(píng)估；在供應(yīng)鏈管理方面，生成式AI通過(guò)數(shù)據(jù)分析，預(yù)測(cè)優(yōu)化采購(gòu)、訂單和物流流程，提高需求預(yù)測(cè)準(zhǔn)確性，實(shí)現(xiàn)采購(gòu)自動(dòng)化。

　　作者：吳曉穎、吳淼、胡鈺茜、柴靜、花煜陽(yáng)【安永（中國(guó)）企業(yè)咨詢有限公司】

　　隨著生成式人工智能（生成式AI）的崛起，其技術(shù)能力正重新定義傳統(tǒng)人工智能的邊界。它不僅在技術(shù)層面實(shí)現(xiàn)了質(zhì)的飛躍，更在醫(yī)療醫(yī)藥行業(yè)展現(xiàn)出獨(dú)特的創(chuàng)造力和想象力。

　　生成式AI通過(guò)深度學(xué)習(xí)和模式識(shí)別，為疾病診斷和治療提供了新的視角和方法。它優(yōu)化了診療流程，提高了醫(yī)療服務(wù)的質(zhì)量和效率，同時(shí)也為患者帶來(lái)了更加個(gè)性化和人性化的體驗(yàn)。這種技術(shù)的應(yīng)用，正在逐步改變醫(yī)療行業(yè)的面貌，為患者和醫(yī)生提供了前所未有的便利。

　　生成式AI的崛起對(duì)傳統(tǒng)AI構(gòu)成了顛覆性的挑戰(zhàn)，從傳統(tǒng)AI到生成式AI的發(fā)展，是一個(gè)既有進(jìn)化又有新生的過(guò)程，二者之間既有區(qū)別，又有結(jié)合。

　　傳統(tǒng)AI和生成式AI的區(qū)別在于工作目標(biāo)，以及對(duì)待知識(shí)的態(tài)度和方法。傳統(tǒng)AI更注重對(duì)已有知識(shí)的運(yùn)用和推理，它的目標(biāo)是回答特定問(wèn)題或解決特定任務(wù)，其工作方式更像是知識(shí)的傳遞。因此，傳統(tǒng)AI體現(xiàn)出智慧工具的屬性，即“智器”，它們具備強(qiáng)大的數(shù)據(jù)處理和分析能力，讓許多業(yè)務(wù)流程得以自動(dòng)化，提高了工作效率。

　　而生成式AI則更注重生成和創(chuàng)造，它的目標(biāo)是生成全新的、真實(shí)的、有用的數(shù)據(jù)和內(nèi)容，其工作方式更像是知識(shí)的歸納和演繹。這種區(qū)別使得它們?cè)诟髯灶I(lǐng)域中發(fā)揮著重要作用，并為未來(lái)的發(fā)展提供無(wú)限的可能性。生成式AI更像智慧大腦，即“智腦”。其創(chuàng)造性、通用性、靈活性使得生成式AI在內(nèi)容創(chuàng)作、虛擬角色生成等方面具有廣泛的應(yīng)用前景。

　　與此同時(shí)，二者所生成內(nèi)容質(zhì)量的影響因素有所不同。傳統(tǒng)AI在數(shù)據(jù)規(guī)模、硬件成本、部署復(fù)雜性、數(shù)據(jù)依賴等方面存在痛點(diǎn)，其生成內(nèi)容的質(zhì)量高度依賴硬件性能和數(shù)據(jù)能力。相比之下，所輸入提問(wèn)的質(zhì)量包括是否準(zhǔn)確、聚焦、結(jié)構(gòu)化等，是影響內(nèi)容生成質(zhì)量的重要因素。

　　隨著算法、算力和數(shù)據(jù)能力的提升，生成式AI正在深刻地改變醫(yī)療領(lǐng)域。回到服務(wù)人類社會(huì)本身，生成式AI能夠在患者的就醫(yī)旅程中，從癥狀感知與認(rèn)知階段到疾病診療、復(fù)診與復(fù)購(gòu)，以及愈后階段的管理，發(fā)揮著關(guān)鍵的角色。

