我們可視化一個(gè)交互式框架，其中基礎(chǔ)模型在接受醫(yī)療保健生態(tài)系統(tǒng)中各種來源生成的多模態(tài)數(shù)據(jù)訓(xùn)練時(shí)，可以實(shí)現(xiàn)跨醫(yī)療保健和生物醫(yī)學(xué)的各種任務(wù)。第一列列出了幾個(gè)數(shù)據(jù)來源，包括護(hù)理提供者、付款人、機(jī)構(gòu)（大學(xué)、非營利組織和政府）、制藥公司、可穿戴設(shè)備和醫(yī)學(xué)出版物/論壇。第二列顯示了數(shù)據(jù)源生成的幾種數(shù)據(jù)模式。它們包括圖像（例如胸部 X 光片）、視頻（例如超聲波）、化合物圖表、電子健康記錄 (EHR) 表格、臨床筆記等文本、心電圖等時(shí)間序列和遺傳數(shù)據(jù)。第三列可視化在此類數(shù)據(jù)上訓(xùn)練的基礎(chǔ)模型，然后應(yīng)用于醫(yī)療保健，第四欄列出的生物醫(yī)藥下游任務(wù)。這個(gè)過程可以生成新的數(shù)據(jù)，進(jìn)一步改進(jìn)基礎(chǔ)模型，從而建立基礎(chǔ)模型和任務(wù)之間的雙向關(guān)系。

　　圖： 醫(yī)療保健和生物醫(yī)學(xué)中的基礎(chǔ)模型。

以下是將從基礎(chǔ)模型中受益的醫(yī)療保健中重要任務(wù)的示例。

醫(yī)療保健提供者的界面。 基礎(chǔ)模型可以提高提供者護(hù)理的效率和準(zhǔn)確性。 醫(yī)療保健提供者花費(fèi)不必要的時(shí)間編輯電子健康記錄 (EHR)，而可預(yù)防的醫(yī)療錯(cuò)誤（例如，再次入院、手術(shù)錯(cuò)誤）導(dǎo)致醫(yī)療保健浪費(fèi)。可以調(diào)整基礎(chǔ)模型作為 EHR（臨床記錄、實(shí)驗(yàn)室價(jià)值歷史和影像文件）的高效準(zhǔn)確接口，幫助醫(yī)療保健提供者創(chuàng)建患者就診摘要、檢索相關(guān)病例和文獻(xiàn)，并建議實(shí)驗(yàn)室測試、診斷、治療和出院?；A(chǔ)模型也可以用于幫助手術(shù)機(jī)器人監(jiān)控和實(shí)現(xiàn)準(zhǔn)確的手術(shù)。

患者界面。基礎(chǔ)模型可以作為患者的界面，提供有關(guān)臨床預(yù)約的相關(guān)信息，回答患者與預(yù)防保健相關(guān)的問題，以及相關(guān)的醫(yī)學(xué)解釋信息（例如，解釋條件的文本和圖形），并幫助輔助護(hù)理 為病人服務(wù)的機(jī)器人。基礎(chǔ)模型還可以作為與公眾的接口，回答與公共衛(wèi)生和大流行病預(yù)防相關(guān)的問題（例如 COVID-19 病例）。

基礎(chǔ)模型可以促進(jìn)生物醫(yī)學(xué)研究，例如發(fā)現(xiàn)藥物和了解疾病，最終轉(zhuǎn)化為改進(jìn)的醫(yī)療保健解決方案。以下是生物醫(yī)學(xué)中重要任務(wù)的示例，這些任務(wù)將從基礎(chǔ)模型中受益。

藥物發(fā)現(xiàn)。 要發(fā)現(xiàn)治療疾病的藥物或療法，研究人員必須首先確定目標(biāo)（例如，與疾病有因果關(guān)系的蛋白質(zhì)、基因、RNA），然后必須搜索對于與靶標(biāo)結(jié)合并治療疾病的分子（例如化合物、抗體）。 通常，確定合適的目標(biāo)并生成相應(yīng)的分子需要多年昂貴的實(shí)驗(yàn)。

基礎(chǔ)模型的生成性可以提高搜索空間和效率，這不僅減少了實(shí)驗(yàn)量，而且有助于發(fā)現(xiàn)新的更好的藥物。此外，通過單一基礎(chǔ)模型同時(shí)解決相關(guān)藥物發(fā)現(xiàn)問題（即目標(biāo)識(shí)別、療效預(yù)測、副作用預(yù)測等）可能會(huì)提高他們每個(gè)人的解決方案。 例如，基礎(chǔ)模型顯示出影響治療設(shè)計(jì)的巨大潛力的一個(gè)領(lǐng)域是使用語言模型對蛋白質(zhì)進(jìn)行建模。成功的應(yīng)用范圍從預(yù)測可以逃避疫苗誘導(dǎo)的免疫反應(yīng)的病毒突變到預(yù)測蛋白質(zhì)對接潛力以更好地設(shè)計(jì)治療性抗體。 ?

個(gè)性化醫(yī)療。個(gè)性化醫(yī)療旨在根據(jù)患者的健康史、遺傳學(xué)、影像學(xué)和其他個(gè)人測量結(jié)果為個(gè)體患者選擇最佳治療。例如，給定一組藥物和患者基因組，基礎(chǔ)模型可能有助于預(yù)測哪種藥物最有可能治療 副作用最小的患者?；A(chǔ)模型具有獨(dú)特的強(qiáng)大能力，能夠整合從 EHR 到藥物和分子測量的多模式患者數(shù)據(jù)，以做出最佳預(yù)測。 ?

臨床試驗(yàn)。 臨床試驗(yàn)研究治療或候選藥物的療效和安全性。傳統(tǒng)的臨床試驗(yàn)效率低下且成本高昂：80% 的試驗(yàn)因無法顯示療效/安全性或患者匹配問題而失敗?；A(chǔ)模型可以在以下方面提供幫助：根據(jù)現(xiàn)有研究預(yù)測潛在的失敗并設(shè)計(jì)有前途的臨床試驗(yàn)方案（例如，患者資格標(biāo)準(zhǔn)）；并根據(jù)患者個(gè)人資料自動(dòng)匹配符合條件的患者，這些個(gè)人資料是包括 EHR、基因序列等在內(nèi)的多模式數(shù)據(jù)

編輯：黃飛

?