從寫(xiě)詩(shī)敲代碼到臨床問(wèn)診，AI大模型會(huì )是智慧醫療的強力催化劑嗎？

從寫(xiě)詩(shī)作畫(huà)，到回郵件敲代碼，自ChatGPT火出圈成為一款現象級的AI大模型產(chǎn)品以來(lái)，圍繞AI大模型的應用開(kāi)發(fā)一發(fā)不可收拾?，F在，懂得臨床語(yǔ)言，可以自如問(wèn)診“AI醫生”來(lái)了，在A(yíng)I大模型的加持下，水平或媲美臨床醫生。

5G無(wú)線(xiàn)網(wǎng)絡(luò )的引入進(jìn)一步增強了這一趨勢。隨著(zhù)霧化器和胰島素輸送系統等治療技術(shù)的不斷發(fā)展，患者可以在家中舒適地接受全方位的醫療護理。

這些設備與醫院笨重的大型設備完全不同。微型化的電子設計催生了新一代的可穿戴技術(shù)，使患者能夠在接受監測和治療的同時(shí)繼續他們的日常生活。

數字療法既可單獨使用，也可與常規療法和藥物相結合，以改善患者的預后，降低醫療成本，并提供便捷可及的醫療服務(wù)。經(jīng)過(guò)證實(shí)，數字療法在控制糖尿病、高血壓、抑郁癥等疾病方面非常有效，此外還可以幫助焦慮、藥物濫用和慢性疼痛患者。

AI大模型 數字醫療的超強催化劑？

數字醫療是充分應用計算機技術(shù)、信息技術(shù)建立的新型醫療方式。醫療領(lǐng)域也同樣經(jīng)歷了數字化、信息化的不同階段。從20世紀80年代醫院開(kāi)始的醫療信息化，到本世紀初出現的醫藥電商，再到之后推出的遠程診療，直至近些年推進(jìn)的互聯(lián)網(wǎng)醫院和互聯(lián)網(wǎng)醫療。

隨著(zhù)數字化在醫療大健康行業(yè)的深入，當前以物聯(lián)網(wǎng)、大數據、云計算、人工智能（AI）為代表的新一代信息技術(shù)在醫療健康領(lǐng)域中的應用日漸增多，以智慧化為特征的數字醫療正逐步成為醫療健康領(lǐng)域的新趨勢。

德勤在《2023年全球醫療行業(yè)展望》中指出，COVID-19疫情之前，數字健康與傳統醫學(xué)融合成為治療范式，進(jìn)程緩慢，而監管機構為應對疫情在一定程度上加快了這一進(jìn)程。

例如，美國疫情爆發(fā)期間，FDA意識到，數字療法可以在隔離和封鎖期間改善心理健康和生理健康，因此當局為擴大其使用豁免了某些要求。疫情“放大”了多種需求，例如，在傳統醫療機構之外提供護理和遠程患者監控、患者使用各種連接設備進(jìn)行自我監測、以及通過(guò)App干預的數字療法。

而AI大模型和數字醫療的結合，或將成為更多智慧醫療應用場(chǎng)景落地的有力催化劑。

比如，為了進(jìn)一步推進(jìn)AI在應用層面的落地，OpenAI大模型推出插件可以對接下游應用程序，為開(kāi)發(fā)者提供接入平臺。據悉，OpenAI在今年年初推出的GPT-4已實(shí)現在醫療領(lǐng)域的商用合作。

不久前，微軟旗下Nuance Communications發(fā)布與OpenAI的GPT-4集成的支持語(yǔ)音的醫療病歷生成應用程序DAX（Dragon Ambient eXperience）。據官方公布的數據顯示，GPT-4對于事實(shí)的闡述精度對比GPT-3.5高出40%，在醫學(xué)知識自測評論考試表現更優(yōu)秀，支持多模態(tài)輸入。業(yè)界對此有相當高的關(guān)注度，并預期將對醫療信息化、互聯(lián)網(wǎng)醫療、公衛、醫保信息化細分領(lǐng)域產(chǎn)生效率的變革性推動(dòng)。

