自動生成病歷、智能問診、健康管理、輔助診療——
AI醫生會取代真人醫生嗎?
![](/img/2020wbc/imgs/icon_type.png)
“醫生,我之前有痛風,前幾天膝蓋疼,是痛風發作了嗎?”
“發病前有大魚大肉、吃海鮮、吃動物內臟嗎?去醫院查過尿酸嗎?結果高不高?……”
回答患者問診的不是真人醫生,而是一款名為MedGPT的醫療大語言模型。
今年以來,ChatGPT風靡全球,國內外掀起“百模大戰”,這股開發浪潮也席卷醫療行業,微軟、谷歌、騰訊、百度、商湯科技、醫聯等多家科技公司和醫療企業,開始布局醫療大語言模型,據不完全統計,相關大模型已發布近50款。醫療大語言模型將發揮哪些作用?以大模型驅動的“AI醫生”會如何改變醫療行業?離真正應用還有多遠?
1醫療大語言模型
可以扮演哪些角色?
“大語言模型的發布,補齊了我們研發的最后一塊‘拼圖’。”說這話的,是醫聯集團研發中心總經理王磊。今年5月,該公司發布了國內首款自主研發的醫療大語言模型——MedGPT,被稱為國內首位“AI醫生”。
不過,在產品面世前,項目曾中斷了兩年。“主要是語義識別上的障礙。”王磊解釋,早在2019年,公司就在開發針對單個病種的“AI醫生”,但語義識別能力比較差,“比如對頭痛的語義識別,當我說腦殼疼、后腦勺疼、偏頭疼,它就無法准確識別,沒有辦法做到語言泛化。”2021年,該項目被迫停掉時,“AI醫生”的研發“拼圖”已經完成了99%。
大語言模型的出現,讓企業看到新的機會。由於其具有超強的語義理解能力、生成能力和邏輯推理能力,剛好彌補了過去AI醫療的短板,一時間,國內外企業都爭相用大語言模型賦能醫療行業。
“在醫院,能用到醫療大語言模型的場景非常多。”中科院成都信息技術股份有限公司智慧醫療事業部總經理姚宇舉例,比如書寫患者病歷、臨床記錄,這些工作重復耗時繁瑣,如果用生成式AI來自動書寫病歷,可以極大減輕醫生的工作負擔,提升工作效率,讓他們有更多時間專注診療與科研。
其實,近年來,人工智能已在醫學影像領域得到廣泛應用。“在CT、核磁共振等影像檢查上,AI在一些病灶識別上已經非常精准高效。”姚宇舉例,比如腫瘤放療的靶區勾畫,一般醫生勾畫一個病例要40—50分鐘,但AI自動勾畫隻需要5分鐘。
從目前已經發布的多款醫療大語言模型來看,“AI醫生”已經身兼數職:自動生成病歷、智能問診、健康管理、輔助診療……
“大語言模型擅長語義理解,非常適合與患者溝通。”王磊介紹,醫聯的MedGPT可通過與患者進行多輪對話,了解病人病情,推薦治療方案,同時還可以進行疾病預防、治療、康復等各個流程的智能化問診。目前已擁有近3000種疾病的首診能力,覆蓋80%以上的成年人疾病和90%以上的0—12歲兒科疾病。
今年9月,百度也發布了基於文心大模型的醫療大模型“靈醫”。“靈醫”能夠根據醫患對話、結合自由文本秒級生成結構化病歷,還能為患者提供24小時的智能客服服務,成為患者的“健康管家”。
“大語言模型下,‘AI醫生’不再只是簡單給出答案,它還可以與醫生深度討論。”姚宇表示,未來,
基於個體差異和患者的影像、臨床、病理等多模態數據,“AI醫生”能夠為患者推薦個性化的治療方案,輔助醫生更好地開展診療。
2如何訓練出
一位高水平的“AI醫生”?
“AI醫生”的研發門檻很高,既要懂技術,又要懂醫療。如何訓練出一位高水平的“AI醫生”?
獲取海量且高質量的醫學數據是第一步。“在大模型訓練過程中,需要大量多樣性的醫學文本數據‘喂養’。”王磊表示,但現實中,由於各級醫療機構的業務系統相對獨立,數據碎片化嚴重。同時為了保護患者隱私,醫療數據很難實現共享。
在這方面,醫聯具備先發優勢。“我們布局AI醫療業務多年。”王磊介紹,醫聯成立於2014年,作為一家互聯網醫院,前期和大型醫療機構合作開展了大量的醫療數據清洗工作,有數據和技術上的沉澱。
在預訓練階段,MedGPT使用了超過20億條醫學文本數據,微調訓練階段使用了800萬條結構化臨床診療數據,並投入超過100名醫生參與人工反饋監督微調訓練。
更大的挑戰是“AI幻覺”。很多人跟ChatGPT聊天有一個共同感受:不管問什麼,它好像都能給出答案,但仔細查看,會發現它有時只是在“一本正經胡說八道”,這被稱為“AI幻覺”。
醫學診斷,既需要醫生的專業知識,還要借助各種輔助診療手段。醫療大語言模型,僅靠文本對話,能實現准確診斷嗎?如何克服模型“幻覺”,避免誤診?