　　在初期，患者對(duì)自身癥狀認(rèn)知不足，可能忽視疾病的早期信號(hào)。這時(shí)，生成式AI通過(guò)智能交互和個(gè)性化的疾病教育內(nèi)容，幫助患者更好地理解其癥狀和潛在疾病。此外，通過(guò)智能語(yǔ)音助手或虛擬助手，患者可以隨時(shí)隨地獲得疾病相關(guān)的信息和對(duì)疑問(wèn)的解答，以提高自身對(duì)疾病的認(rèn)知。

　　在診療階段，AI技術(shù)能通過(guò)深度學(xué)習(xí)分析醫(yī)學(xué)圖像，提高診斷的準(zhǔn)確性，并根據(jù)分析結(jié)果幫助醫(yī)生制定精準(zhǔn)的治療方案。

　　對(duì)于復(fù)診與藥物復(fù)購(gòu)，生成式AI的智能提醒功能確保患者按時(shí)接受治療和藥物，避免錯(cuò)過(guò)重要的治療時(shí)機(jī)。同時(shí)，智能藥房管理技術(shù)可以根據(jù)患者的處方信息自動(dòng)分配藥物，從而使患者快速準(zhǔn)確地獲取所需藥品。

　　在愈后階段，AI不僅通過(guò)定期隨訪和生命體征監(jiān)測(cè)提高患者的健康管理水平，還提供個(gè)性化的健康管理計(jì)劃和教育內(nèi)容，幫助患者改善生活質(zhì)量和自我管理能力?？傮w而言，生成式AI的應(yīng)用使得患者的就醫(yī)過(guò)程更加智能化、高效化和人性化，極大地提升了醫(yī)療服務(wù)的質(zhì)量和患者的滿意度。

　　通過(guò)醫(yī)患不同視角下的多樣化場(chǎng)景觸達(dá)，生成式AI還能夠使診療“更優(yōu)質(zhì)”、醫(yī)生“更專業(yè)”、病患“更自主”。傳統(tǒng)的診療方式往往依賴于醫(yī)生的臨床經(jīng)驗(yàn)，以醫(yī)生為中心。而生成式AI可以通過(guò)分析大量臨床診療數(shù)據(jù)，深度學(xué)習(xí)醫(yī)療領(lǐng)域知識(shí)，為醫(yī)生提供更準(zhǔn)確和可靠的診斷依據(jù)。這不僅可以提高診斷的準(zhǔn)確率，還能幫助醫(yī)生更好地制定治療方案，尤其是讓臨床經(jīng)驗(yàn)有限及醫(yī)療資源匱乏地區(qū)的醫(yī)生獲得助力。另一方面，新技術(shù)結(jié)合患者的疾病信息，能夠帶來(lái)更加精準(zhǔn)、便捷和個(gè)性化的醫(yī)療服務(wù)和健康支持，提高患者自我認(rèn)知的能力，提升創(chuàng)新性的交互體驗(yàn)。

　　在藥企運(yùn)營(yíng)的各個(gè)環(huán)節(jié)中，生成式AI將發(fā)揮著日益重要的作用，不僅改變傳統(tǒng)的藥物研發(fā)和生產(chǎn)模式，還將為藥企的前、中、后臺(tái)運(yùn)營(yíng)提供強(qiáng)大的支持。

　　生成式AI以“生成”本身賦能前臺(tái)，能在醫(yī)藥企業(yè)的前臺(tái)職能部門包括患者服務(wù)、市場(chǎng)分析、企業(yè)決策規(guī)劃中發(fā)揮關(guān)鍵作用，通過(guò)智能咨詢和精準(zhǔn)營(yíng)銷，優(yōu)化醫(yī)患體驗(yàn)和業(yè)務(wù)運(yùn)營(yíng)。例如，通過(guò)自動(dòng)生成市場(chǎng)調(diào)研問(wèn)卷、業(yè)務(wù)報(bào)告和針對(duì)性營(yíng)銷計(jì)劃，精準(zhǔn)定位客戶，提高市場(chǎng)和銷售部門的效率。此外，生成式AI能在市場(chǎng)準(zhǔn)入、項(xiàng)目管理和合規(guī)性檢查方面大幅提升工作效率和決策質(zhì)量，從而推動(dòng)企業(yè)運(yùn)營(yíng)向更高效、精準(zhǔn)和客戶友好的方向發(fā)展。