那么與傳統醫療AI框架相比，已GPT-4為代表的AI大模型有哪些進(jìn)步之處？

圖1：資料來(lái)源：IDC、CSDN、電子工程世界、浙商證券研究所等

如圖1所示，醫療人工智能平臺包括數據資源層、人工智能平臺和醫療應用層。其中，開(kāi)源框架和算法占有重要地位，如選擇工程化能力較強的TensorFlow或在圖像方面表現良好的Caffe等開(kāi)源框架，選擇在圖像識別方面常用的卷積神經(jīng)網(wǎng)絡(luò )（CNN），循環(huán)神經(jīng)網(wǎng)絡(luò )（RNN）算法模型等。而GPT-4（Generative Pre-Training 4）則開(kāi)啟了多模態(tài)通用AI大模型時(shí)代，預示著(zhù)NLP、CV、科學(xué)計算多模態(tài)大模型AI通用時(shí)代的到來(lái)。

值得一提的是，多模態(tài)，即意味著(zhù)用戶(hù)可以輸入不同類(lèi)型的信息，包括視頻、聲音、圖像和文本。相應地，具備多模態(tài)能力的GPT-4也可以根據用戶(hù)提供的信息輸出視頻、音頻、圖片和文本。

今年4月，互聯(lián)網(wǎng)醫院醫聯(lián)發(fā)布的國內首款大模型驅動(dòng)的AI醫生medGPT，該模型基于醫療知識圖譜為模型提供豐富、準確、結構化的醫療知識，并收集整理接近20億條真實(shí)醫患溝通對話(huà)、檢驗檢測和病例信息進(jìn)行深度訓練學(xué)習，同時(shí)利用醫生真實(shí)反饋進(jìn)行強化學(xué)習，以保障模型的推理質(zhì)量、準確性與可靠性。

據醫聯(lián)官網(wǎng)介紹，medGPT首次突破了AI醫生無(wú)法與真實(shí)患者連續自由對話(huà)的難點(diǎn)，并在醫療問(wèn)診場(chǎng)景中支持多模態(tài)的輸入和輸出，在疾病的預防、診斷、治療、康復四個(gè)重要環(huán)節全面實(shí)現智能化。為了驗證medGPT的診斷準確率，醫聯(lián)抽取了532名復診患者檔案進(jìn)行信息脫敏，并進(jìn)行了模擬首診實(shí)驗。結果顯示，醫聯(lián)medGPT的診斷結果與患者原有線(xiàn)下門(mén)診的診斷吻合率超過(guò)97.5%。

加速應用生態(tài)構建是關(guān)鍵

據不完全統計，目前在醫療領(lǐng)域，從醫學(xué)科研、藥物研發(fā)、智慧診療、醫療設備運維、醫院管理等，國產(chǎn)大模型產(chǎn)品數量不少于40個(gè)。

但AI大模型要如何長(cháng)期實(shí)現為生命健康服務(wù)？

今年以來(lái)，隨著(zhù)科技大廠(chǎng)博弈、中小企業(yè)的入局，以及投資和科研界的落地探討，基本有一個(gè)初步的共識，那就是“光卷大模型本身并無(wú)意義”，更重要的是要持續深入耕耘應用生態(tài)?！癆I大模型技術(shù)+細分場(chǎng)景服務(wù)”的深度組合綁定的基礎上，才有可能帶來(lái)長(cháng)期的生態(tài)發(fā)展

圖2：資料來(lái)源：IDC、CSDN、電子工程世界、浙商證券研究所等

ChatGPT等大模型在醫療端的應用包括：

01 生成電子病歷、個(gè)性化的醫療報告：

用GPT-4來(lái)生成電子病歷，將有效解放醫生文書(shū)工作，而GPT-4可以多模態(tài)輸入數據并理解梳理信息，這也就意味著(zhù)可以輸入患者和醫生的對話(huà)并摘取關(guān)鍵信息，醫生不用邊問(wèn)診邊記錄，可以快速耐心詢(xún)問(wèn)患者情況，只需要幾秒鐘，就能自動(dòng)生成電子病歷，然后自動(dòng)導入當前的醫療信息化系統。此外，還可以用于生成個(gè)性化的醫療報告、制定個(gè)性化的治療方案、提供個(gè)性化的醫療建議等。

