人工智能產業的蓬勃發展，帶來了人機交互模式的革新。自2022年11月OpenAI發佈ChatGPT以來，大語言模型已經深刻影響了我們的工作和生活。作爲未來大模型最主流的使用方式，智能體這一概念備受業界關注。
智能體（AI Agent），作爲一種能夠自主行動、感知環境、做出決策並與環境交互的計算機系統或實體，通常依賴大型語言模型作爲其核心決策和處理單元，具備獨立思考、調用工具去逐步完成給定目標的能力。
在醫療領域，智能體是否能夠在結合大模型能力的基礎上，滿足醫療用戶複雜多變的需求，進而在醫療診斷、科研創新、醫學教育等多個關鍵領域中實現深度應用與融合？同時，專業智能體能否成爲推動大模型在醫療領域成功落地的關鍵？
01
攢經驗、能協同，智能體發展潛力大
基於大模型的智能體，其設計目標是實現對環境的有效互動，通過感知模塊收集環境信息，通過行動模塊來改變環境狀態，整合了感知、決策、行動等多個環節，因而智能體在自主能力、決策能力、協作交互等方面展現出優勢，彌補了大模型的不足，是大模型的“手腳”，更被視爲AI技術與物理世界融合的橋樑。
當前，百度、智譜、火山引擎等企業紛紛推出了自家的智能體平台，以推動AI技術的廣泛應用。火山引擎醫藥大健康行業解決方案總監王喆在一次公開演講中透露，智能體在醫療行業擁有廣闊的應用前景，目前山火引擎企業級智能體應用創新平台已經正式上線，並推出AI醫生分身、科研小助手、AI諮詢等創新產品。
憑藉高效的學習能力，智能體擁有可能在某些特定醫療任務上超越人類專家的巨大潛力。
近日，清華團隊開發了一款名爲“Agent Hospital”的AI醫院小鎮，這個模擬醫院完全由AI驅動，包括醫生、護士和患者在內的所有角色都是通過大模型實現的智能體。它們能夠自主交互，並模擬整個醫療過程，包括分診、掛號、諮詢、檢查、診斷、治療和隨訪等環節。
研究人員開發了一種名爲MedAgent-Zero的系統，設計了14名醫生和4名護士的智能體，這些醫護角色能夠從成功和失敗的病例中不斷學習、自我進化。AI醫生在幾天內就能完成對大約1萬名患者的治療，而人類醫生需要2年時間才能完成等量工作。這雖然只是在模擬環境中與患者交互，通過不斷的自主學習和進化，智能體能夠在極短的時間內準確、高效地處理大量病例，這無疑爲未來的AI醫療領域帶來了無限的想象力與可能性。
四川大學華西第二醫院黨委書記黃勇曾對媒體表示，智能體在醫生、患者以及醫院管理三個層面均展現出了獨特且顯著的功能與價值。
面向醫生的智能體，通過協助醫生管理事務、按照優先級別提醒執行，能夠極大減輕醫生的工作壓力，讓他們更專注於患者的診斷和治療。面向患者的智能體，則如同一位貼心的就醫助理，爲患者提供從院前諮詢到院內檢查預約的一站式服務。面向管理的智能體，能夠爲醫院管理者提供精細化運營管理的手段和建議，通過收集和分析醫院運營數據，智能體能夠發現潛在問題並提出解決方案，幫助醫院實現更加高效和精準的管理。
在健康管理領域，智能體的作用更加深入，如結合智能手錶等設備實現實時監測和預警，爲用戶提供個性化的合理建議。
面對醫療領域中的複雜任務時，智能體往往通過相互協作，高效、準確地執行各項任務。
前文中，清華團隊開發的模擬醫院在訓練數據集上存在侷限性，主要基於第八版《傳染病》中8種呼吸系統疾病的數據。這種數據集的單一性使得AI醫生在應用場景上被侷限在呼吸系統疾病領域，從而大大簡化了真實的醫療過程。
在任務執行時，單個智能體依據特定角色的專業能力，可以獨立完成某項任務。在實際的醫療場景中，當面臨超出單個智能體能力範圍的複雜任務時，它們能夠迅速啓動協作機制，召喚其他智能體加入，極大地增強了智能體系統應對複雜醫療場景的能力。
不同智能體之間的信息共享和協同決策，能夠構建一個多智能體協作的生態系統，幫助醫療工作者做出更加明智的決策，多智能體協同工作也是未來智慧醫療發展的重要趨勢。
02
專業智能體，實現垂類大模型能力？
在醫療領域，大模型與人類的交互通過精準的提示詞（Prompt）得以實現，用戶輸入的提示詞清晰度與明確性，對於大模型理解和響應的精準度至關重要。當前的大模型已經具備一定的智力水平，且知識儲備豐富，但與特定領域結合並應用才能發揮更大的價值，這也爲各個領域垂類大模型的發展提供了生存空間。
