如今，我们所处的时代正在发生巨变。一方面，2022年中国人口61年来首次出现负增长，加速步入老龄化社会；另一方面，GPT等通用大模型的涌现，让AIGC第一次全面走进我们的工作和生活。在这样的时代大潮之下，软件公司能做什么？
在11月17日举行的东软解决方案论坛2023上，东软集团创始人、董事长刘积仁博士给出了东软的选择，那就是以软件技术为核心，将AIGC广泛应用于大健康领域，并与合作伙伴一起，提升老龄化社会的整体福利。
不做通用大模型 做行业解决方案
走进位于成都青城山下的论坛主会场，所有嘉宾的目光都被墙上的一幅油画所吸引：五只熊猫围着一张圆形的饭桌，中间放着一口热气腾腾的火锅，他们拿着筷子，欢快地享受着美味。
其实，这是刘积仁用大模型专门为这次论坛创作的作品。他只不过说出了想象中的那个场景，借助AIGC，这幅作品就自动生成了。
作为中国首位计算机应用博士的刘积仁，对于AIGC的颠覆性自然是了如指掌；而作为中国首家软件上市公司掌舵人的他，也必须为东软找到未来的发展方向。
“我们不会去做通用大模型，我们的机会在垂直领域的行业大模型。”刘积仁表示。今年，东软成立了研究大模型的东软魔形科技研究院，启动和实施“大语言模型系统工程（LLM-SE）”战略，打造LLM-SE通用开发平台，面向医疗、人社、医保、政务、金融、媒体、人力资源及智能汽车等所有业务领域，构建东软LLM-SE+领域应用，完成典型场景落地部署及大规模推广。
东软研究院常务副院长、东软魔形科技研究院常务副院长闻英友表示，在这些业务领域的AIGC应用，仅仅依靠通用大模型是不够的。
以医疗行业为例，至少需要满足以下五大特性：
1.专业性：AIGC行业应用的生成内容必须满足医疗行业的专业需求，这种专业需求不是以通识为基础，而是以专业知识为基础，并符合医疗业务处理的要求。
2.可解释性：AIGC生成的相关结论必须有医疗专业知识的支撑和符合医疗知识体系的逻辑推理解释。
3.一致性：AIGC行业应用所涉及的生成内容在满足法律法规、社会伦理等普遍价值观要求的同时，也同时必须符合医疗专业领域的价值观要求。
4.确定性：利用大模型构建的AIGC应用，在医疗业务流程中，所生成的内容或完成的事务处理总是能符合业务上下文的预期和约束，而不会出现与具体业务无关或超出预期的结果。
5.稳定性：利用大模型构建的AIGC行业应用，其生成效果能够长期保持医疗行业预期的水平，不会突然表现极优或者极差。
此前，IBM、Google、微软等科技巨头，也都希望利用AI改造医疗行业，特别是IBM的沃森 健康（Watson Health）可谓投入巨大，最终却都折戟沉沙，关键原因还是没能满足以上五大特性。如今，伴随着大模型的兴起，科技巨头又希望通过AIGC再次大规模进入医疗行业，仍然需要满足这五大特性。
在医疗领域，东软给出了自己的解决方案。闻英友表示，东软通过打造LLM-SE通用开发平台和知识工程、解释工程、交互工程、质量工程四大工程，构建的AIGC行业应用能够满足医疗行业的真正需求。
例如，知识工程能够在大模型的基础上，通过对外部知识库的引入和融合，提高模型对语义和知识的理解和表达能力；质量工程则通过对整个大模型系统工程的全流程进行质量监控和管理，确保模型的输出内容具备专业性和一致性。
用行业大模型 做深做透应用
如今，在LLM-SE通用开发平台的助力之下，东软针对大健康的各种应用场景，已经为机构和企业客户开发了诸多解决方案。
我们都知道，中国的医生非常辛苦，每天要看很多病人，还要写很多病历。此前，东软在云HIS（医院信息系统）领域拥有超过5万家客户和很高的市场份额，正在积极推广电子病历。如今，东软正在将电子病历升级为AI电子病历。医生只需要动动嘴，就能够自动生成符合医疗专业规范的电子病历，大大降低了工作强度。
此外，东软还在帮助医疗机构从电子病历中挖掘经验特征与患者信息，打造数据智能平台。例如，针对高血压脑出血这种突发病症建立数字病人，进行血肿识别与参数量化、穿刺路径设计与规划、手术穿刺区域识别、机器人/AR/VR辅助手术，设计手术方案。有了数字病人的帮助，那些来不及转院的患者，就可以在基层医院获得更优质的手术治疗。
