Med-PaLM 2 这类医用语言模型的落地，将率先为AI医疗产业链的中游模型层带来关键卡位价值，并同步带动上游基础设施的算力与数据需求，以及下游辅助问诊、健康管理等应用场景的拓展。 从AIGC产业由上游基础设施、中游算法模型、下游应用拓展三部分构成的框架来看，Med-PaLM 2 作为谷歌推出的专门回答医疗保健相关问题的大型医用语言模型，处于中游模型层，其专业化路径正是产业链价值传导的枢纽。
中游模型层：专业化模型的关键卡位
医疗领域是一个高度专业化的领域，容错率低，需要医疗专业人士的专业知识和经验才能正确理解和解释相关问题。当前AIGC在医疗领域的应用还处于起步阶段，成规模的应用主要在聊天机器人领域，而垂类赛道下的专业化模型可能是解决方案之一。Med-PaLM 2 正是这一方向的代表——它从通用人工智能模型出发，针对医疗场景进行实质性专业化以提高质量。在产业链中，这一层级的价值在于：高质量、用户反馈和专有数据集是专业化模型的关键，而这些要素恰恰是医疗领域最稀缺的资源。
上游基础设施：算力与数据的刚性需求
基础设施主要由工具链和智算平台构成。Med-PaLM 2 这类大型医用语言模型的训练与运行，离不开上游算力与数据基础设施的支撑。医疗领域的应用需要基于大量的可靠数据和高质量的临床实践基础，这意味着对上游数据清洗、标注、存储以及智算平台的能力提出了更高要求。从成本效益角度考虑，基础层的搭建适合有规模效应的大厂和平台来做，这也决定了上游环节的受益更多体现在头部基础设施提供商层面。
下游应用拓展：场景落地与生态分工
在诊疗环节中，AI技术的应用带来了重大变革。通过工作流程改进、新数据集成和更加个性化的互动体验，AI为辅助问诊、健康管理等领域的发展注入了新的活力。Med-PaLM 2 的推出催生了这些下游应用场景的拓展空间。同时，生态开放后，通用大模型通过插件构建起了直接面向终端用户的细分场景，这将对一部分纯应用层创业企业造成挑战，而创业公司在应用方面的探索和突破，仍有可能会成为未来的主要趋势。
常见问题
Med-PaLM 2 目前处于什么发展阶段？
Med-PaLM 2 是谷歌推出的大型医用语言模型，专门用于回答医疗保健相关问题。谷歌仍在不断推进专家与研究人员的合作，并考虑到医疗信息的敏感性，技术要普及到普通消费者手中还需要一段时间。
判别式AI和生成式AI在医疗领域有何不同？
判别式AI在识别疾病、分析影像、预测疗效等方面可以实现更高的准确度和效率；生成式AI则更多关注理解人类意图和复杂场景下的应用以及生成新的数据，在医疗模拟对话以及个性化医疗方面具有不可替代的作用。两者结合可以实现更复杂和精细的任务。
产业链中哪个环节最适合创业公司切入？
从成本效益角度考虑，基础层、模型层的搭建适合有规模效应的大厂和平台来做；而创业公司在应用方面的探索和突破，很有可能会成为未来的主要趋势。当前许多新型创业公司都是将内容生产方式与数字化程度高、内容需求丰富的行业相结合，形成应用层公司，其中大部分公司仍处于早期轮次。