历时一个多月武汉超算中心，武汉人工智能计算中心联合尚软大模型Anna医生V1.0测试工作终于圆满完成！这是继尚软科技美国、英国大模型商业落地后，本土的第一个商业大模型行业场景系统的落地前专业评测。也预示着尚软科技在满足国际通用大模型运行环境同时，满足LLM大模型商业行业应用中国落地的圆满开启。

    武汉尚软科技有限公司:尚软大模型Anna医生 尚软大模型Anna医生V1.0基于华为技术有限公司AI框架昇思MindSpore完成并通过昇腾相互兼容性技术认证特授予Ascend Compatible认证证书及认证徽标的使用权有效期:2024年06月-2027年06月

    那《尚软大模型Anna医生V1.0》到底是怎样一个商业行业大模型产品呢？在这里我借本次华为国产联合测试对《尚软大模型Anna医生V1.0》进行解读如下：

1、尚软大模型Anna医生V1.0背景：

    尚软大模型Anna医生V1.0是基础与尚软的另一款产品智数系统Anna.ai为基础打造的医疗行业大模型商业应用产品。

（图1:Anna医生背景）

2、尚软大模型Anna医生V1.0产品架构：

    随着医疗数据的爆炸性增长和人工智能技术的飞速发展，医学大语言模型成为了医疗领域的研究热点。这些模型有望提高医疗诊断的准确性、加速药物研发进程，并在疾病预测和预防方面发挥重要作用。本文旨在探讨医学大语言模型的构建、应用及其面临的挑战，以期为未来的研究和实践提供参考。特别地，我们将引入基础与开源基座自主关键优化以及核心算法优化的Anna大模型，来具体说明其在医学领域的应用潜力。

（图2Anna医生能力三角）

    传统医疗IT背景与大数据背景的企业偏向于前者，他们通常拥有自己的医院信息管理系统或是大数据分析系统，已在医院实现了一定规模的落地。这类企业的大模型应用往往围绕自有系统开发，其核心目的是强化自有系统的市场竞争力。依托患者、医疗数据、基础模型三者的关系及医疗大模型评测为核心打造尚软大模型Anna医生V1.0产品，

（图3:Anna医生产品能力）

3、尚软Anna医生解决了哪些问题：

    通过上述训练策略和性能评估标准的详细说明，可以更全面地理解医学大语言模型的构建和应用过程，以及如何确保这些模型在医疗领域的有效性和可靠性。医疗大模型展示了卓越的性能，在 9 个不同的生物医学数据（陆续增加中）从而实现患者、医疗数据、基础模型三者的关系。三者共同构建以数据为中心的医疗AI研发路线。使用大型语言模型处理医疗文本可以为医疗专业人员提供更准确、快速、个性化的诊断和治疗建议，从而提高医疗效果和患者满意度。比如Anna医疗大模型，它结合了大预言模型和医生回复的数据，使语言模型具备像医生一样的诊断能力和提供有用信息的能力，同时保持对用户的流畅交互和内容丰富性，让对话更加顺畅。

（图4:Anna医生能力）

    令人印象深刻。Annaa医学大语言模型是一种基于深度学习技术的自然语言处理模型，它能够理解和生成医疗领域中的专业文本。这些模型经过训练，可以识别病历中的关键信息、理解医学文献的内容，甚至生成新的医疗知识。

4、Anna医生大模型多智能体联合产品优势：

通过Anna智能体多智能体协同混合架构，体现Anna大模型医学解决方案优势，通过国产算力以及国际算力体现算力优势。将大模型与全科医生AI、专科专家AI、医疗影像、生化数据、手术决策及执行、运动教练AI、营养师AI等联合起来共同服务用户。尚软Anna大模型多智能体架构是一种多模型融合神经网络架构，其中的调度模型（Gating Model）能像“小组长”一样，根据不同任务调度不同的“组员”般的专家模型（Expert Model）组成不同的“小分队”，产生新的AI Agent。医者AI团队自研+开源医疗经验参数大总量的多智能体架构大模型，可派生出符合各类型医院的专家智能体模型，来服务各类复杂场景。

（图5:Anna医生产品优势）

5、尚软Anna医生华为兼容性联合测试一瞥：

    本认证报告是针对Atlas产品在医疗诊断场景下的认证测试，报告是Annaa医生产品适配华为全场景AI计算框架昇思MindSpore的兼容性认证报告。

被认证产品（软件）概述：

    Annaa医生是一种基于深度学习技术的自然语言处理模型，它能够理解和生成医疗领域中的专业文本。这些模型经过Atlas服务器训练，可以识别病历中的关键信息、理解医学文献的内容，甚至生成新的医疗知识。

物理组网(根据实际组网和MindSpore来)：

使用武汉人工智能计算中心-ModelArts服务进行相关训练测试

综上：

    尚软大模型Anna医生V1.0，基础模型的发展和应用在医疗领，为高效诊疗等提供了新机会。在这一浪潮中，大规模医疗数据的收集、处理、分析等成为了至关重要的研究课题。为了解决医疗数据中长久存在的问题，包括数据量的缺乏、数据标注的高成本、多模态数据融合、数据隐私问题等，研究者们探索了基础模型带来的新解决方案。同时，在医疗领域应用基础模型的安全问题同样不容忽视。从基础模型的训练数据所导致的幻觉、偏见，到基础模型的监督管理，都是我们必须重视并解决的问题。

    我们相信，尚软大模型Anna医生V1.0在医疗领域仍有巨大的发展空间。未来，在研究人员和医疗工作者的共同努力下，基础模型的力量在医疗场景下将得到更加安全有效的发挥，为人们的健康生活带来更多福祉。