02 實(shí)現在線(xiàn)醫療咨詢(xún)：

通過(guò)對話(huà)機器人技術(shù)，ChatGPT可以用于實(shí)現在線(xiàn)醫療咨詢(xún)、遠程醫療診斷、自動(dòng)醫療指導等。而GPT4可以極大提升在線(xiàn)問(wèn)診效率，更機動(dòng)靈活地跟患者對話(huà)，并從患者的描述中提取詳細的信息，改善患者體驗，同時(shí)緩解醫生線(xiàn)上溝通壓力降低溝通成本。

03 實(shí)現自動(dòng)醫療指導：

ChatGPT可以基于患者的健康狀況，包括生活習慣、運動(dòng)情況、飲食習慣等，實(shí)現自動(dòng)醫療指導。這些指導可以為患者提供個(gè)性化的健康指導與提醒，提高患者用藥治療的依從性，從而保障患者的健康狀況。

04 審查醫療記錄：

OpenAI大模型與Kepro合作，AI大模型助力醫療記錄審查，提高醫療記錄審查準確性，預計將縮短多達30%的臨床審查時(shí)間。

05 提供個(gè)性化的醫療建議：

通過(guò)自我理解和自我修正技術(shù)，ChatGPT可以用于實(shí)現醫療數據挖掘、疾病預測、診斷推理等。

此外，AI大模型還有望助力藥物研發(fā)。今年1月，美國加州伯克利一家創(chuàng )業(yè)公司利用類(lèi)似ChatGPT的LLM模型“Progen”合成了自然界不存在的新雞蛋白，為 GPT未來(lái)在藥物研發(fā)應用方向提供方向——即讀取不同氨基酸序列，合成新型蛋白質(zhì)。

ProGen是一個(gè)具有1億參數的條件蛋白語(yǔ)言模型?；赥ransformer架構，ProGen通過(guò)自注意力機制模擬殘基的相互作用，可以根據輸入控制標簽生成跨蛋白質(zhì)家族的不同人工蛋白質(zhì)序列。

據悉，為了創(chuàng )建該模型，研究人員輸入了280.56億種不同蛋白質(zhì)的氨基酸序列，模型在幾周內“消化”。過(guò)去，在自然界中挖掘蛋白質(zhì)或將蛋白質(zhì)調整到所需的功能是非常費力的。如果能夠定向將氨基酸序列數據輸入GPT進(jìn)行訓練，參數量更為龐大的GPT大模型理論上可以取得更加精準的效果。

結語(yǔ)

雖然還不夠完善，但是業(yè)內已開(kāi)始探索ChatGPT和GPT-4等生成式AI大模型工具在醫療健康以及醫藥研究領(lǐng)域中的價(jià)值。

Nature Medicine近期在一篇文章中也探討了ChatGPT、GPT-4等大模型未來(lái)在醫療健康領(lǐng)域的應用潛力，并對于A(yíng)I大模型子在提高醫療健康的服務(wù)水平和患者的生活質(zhì)量方面寄予希望，認為這些模型有望應用于治療失語(yǔ)癥等言語(yǔ)障礙、改善語(yǔ)言能力退化的神經(jīng)退行性疾病患者的病情進(jìn)展。未來(lái)AI醫療大模型甚至有可能整合到語(yǔ)音腦機接口設計和開(kāi)發(fā)中。

公開(kāi)資料顯示，OpenAI方面正在與一家旨在幫助盲人和視力障礙人士的技術(shù)公司Be My Eyes合作，將GPT-4提供的從動(dòng)態(tài)圖像輸入到文本輸出功能集成到虛擬志愿者功能中，用戶(hù)可以通過(guò)GPT-4應用程序將圖像發(fā)送給AI虛擬志愿者，該志愿者將針對各種任務(wù)提供即時(shí)識別、解釋和對話(huà)幫助。

來(lái)源：貿澤電子