一方面是優化問診程序。“MedGPT不會輕易下診斷結論。”王磊解釋,首先會循序漸進地引導患者,進行多輪問診,收集足夠多的診斷信息,問診環節結束后,如果MedGPT 需要進一步明確病情,還會給患者開具必要的醫學檢查。
如何鏈接到檢查項目?王磊介紹,MedGPT上整合了第三方醫療插件,可以提供上門檢查服務。比如血液檢查,通過醫聯的“雲檢驗”,可以讓醫生上門採血或引導用戶去社區檢測點檢查,之后檢測機構會將結果回傳系統。“未來如果我們整合了足夠多的多模態能力,患者就可以盡量不用去醫院了。”王磊說,基於問診和醫學檢查數據,MedGPT就能進行后續疾病診斷並為患者設計疾病治療方案,之后,醫聯的互聯網醫院還能提供送藥到家服務,MedGPT會為患者提供用藥指導與管理、智能隨訪復診、康復指導,從而形成從疾病預防、診斷、治療、康復的全流程診療服務。
另一方面,對訓練過程進行監督。“在微調訓練階段,MedGPT的每一次回答,都會經過內部的‘醫學專家系統’校驗。”王磊介紹,真人醫生會對問診的准確率、效率、全面性、風險提示程度等進行評價,隻有符合預期才能輸出結果,發現錯誤會及時校正,通過大量的輸入和校正,從而提升問診的准確程度和問診效率。
3讓“AI醫生”給患者看病還有多遠?
今年6月,MedGPT與來自四川大學華西醫院的10位主治醫師共同對120余名真實患者進行問診,並接受行業權威專家的評價打分,結果顯示,真人醫生綜合得分7.5分,AI醫生的綜合得分7.2分,雙方結果一致性達到96%。
“MedGPT通過多輪詢問收集足夠信息,誤診、漏診的概率較小。”在場多位專家均對MedGPT的前景看好,不過,MedGPT在分型診療、疑難雜症、罕見疾病等方面仍存在不足。此外,還要解決大語言模型可解釋性不足的問題。姚宇表示,在醫療行業,如果可解釋性不足,可能醫生就不敢用這個大語言模型。
醫療大語言模型是否會顛覆醫療行業?對此,業內人士普遍持積極態度。“現在,很多患者對基層醫院不“感冒”,三甲醫院門診中90%以上都是常見病。”姚宇認為,AI醫療可以提升基層醫院的診療水平,改變醫療資源分布不均的局面,賦能分級診療,讓偏遠地區的患者也能接觸到優質醫療資源。
不過,要讓“AI醫生”給患者看病,還有很長一段路要走。
首先是法律門檻。2018年國家發布的《互聯網診療管理辦法(試行)》明確規定,“不得對首診患者開展互聯網診療活動。”這意味著,當前法規要求下,“AI醫生”無法對患者進行首診。
“醫療大語言模型是否需要申請安全評估和算法備案,未來如何監管,還需要法規進一步明確。”王磊表示,由於政策限制,MedGPT並未向公眾開放,目前僅用於學術研究。他也透露,下一步,醫聯將與醫療機構和醫學專家加強合作,進一步論証產品的准確性,並推動AI診療標准建設。公司正在開發面向患者的To C版本的AI診療產品,並同步走審核程序,盡快推動產品落地。
雖然面向公眾開放的時機尚未到來,但多家科技公司已在定向與公立醫院、連鎖藥房、互聯網醫院平台等開展商業合作,開放醫療大語言模型的內部體驗,推動應用場景落地。
姚宇則注意到政策中的積極信號。《生成式人工智能服務管理暫行辦法》一方面明確了法律底線,另一方面也提出了鼓勵措施,“這說明國家非常重視生成式AI的創新發展,希望通過管理來驅動整個行業健康規范發展。”
隨著醫療大語言模型的發展,未來,“AI醫生”會取代真人醫生嗎?
對此,多位業內人士均給出了堅定答復:“盡管人工智能在醫學領域取得了很大進展,但醫生的專業性和臨床經驗是不可替代的。”(四川日報全媒體記者 史曉露)
分享讓更多人看到
- 評論
- 關注