　　生成式AI在戰(zhàn)略規(guī)劃和運(yùn)營(yíng)優(yōu)化中的應(yīng)用，能顯著提高效率和戰(zhàn)略價(jià)值。通過(guò)自動(dòng)生成市場(chǎng)調(diào)研、銷售報(bào)告和培訓(xùn)材料，釋放員工時(shí)間，使他們能夠?qū)Ｗ⒂诳蛻舳床旌筒呗詣?chuàng)新。其次，自動(dòng)化的客戶溝通能夠提高滿意度和忠誠(chéng)度，并通過(guò)數(shù)據(jù)分析優(yōu)化產(chǎn)品和服務(wù)。此外，在醫(yī)學(xué)部門，生成式AI能加速醫(yī)學(xué)研究和內(nèi)容生成，提高工作效率，并支持醫(yī)學(xué)科學(xué)聯(lián)絡(luò)（MSL）的學(xué)習(xí)和溝通。

　　生成式AI可以用“卓越數(shù)據(jù)”夯實(shí)中后臺(tái)，在研發(fā)部門的應(yīng)用將為藥物研發(fā)帶來(lái)深刻變革。其智能的數(shù)據(jù)處理和模式識(shí)別能力能夠深度挖掘生物醫(yī)學(xué)數(shù)據(jù)，自動(dòng)發(fā)現(xiàn)候選藥物靶點(diǎn)，并預(yù)測(cè)藥物的藥代動(dòng)力學(xué)特性和毒性，從而改善藥物的療效和安全性評(píng)估。在臨床試驗(yàn)階段，AI通過(guò)優(yōu)化試驗(yàn)設(shè)計(jì)和提高患者篩選效率，提升試驗(yàn)的成功率。此外，它還能自動(dòng)整理和分析注冊(cè)申請(qǐng)資料，加速藥物上市進(jìn)程。

　　生成式AI在IT部門中能通過(guò)自動(dòng)化客戶支持，提高響應(yīng)速度和生成高質(zhì)量代碼，增強(qiáng)IT服務(wù)體驗(yàn)，加速Kaiyun中國(guó) 官方網(wǎng)站項(xiàng)目的實(shí)施并減少人為錯(cuò)誤。在生產(chǎn)和質(zhì)量管理中，生成式AI能通過(guò)識(shí)別生產(chǎn)瓶頸和預(yù)測(cè)設(shè)備故障，優(yōu)化生產(chǎn)流程和質(zhì)量控制，確保生產(chǎn)的穩(wěn)定性和連續(xù)性。在供應(yīng)鏈管理方面，生成式AI能通過(guò)數(shù)據(jù)分析，預(yù)測(cè)優(yōu)化采購(gòu)、訂單和物流流程，提高需求預(yù)測(cè)準(zhǔn)確性，實(shí)現(xiàn)采購(gòu)自動(dòng)化。

　　生成式AI將為供應(yīng)鏈部門帶來(lái)更加智能、高效和可靠的供應(yīng)鏈管理，提升其核心競(jìng)爭(zhēng)力。該技術(shù)以其強(qiáng)大的數(shù)據(jù)處理和預(yù)測(cè)分析能力，為供應(yīng)鏈的采購(gòu)，以及訂單和物流的管理提供了全新的優(yōu)化手段。通過(guò)深度分析歷史案例和市場(chǎng)趨勢(shì)，生成式AI有望提高需求預(yù)測(cè)的準(zhǔn)確率，其可以通過(guò)對(duì)歷史供應(yīng)商價(jià)格和交貨時(shí)間的分析，制定更合理的采購(gòu)計(jì)劃和成本優(yōu)化策略。在采購(gòu)流程中，生成式AI將可以實(shí)現(xiàn)自動(dòng)化識(shí)別采購(gòu)需求、自動(dòng)匹配供應(yīng)商和自動(dòng)生成合同等功能，提高采購(gòu)效率并減少人為錯(cuò)誤。同時(shí)，該技術(shù)可以監(jiān)測(cè)和分析供應(yīng)商的交貨性能、產(chǎn)品質(zhì)量和合同履行情況，幫助其及時(shí)發(fā)現(xiàn)潛在問(wèn)題并采取相應(yīng)措施。在物流配送中，該技術(shù)還可以輔助決策運(yùn)輸路線的最優(yōu)方案，提高物流效率并降低運(yùn)輸成本。

