最近的思考

医疗数据要素的价值非常高，但是存在的难点是：

1.   算法训练需要人工打标签，医疗必须医疗专家才能操作，所以开放医疗数据，建设医疗大模型，对人类的健康发展至关重要。

2.   文本语义大模型可以搞定医疗诊断，但是B超，X光片的 图像识别做不到，所以需要多模态。 

3.  医疗数据很敏感，隐私保护至关重,法规伦理流通障碍导致了信息孤岛。

解决思路

01

多模态大模型

meta 的 SAM 和 商汤的日日新大模型,且开源； 是多模态大模型（算法）发展的转折点。

1）大幅降低了图像识别的技术门槛，不再需要此前需要大量人工数据标注训练的门槛。

2）开源后使得没有计算机视觉技术积累的公司，也能轻易拥有最强大最通用的图像数据结构化理解能力，是多模态的关键一步.

02

数据安全

隐私保护计算框架：①原始数据不出域，可用不可见（安全保证了)；②数据不动模型动”，不共享数据，而是共享数据价值（数据确权）；③数据使用可控可计量（法律合规）

可以买什么？

1. 多模态大模型，CV图像的应用 ，软硬件公司；

2. 医疗公共数据开放，能介入这个领域的公司；

3. 数据安全保护的公司，特别是业务涉及了隐私保护计算，政务，金融必备；

4. 医疗智能化+生物制药，AI+医疗数据加速生物制药的研发生产流程，且整个板块调整了一年多，尚在低位。

5. AI三要数：算法+算力+数据， 拥有数据的公司，特别是公共数据的运营可以得到政策支持，数据参与交易所场内相关公司。

建议关注浙江和上海

（个人的总结，全国看北京，北京看浙江，浙江看浙国资委，在杭州有华为和阿里技术加持。）