背景

得益于算法的進一步成熟、算力的提高以及數據的持續積累，人工智能（Artificial Intelligence，AI）得到迅猛發展，大語言模型（Large Language Model，LLM）的學習能力、遷移能力和理解能力的深度提升為AI醫療的全面落地打開了新局面。

AI大模型正在全面鋪開

在過去一段時間以來，AI醫療場景不斷開拓，算法識別病灶、自動生成報告。國外以Google為代表持續在醫療大模型方面探索發力，由Google Research和DeepMind共同打造的多模態生成模型Med-PaLM M于2023年8月發布，該模型懂臨床語言、懂影像、懂基因組學，在美國執業醫師資格考試（USMLE）中通過率高達85.4%。

諸多大模型廠商都主打 To B 路線，正在加速推動大模型在各個行業的應用。同時數字化醫療、AI 醫療逐漸發展為一個獨立賽道，AI廠商們利用數據分析、自然語言處理（NLP）、結構化數據等技術，已經成功將 AI 引入臨床診斷決策、病例數據管理等。對于醫療領域而言，當下已是百花齊放的局面。

大模型落地核心

醫療大模型落地目前遇到的兩大核心問題，都非常具有原生性：

• 為保證患者數據安全，醫院數據平臺通常僅限內外，導致數據量相對大模型所需的訓練樣本量少，其次數據質量的組織化和標準化程度不高。

• 算力緊張。本地部署成本高昂。

這意味著，醫療大模型需要大模型軟件廠商和服務器廠商一起找到一條有“性價比”的私有化部署道路。所以，AI服務器成為了近來業界備受關注的領域。它直接關乎大模型落地的效率和成本，行業內各大模型廠商對此也有著極高的關注度。

德晟達 SERVER 01，是德晟達專門為高性能AI應用打造的一款服務器。德晟達SERVER 01基于英特爾?Eagle stream平臺，搭載兩顆4代英特爾?志強系列處理器，32×DDR5內存，內存速率支持4800MHz，最大8TB，最多24顆2.5 可熱插拔 NVMe/SATA/SAS drive Bays；2×M.2 NVMe SSD。10GPU雙路服務器能供滿足絕大部分智慧醫療場景、LLM的訓練和推理等多種場景。

心里健康大模型

在心理健康治療方面，特別是治療輕度和重度抑郁癥，大模型已經達到了行業的治療標準。最重要的是，這類大模型不會被患者的外在因素所影響（性別、社會階層、年齡等），這就基本滿足了一個初級醫生的素養，在未來大語言模型將逐步勝任醫生助手的崗位。

英特爾中國將在2024年6月26日英特爾GTC，聯合上下游合作伙伴，推動心理健康問題從診斷到治療的全鏈路解決方案的開發與完善。德晟達將攜AI醫療分析終端BOX24 搭載英特爾?13代酷睿?系列CPU與英特爾銳炫?系列GPU顯卡，與英特爾一起探討本地運行的醫療大模型所打造談心數字人在實際場景中的應用，利用AI技術助力解決心理健康治療的難題。