　　在財(cái)務(wù)部門，生成式AI可以通過(guò)數(shù)據(jù)分析、預(yù)測(cè)可疑交易和自動(dòng)化報(bào)告生成，提升財(cái)務(wù)管理水平，支持財(cái)務(wù)決策并提高工作效率。在人力資源方面，AI通過(guò)高效篩選簡(jiǎn)歷、總結(jié)面試反饋和自動(dòng)生成入職合同，支持人才招聘和管理，并提供員工績(jī)效洞察，支持個(gè)性化培訓(xùn)和發(fā)展規(guī)劃。法務(wù)和合規(guī)部門則能通過(guò)生成式AI的應(yīng)用，識(shí)別文件中的關(guān)鍵信息，生成合規(guī)報(bào)告，自動(dòng)化合同審查，提高法律工作效率并支持風(fēng)險(xiǎn)管理。公共關(guān)系和傳播方面，AI能通過(guò)精準(zhǔn)的輿情監(jiān)測(cè)、自動(dòng)化危機(jī)響應(yīng)和生成高質(zhì)量宣傳材料，提升品牌形象和傳播效果。

　　通過(guò)現(xiàn)有企業(yè)對(duì)生成式AI的探索及應(yīng)用，大語(yǔ)言模型已經(jīng)成為推動(dòng)企業(yè)創(chuàng)新的核心技術(shù)。經(jīng)過(guò)深度學(xué)習(xí)和海量數(shù)據(jù)的訓(xùn)練，這些模型能夠理解自然語(yǔ)言，同時(shí)也能生成語(yǔ)言，為多個(gè)行業(yè)提供智能化的解決方案。實(shí)施大型語(yǔ)言模型是一個(gè)復(fù)雜的過(guò)程，它涉及策略規(guī)劃、技術(shù)部署、應(yīng)用實(shí)施以及持續(xù)的優(yōu)化，其落地的實(shí)踐路徑主要分為六大步驟。

　　一是深入業(yè)務(wù)需求分析。企業(yè)在采納大語(yǔ)言模型之前，必須先對(duì)自身的業(yè)務(wù)需求進(jìn)行徹底的審視。這包括對(duì)數(shù)據(jù)結(jié)構(gòu)、業(yè)務(wù)流程、用戶交互以及技術(shù)基礎(chǔ)設(shè)施的全面了解?；谶@一分析，企業(yè)需要制定明確的目標(biāo)、預(yù)期成果、風(fēng)險(xiǎn)評(píng)估和財(cái)務(wù)預(yù)算。

　　二是策略性技術(shù)選型。面對(duì)眾多的大語(yǔ)言模型，企業(yè)需要進(jìn)行細(xì)致的評(píng)估，選擇與其業(yè)務(wù)需求最匹配的模型。這一決策過(guò)程需要考慮性能、成本、可擴(kuò)展性、用戶友好度和數(shù)據(jù)安全等多個(gè)維度。同時(shí)，企業(yè)還需要決定是采用外部云服務(wù)還是自行構(gòu)建模型。

　　三是數(shù)據(jù)的準(zhǔn)備與清理。高質(zhì)量的數(shù)據(jù)是大語(yǔ)言模型成功的關(guān)鍵。企業(yè)必須投入資源進(jìn)行數(shù)據(jù)的收集、標(biāo)注和格式化，確保數(shù)據(jù)的準(zhǔn)確性和合規(guī)性，同時(shí)保護(hù)數(shù)據(jù)隱私。

　　四是應(yīng)用開發(fā)與測(cè)試。為確保大語(yǔ)言模型在特定業(yè)務(wù)場(chǎng)景中發(fā)揮最大作用，企業(yè)需要開發(fā)定制化的應(yīng)用程序，如聊天機(jī)器人、智能助手等。開發(fā)過(guò)程中，持續(xù)的測(cè)試是保證應(yīng)用性能滿足預(yù)期的重要環(huán)節(jié)。

