AI医疗大模型在近年来逐渐受到关注，亿欧在《2023AI大模型医疗健康场景应用研究预热》中指出，目前在医疗行业，不管是从模型本身还是数据，生成式大模型与国外相比还是存在着较大的差距。核心的问题就是缺乏优质数据，从而影响到医疗大模型在相关知识领域的能力。

AI医疗大模型现阶段遇到的问题？

专业医学知识：医疗领域的数据涉及到大量的专业医学知识，包括疾病诊断、治疗、药物使用等。对这些数据进行正确的标注和理解，需要标注人员具备一定的医学知识背景。

数据质量和准确性：医疗数据的质量和准确性直接关系到模型的性能。错误或不准确的数据可能导致模型做出错误的预测。因此，对数据进行严格的审核和清理是必要的。

数据隐私和安全：医疗数据涉及到患者的隐私，因此在处理医疗数据时，需要遵守严格的数据隐私和安全规定。这增加了数据处理的复杂性。

大量数据处理：医疗数据平台通常涉及到大量的数据处理，这需要强大的计算资源和高效的数据处理技术。

我们需要一定数量的具备专业医学知识背景的从医人员参与数据标注、审核等工作，提供专业的医学见解，从而确保数据的准确性和质量，以解决上述问题。

如何解决？

景联文科技拥有丰富的医学专家资源，可对各个垂直领域的数据信息进行全方位标注，以保证数据的质量和满足当前的标注需求。

拥有5000名标注经验丰富的专业医学生众包资源池，与10所专业医学院校达成深度合作，拥有丰富的医学图像类的影像学、病理学、心电图学、消化内镜学等专业医学标注及医学文本类的内容编辑、审核项目经验，可为大模型医疗提供图像和NLP相关数据采集和数据标注服务，根据客户需求调配相关标注员为其提供服务。

景联文智能医疗标注平台支持多种类医疗数据标注，可利用文本标注工具对药物说明、医疗报告、病例记录等医学数据进行标注，这些数据中通常包含大量的实体信息，如疾病名称、药物名称、人体器官等，以及关系信息，如疾病与症状的关系、药物与副作用的关系等。通过标注这些信息，可以帮助模型更好地理解医学文本，从而提高医学文本分析的准确性和效率。

景联文科技还拥有相关医疗知识文本100G，涵盖不同医学领域的最新研究成果；拥有大量专业医学论文，来自于国内外多方搜索平台、40多家专业高校合作资源以及40多家国内外专业医学组织协会合作；拥有100G的高分辨率和准确性医学图像，包括了各种医学影像，如CT、MRI、超声等，能让AI医疗大模型更好地学习和诊断，更好地了解和模拟医患沟通、诊疗流程等情景，提高AI医疗大模型诊断的准确性和效率。

所有数据都经专业医学人员标注质检，保证数据的高质量。

景联文科技｜数据采集｜数据标注

助力人工智能技术，赋能传统产业智能化转型升级

文章图文著作权归景联文科技所有，商业转载请联系景联文科技获得授权，非商业转载请注明出处。