行业大模型在医疗影像领域同样也大显身手。东软正在利用行业大模型，帮助医院加快对医学数据的处理速度。如今，中国医大附一的肌肉标注时间已经从120小时降低到4小时，吉大附一的主动脉标注则从6小时减少到2小时。此外，东软还与国家卒中中心、广州呼吸健康研究院、宣武医院等二十多家国内知名医疗机构合作，利用行业大模型识别脑卒中、肺阻塞等病例。
在刘积仁看来，大健康不仅仅只是医院和医疗，还牵扯到医保、社保、人设、人力资源、养老等更广泛的领域。在这些领域，东软同样积累了丰富的客户资源和Know How，能够利用AIGC，帮助客户降本增效。
如今，东软利用国家及地方医保局发布的3618篇政策法规，包含18大类、540万字以上语料，完成了医保领域的表达模型训练。东软推出的医保政策AI助手，能够基于自然语言与人进行交流，帮助参保人员和经办人员理解、查询医保政策文件。
行业大模型还用在了医保结算清单的AI辅助编码上。过去，医保审核的工作量非常大，而且大部分还是通过人工审核，差错率较高。有了AI辅助编码之后，就能够大幅度降低医院编码的工作量，同时提高医保结算的准确率。
医疗保险领域，也正在使用行业大模型对影像和文字资料进行OCR识别，自动筛选问题案件，实现商业健康险的AI理赔服务。
今年的东软解决方案论坛还吸引了不少地方的社保局和人社局的代表，而社保和人社的信息化领域，过去一直都是东软的强项。如今，东软正在与社保局和人社局探讨，将积累多年的数据利用起来，通过行业大模型实现简历与岗位描述的语音对齐，匹配理解双方的意思表达，打造AI人岗匹配引擎和灵活就业平台。如果这个设想能够实现的话，也就能够大大缓解各地的就业难题。
“第一，人工智能要赋能我们的解决方案；第二，数字的价值化也要结合解决方案；这就是我们的大数据和人工智能战略。”刘积仁表示，东软要成为大健康领域技术和商业创新的引领者和赋能者。
广交朋友 做大生态
在11月17日下午的“充满想象力的医疗新科技：医疗健康信息化论坛”上，东软健康医疗管理有限公司副总裁张文雄介绍了东软健康园（大连）的情况。
经过三年的建设，东软健康园（大连）已经建成了一家三级心脑血管专科医院、一家三级口腔专科医院、一家国际化高端养老照护中心。这些大健康机构均由东软托管，采用了东软一整套的解决方案：以东软RealOne HIS作为核心，整合了医院信息系统HIS、临床检验系统LIS、医学影像系统PACS、电子病历系统EMR，以及移动护理、重症管理、互联网医疗等应用。
行业大模型也在这里得到了广泛应用。东软基于行业大模型构建了医生的“数字分身”，并贯穿导诊、挂号、门诊、住院、检查/治疗、复诊/随访的全流程，从而极大地改善了医患关系。
如今，东软健康园（大连）已经成为了东软大健康的新技术示范中心。以东软在大健康领域的广泛布局，东软每进入一个新城市，能做的事都很多：从医保经费管理到医院信息化，再到各种医疗设备，还有院外管理，东软都能够提供相应的解决方案。
不过，东软也深知自己的边界——这么大的蛋糕，东软一家肯定吃不下，需要广交朋友，一起做大生态。刘积仁也表示，东软做大健康，关键还是要做好生态。“我们在做大健康解决方案的时候，销售都不一定是我们的，可能都是合作伙伴的。有时候他们集成我们，也有的是我们集成他们。”
其实，11月17日下午的医疗健康信息化论坛，已经充分体现了东软在大健康领域的开放心态和丰富生态。演讲嘉宾来自各个不同的领域。其中，华为全球公共事业医疗行业解决方案总监周旭介绍了华为聚焦底座和平台的建设，与东软联合打造陕北区域医疗中心“1133”建设体系等多个医疗行业解决方案的例子；中国电信黑龙江分公司卫健行业事业部总经理杨秀峰则介绍了与东软合作，构建黑龙江医学影像云平台的成功案例；百度AI产业部解决方案总监支强则表示，与东软在灵医大模型以及智能健康管家、智能医生助手、智能企业服务等AI原生应用上有广泛合作。
翌日上午，成都东软学院校园的芳草地上搭起了一座茶台，在资深媒体人董军的主持下，刘积仁与中国人口学会副会长原新、中国医学创新联盟联合发起人赵红一边喝着茶，一边探讨中国老龄化社会与健康医疗的问题。虽然自己已经是68岁的老年人，刘积仁却仍然壮心不已，他要用科技的力量，帮助更多老人过上更加舒适的生活，迎接老龄化社会的到来。