　　五是員工培訓(xùn)與變革管理。新技術(shù)的引入需要員工的適應(yīng)和接受。因此，提供針對(duì)性的培訓(xùn)和有效的變革管理策略，對(duì)于新技術(shù)的成功應(yīng)用至關(guān)重要。

　　六是持續(xù)關(guān)注安全性與合規(guī)性。在大語(yǔ)言模型的運(yùn)行過(guò)程中，企業(yè)必須持續(xù)監(jiān)控?cái)?shù)據(jù)安全和隱私保護(hù)，確保所有操作都符合法律法規(guī)和國(guó)際標(biāo)準(zhǔn)。

　　領(lǐng)域大模型的構(gòu)建對(duì)于企業(yè)有更為實(shí)際的幫助。領(lǐng)域大模型指的是專門為特定行業(yè)或領(lǐng)域訓(xùn)練的大型人工智能模型，它們?cè)趯I(yè)領(lǐng)域內(nèi)展現(xiàn)出更高的專業(yè)性和準(zhǔn)確性。這些模型能夠提供更精確的預(yù)測(cè)、深入的分析和有效的決策支持，推動(dòng)企業(yè)在特定領(lǐng)域?qū)崿F(xiàn)自動(dòng)化和智能化。

　　領(lǐng)域大模型的搭建過(guò)程中，由于現(xiàn)有的預(yù)訓(xùn)練語(yǔ)言模型已經(jīng)奠定了堅(jiān)實(shí)的基礎(chǔ)，下一步需要使這些模型更好地適應(yīng)特定任務(wù)或吸納領(lǐng)域知識(shí)，獲取進(jìn)一步的優(yōu)化。達(dá)到這種優(yōu)化的主流策略主要分為兩種：檢索增強(qiáng)生成（Retrieval-Augmented Generation，RAG）和微調(diào)（Finetuning）。

　　RAG技術(shù)是一種將檢索（Retrieval）與生成（Generation）結(jié)合的方法。它先對(duì)一個(gè)大型的非結(jié)構(gòu)化知識(shí)源進(jìn)行檢索，找到與輸入相關(guān)的內(nèi)容，然后將這些內(nèi)容與原始輸入一起送入到生成模型中，最后輸出，優(yōu)勢(shì)在于信息準(zhǔn)確性，知識(shí)豐富性，但劣勢(shì)是復(fù)雜性高與處理速度慢。

　　Finetuning技術(shù)則是通過(guò)在特定任務(wù)上繼續(xù)訓(xùn)練，例如SFT（Supervised Finetuning）和DPO（Direct Preference Optimization），優(yōu)化模型性能，實(shí)現(xiàn)更精準(zhǔn)的預(yù)測(cè)和分析。優(yōu)勢(shì)在于處理速度快，性能提升明顯，但劣勢(shì)是對(duì)數(shù)據(jù)要求高，更新成本也更高。

　　隨著生成式人工智能技術(shù)的蓬勃發(fā)展，各地政府也在積極制定相關(guān)政策，以推動(dòng)這一領(lǐng)域的健康發(fā)展。例如，上海和深圳等城市通過(guò)《上海市人工智能產(chǎn)業(yè)發(fā)展條例》和《深圳經(jīng)濟(jì)特區(qū)人工智能產(chǎn)業(yè)促進(jìn)條例》等地方法規(guī)，為本地的生成式人工智能產(chǎn)業(yè)提供了明確的發(fā)展方向和支持。北京則通過(guò)發(fā)布《北京市人工智能創(chuàng)新策源地建設(shè)實(shí)施方案（2023-2025）》和《北京市促進(jìn)通用人工智能創(chuàng)新發(fā)展措施》，在人工智能創(chuàng)新領(lǐng)域進(jìn)行了深入的規(guī)劃和布局。

　　盡管如此，生成式人工智能的穩(wěn)健發(fā)展同樣需要有效的風(fēng)險(xiǎn)管理。只有結(jié)合行業(yè)特點(diǎn)，及時(shí)制定和實(shí)施風(fēng)險(xiǎn)應(yīng)對(duì)策略，才能確保醫(yī)療醫(yī)藥領(lǐng)域人工智能的持續(xù)進(jìn)步和健康發(fā)展。

