生成式AI（Generative AI）在各领域掀起旋风，被认为也有望有发展机会的医疗应用，业界坦言，相较于判断式AI的标准答案，生成式AI需克服法规监管问题，短期内可能在患病关怀、病历/报告生成书写、远程医疗的初期筛选等，较是可能的应用场景，未来能否新药临床开发，才有更具突破发展可能。
长佳智能研发长王帝皓指出，生成式AI在医疗领域的发展，算是逐步往前的，目前包括文本照片、图片、声音等领域，都已有人着墨，近期比较新的是在细节的突破，例如更为模拟的手指等，不过，对比于目前仍为医疗应用主流判断式AI的标准答案，生成式AI并非产出“有或没有”的绝对答案，在医疗上较难被监管，成为现阶段还较难成为医疗主流的主因。
不过，王帝皓也认为，即便监管问题还待突破，但生成式AI仍会对医疗产业产生意义，包括在病患关怀、缩短病历与报告书写时间、远程医疗的初期筛选等，可以协助医护人员处理相关流程上，更为精准与流畅，仍是医疗上可以应用的场景。只是他也坦言，国际上有很多计划尝试中，但尚未看到堪称成熟的产品。
创投业界也认为，虽然像是医疗数据创业公司Syntegra去年第一季完成募集资金，台湾数字病理与医疗图片创业公司云象也在去年10月底完成A+轮的募集资金，但其实市场仍在关注类似创业公司未来得以盈利的商业模式。
业界认为，目前AI在智能医疗领域最被广泛应用的，还是在取代大规模重复性的行政工作或诊断，新冠肺炎疫情虽加速了在与远程医疗的发展，不过这部分仍牵扯医院组织文化、各国政府与医疗保险给付规范等的集成，还有很多地方有待突破。
而国际科技巨头则是期待生成式AI在新药临床开发上的进展。最知名的Google母公司Alphabet旗下人工智能公司DeepMind，通过类神经网络快速预测与生成合理的蛋白质串行，未来计划向新药公司出售或租赁其蛋白质成功模拟的AI技术，加速新药临床开发。计划用于协助新药开发公司发展药物与蛋白质串行的结合，但独立成立新药研发公司后，市场仍在关注其后续具体发展。
王帝皓也说，虽然短期生成式AI在非医疗核心或需被核准的医材类，较有发展空间，但长期判断式AI与生成式AI也有结合机会，例如长佳智能开发从脑部计算机断层图片判读是否有出血或脑部病兆的技术，就可结合生成式AI将图片自动产出成放射学报告，大幅增进医师判读效率与辅助提升诊断率。
（首图来源：shutterstock）