那麼，依據特定場景與經驗、規則和數據生成的智能體，是否有可能展現出比垂類大模型更爲出色的能力？
以火山引擎的“AI醫生分身”智能體爲例，這款智能體以醫療垂類大模型爲基石，獲取醫生的個人語料、聲紋等資料，並對信息進行深度存儲和加工。在持續實踐中，通過自我反思和學習，逐步構建起對用戶偏好、知識庫和對話狀態的長期記憶，實現患者的基本互動。
從架構上看，該智能體以通用大模型爲底座，醫療垂類大模型作爲核心中間層，確保其在醫療領域的專業性和精準性。智能體基於醫療垂類大模型，完成各類醫患之間的互動任務。
可以看出，智能體的發展無疑受到大模型能力的深遠影響。
今年6月，OpenAI宣佈限制部分國家和地區的API使用，中國目前不在其支持列表內，這將導致中國開發者可能無法通過直接調用OpenAI API的方式來使用GPT系列的相關模型能力。一直以來，國內多家大模型廠商宣稱已經開發出與OpenAI對標的大模型，但資深業內觀察人士告訴億歐大健康，理論上，隨着通用大模型能力的不斷增強，其在某些特定領域中的能力可能會超越現有的垂類大模型，這無疑給垂類大模型的發展帶來了一定的風險和挑戰。
此外，醫療垂類大模型面臨的主要挑戰是歷史數據的稀缺以及原始數據的不準確，需投入大量精力去剔除數據的“包裝”，從而確保數據的一致性和準確性。更值得注意的是，大模型在處理信息時還面臨着信息時效性的問題，即如何平衡歷史數據和當前數據中的矛盾，這也是大模型在數據訓練過程中需要解決的難題之一。
同時，大模型的訓練是一個高度工程化的問題，從參數量、訓練數據到算力資源，再到部署運營、模型算法及安全可信等方面，每一個環節都需要精細化的管理和優化。
可以說，優質的大模型不僅是智能體實現垂類大模型能力的基石，更是決定智能體在特定領域中表現的關鍵因素。然而，智能體之所以能夠展現出如此強大的市場競爭力，並不僅僅依賴於大模型的先進性。
實際上，智能體作爲大模型在特定領域的應用，其獨特的低代碼構建和低成本研發等特點，使得智能體能夠快速響應市場需求，靈活調整產品策略，爲企業帶來更高的效益。
03
商業落地與前景展望
智能體帶來了新的應用生態、流量格局和商業模式。比爾蓋茨近期在其個人網站撰文《AI is about to completely change how you use computers》中，闡述了智能體將在未來幾年如何顛覆傳統軟件行業，並聲稱智能體將是未來AI*的賽道。在今年的世界人工智能大會中，李彥宏也表示最看好智能體的發展。智能體能夠根據具體場景和需求進行深度定製和優化，成爲機構數字化轉型的重要工具。
當下，大模型的落地實施正遭遇多重挑戰。爲確保基於大模型構建的智能體能夠順利進入市場，並創造廣泛的商業價值，這些智能體必須展現出*的專業水準。
這不僅要求開發者或專業人士在構建智能體時，需融入自身深厚的醫療知識儲備，可以說，“師傅”專業水平的高低將直接影響智能體的質量。
此外，工具的有效利用是將大模型在企業內部落地實施的關鍵，智能體通過無縫對接醫療機構業務系統的接口和數據，自主完成各類業務目標，從而爲企業創造顯著的實際效益。作爲智能體的核心模塊，這些工具能夠幫助獲取並處理文本、語音、圖片及文件等多模態信息，進一步豐富大模型處理複雜數據的能力。
儘管大語言模型的崛起確實帶來了前所未有的機遇，但同時也面臨着隱私保護、數據安全等不容忽視的挑戰。隨着智能體獲取的信息越來越多，其能力愈發強大。因此，政府及相關部門需要在大語言模型原生應用發展初期就應給予足夠的重視，制定規範、強化監管，確保大語言模型及其應用能夠穩健、安全地發展。
“未來已來，只是尚未流行。” 隨着通用大模型在數量上趨於穩定，市場正悄然迎來大模型在垂直行業中技術與應用的激烈角逐。在這場變革的浪潮中，智能體在智慧醫療領域的應用潛力正逐步釋放與拓展，推動着傳統醫療模式的創新與升級。未來，智能體將如何繼續深化其在醫療領域的應用，可以拭目以待。
【本文由投資界合作伙伴億歐網授權發佈，本平台僅提供信息存儲服務。】如有任何疑問，請聯繫（editor@zero2ipo.com.cn）投資界處理。