　　訓(xùn)練生成式AI模型需要大量高質(zhì)量數(shù)據(jù)作為基礎(chǔ)，這些數(shù)據(jù)的獲取、分析對(duì)于形成有效的AI結(jié)果至關(guān)重要，這個(gè)過(guò)程將面臨各類與數(shù)據(jù)相關(guān)的挑戰(zhàn)。

　　一是訓(xùn)練數(shù)據(jù)的質(zhì)量和多樣性對(duì)性能的影響。訓(xùn)練數(shù)據(jù)的質(zhì)量和多樣性直接影響AI模型的性能和準(zhǔn)確性。偏差或質(zhì)量問(wèn)題可能導(dǎo)致AI結(jié)果的不準(zhǔn)確。因此，需要從數(shù)據(jù)收集階段開始，實(shí)施全面的質(zhì)量控制和風(fēng)險(xiǎn)管理措施。

　　二是新數(shù)據(jù)標(biāo)注與處理的成本問(wèn)題。收集新數(shù)據(jù)并進(jìn)行標(biāo)注和處理是一項(xiàng)成本密集型工作，需要大量的資源和時(shí)間。為了降低成本，可以采用自動(dòng)化標(biāo)注技術(shù)和利用開源數(shù)據(jù)集，同時(shí)通過(guò)數(shù)據(jù)清洗、標(biāo)注和增強(qiáng)等方法來(lái)確保數(shù)據(jù)的準(zhǔn)確性和多樣性。

　　三是決策透明度和可釋性。生成式AI的決策過(guò)程常常缺乏透明度，這限制了人們對(duì)其背后邏輯的理解。為了提升AI的可信度和用戶接受度，需要通過(guò)可視化工具和解釋性算法來(lái)增強(qiáng)決策過(guò)程的透明度和可解釋性。

　　醫(yī)療醫(yī)藥行業(yè)因其對(duì)人類健康和生命安全的重要性，長(zhǎng)期以來(lái)受到嚴(yán)格的合規(guī)性監(jiān)管。隨著醫(yī)療反腐的推進(jìn)，監(jiān)管措施不斷加強(qiáng)。而人工智能作為新興戰(zhàn)略產(chǎn)業(yè)，其發(fā)展也受到政府部門的高度重視，并出臺(tái)了以《生成式人工智能服務(wù)管理暫行辦法》（以下簡(jiǎn)稱《暫行辦法》）為代表的多項(xiàng)法規(guī)，對(duì)生成式AI進(jìn)行全面監(jiān)管。人工智能、醫(yī)療醫(yī)藥兩大領(lǐng)域的合規(guī)監(jiān)管疊加，是藥企在使用生成式AI中不得不面對(duì)的合規(guī)挑戰(zhàn)。

　　一是內(nèi)容合規(guī)性監(jiān)管的加強(qiáng)。生成式AI在醫(yī)療醫(yī)藥領(lǐng)域的內(nèi)容賦能價(jià)值巨大，海量?jī)?nèi)容創(chuàng)作背后潛藏很多合規(guī)風(fēng)險(xiǎn)，隨著《暫行辦法》的實(shí)施，內(nèi)容合規(guī)性監(jiān)管標(biāo)準(zhǔn)提高，要求生成內(nèi)容不僅要符合社會(huì)主義核心價(jià)值觀，還要避免產(chǎn)生違法和不良信息。同時(shí)《互聯(lián)網(wǎng)信息服務(wù)算法推薦管理規(guī)定》要求，企業(yè)應(yīng)建立用于識(shí)別違法和不良信息的特征庫(kù)，加強(qiáng)對(duì)不良信息內(nèi)容的識(shí)別能力。

　　二是對(duì)用戶管理合規(guī)的監(jiān)管開始加強(qiáng)。生成式AI的訓(xùn)練需要處理大量包含用戶敏感信息的多模態(tài)數(shù)據(jù)。為確保用戶隱私安全，法規(guī)如《暫行辦法》規(guī)定了嚴(yán)格的數(shù)據(jù)管理要求。這包括合法采集用戶信息、遵循最小化原則、制定清晰的隱私政策并獲取用戶同意，以及建立投訴和舉報(bào)機(jī)制，快速響應(yīng)用戶訴求。這些措施旨在全面保護(hù)用戶在使用AI服務(wù)時(shí)的合法權(quán)益。

　　三是對(duì)醫(yī)療醫(yī)藥行業(yè)數(shù)據(jù)的合規(guī)監(jiān)管。在醫(yī)療醫(yī)藥領(lǐng)域應(yīng)用生成式AI時(shí)，其決策的不透明性可能對(duì)知識(shí)產(chǎn)權(quán)、數(shù)據(jù)安全和倫理提出挑戰(zhàn)。根據(jù)《中華人民共和國(guó)人類遺傳資源管理?xiàng)l例》的要求，在采集遺傳資源前，必須告知采集目的、用途、健康影響和隱私保護(hù)措施，并進(jìn)行倫理審查，以確保合規(guī)性和個(gè)體權(quán)益的保護(hù)。

　　在復(fù)雜的市場(chǎng)環(huán)境下，企業(yè)時(shí)刻需要具備足夠的韌性和智慧面對(duì)挑戰(zhàn)，逆勢(shì)上揚(yáng)。中國(guó)政府在監(jiān)管層面展現(xiàn)出了高度的前瞻性和適應(yīng)性，《生成式人工智能服務(wù)管理暫行辦法》等法規(guī)的制定，不僅為人工智能技術(shù)的健康發(fā)展提供了法律框架，也為相關(guān)企業(yè)指明了合規(guī)經(jīng)營(yíng)的路徑。企業(yè)在利用人工智能進(jìn)行研發(fā)創(chuàng)新時(shí)，必須嚴(yán)格遵守法律法規(guī)，確保技術(shù)應(yīng)用的合法性和安全性。此外，企業(yè)還應(yīng)密切關(guān)注政策變化，及時(shí)調(diào)整研發(fā)策略和業(yè)務(wù)模式，以適應(yīng)監(jiān)管環(huán)境的動(dòng)態(tài)發(fā)展。

　　2024年1月31日，國(guó)家首次全面系統(tǒng)性地闡釋了新質(zhì)生產(chǎn)力的重要概念，在強(qiáng)調(diào)科技創(chuàng)新這一“發(fā)展新質(zhì)生產(chǎn)力的核心要素”時(shí)，特別強(qiáng)調(diào)了“原創(chuàng)性”和“顛覆性”。這既是“從0到1”的原創(chuàng)性突破，也是“從1到10”的顛覆性跨越。而生成式AI作為兼具這兩個(gè)特性的新興創(chuàng)新突破性技術(shù)，將展現(xiàn)出更多絕妙的創(chuàng)新主意去賦能各行各業(yè)。

　　我們也期待在醫(yī)療醫(yī)藥這個(gè)兼具傳統(tǒng)和創(chuàng)新的行業(yè)里，生成式AI能夠進(jìn)一步賦能各類場(chǎng)景，實(shí)現(xiàn)更好的醫(yī)患體驗(yàn)、更高效的藥企內(nèi)部運(yùn)營(yíng)，從而推動(dòng)行業(yè)未來(lái)的高質(zhì)量發(fā)展。

　　《新財(cái)富》雜志于2001年3月創(chuàng)刊，專注資本市場(chǎng)深耕細(xì)作，“最佳分析師”“金牌董秘”“500創(chuàng)富榜”“最佳上市公司”“最佳投行”等權(quán)威專業(yè)評(píng)選和《德隆系》《明天帝國(guó)》《收割者》等經(jīng)典研究案例影響深遠(yuǎn)。

　　新財(cái)富雜志社旗下主要新媒體平臺(tái)包括：新財(cái)富雜志微博、新財(cái)富雜志公眾號(hào)、新財(cái)富雜志視頻號(hào)。

　　地址：深圳福田區(qū)華富街道蓮花一村社區(qū)皇崗路5001號(hào)深業(yè)上城T1棟59樓