---

  新智元報道  

ChatGPT帶火了大模型之后,，全世界大廠都卷了起來,。

強(qiáng)大的語言理解能力、生成能力,、邏輯推理能力,，讓大模型在醫(yī)療領(lǐng)域大有可為。

是的,，硅谷巨頭們早已意識到,，GPT在醫(yī)療領(lǐng)域的無限潛力。

早在今年2月,，ChatGPT在美國醫(yī)學(xué)執(zhí)照考試中,，以60%準(zhǔn)確度的回答，已經(jīng)接近真人醫(yī)生,。

話雖如此,，但只要深入調(diào)查這個行業(yè)就會發(fā)現(xiàn)，目前市面上真正能夠投入使用的醫(yī)療大模型,，還寥寥無幾,。

原因就在于，醫(yī)療AI的門檻相當(dāng)之高,，在這個交叉領(lǐng)域要想成功做出產(chǎn)品,，既要懂醫(yī)療，又要懂技術(shù),。

國內(nèi)的醫(yī)療大模型之路該如何走,？讓我們先看看國外大廠的發(fā)展路線。

當(dāng)前,，大型語言模型的發(fā)展，已經(jīng)有足夠的潛力給醫(yī)療保健整個行業(yè)帶去更加深遠(yuǎn),、廣泛的變革,。

比如,，遠(yuǎn)程問診效率、準(zhǔn)確度提升,，簡化醫(yī)療文檔,，甚至還可以幫助醫(yī)療人員減少工作量提高效率。

GPT-4,、PALM 2作為當(dāng)前最先進(jìn)的語言模型,，微軟、谷歌等硅谷巨頭必然將它的能力拓展到醫(yī)療領(lǐng)域,。

上個月,，微軟和Epic Systems宣布，將GPT-4引入醫(yī)療保健領(lǐng)域,，用于醫(yī)護(hù)人員對患者的消息回復(fù),，分析醫(yī)療記錄，以及尋找新的趨勢,。

另外，今年夏天,，微軟和Nuance將把GPT-4引入醫(yī)療保健文檔技術(shù),。微軟稱，整合后GPT-4提?了AI模型的整體準(zhǔn)確性,，但沒有透露準(zhǔn)確率,。

此外，谷歌過去幾年里也一直在探索如何用AI來改善醫(yī)療保健,，比如幫助早期發(fā)現(xiàn)疾病,，擴(kuò)大醫(yī)療服務(wù)范圍等等。

剛剛過去的谷歌I/O大會上,，谷歌在醫(yī)療領(lǐng)域的微調(diào)模型Med-PaLM也升級到了第二代,。

值得一提的是，Med-PaLM 2一出手,，就成為首個在USMLE（美國醫(yī)師執(zhí)照考試）上達(dá)到「專家」水平的模型,，得分為85.4%。

甚至,，它比迭代之前的Med-PaLM性能提高了18%,，遠(yuǎn)超同類AI模型。

那么,，現(xiàn)在通用的大語言模型,，在回答醫(yī)學(xué)問題方面表現(xiàn)怎樣呢？我們來實(shí)測一下,。

MedPaLM的表現(xiàn)很專業(yè),，然而,，如果從應(yīng)用場景看，MedPaLM還沒有那么高的實(shí)用性,，因?yàn)樗饕€是以做題為主,。

要說回答問題，那當(dāng)然少不了當(dāng)紅大模型ChatGPT,。

可以看到,，它的回答就比較中規(guī)中矩，沒有太多驚喜,。

而一旦給它上點(diǎn)難度,，問一道國家執(zhí)業(yè)醫(yī)師資格考試真題，它就寄了……

可見,，類似ChatGPT這樣的通用類LLM,，高度依賴文本統(tǒng)計(jì)概率生成答案，因此回答的準(zhǔn)確性無法保證,。

但是,，在醫(yī)療應(yīng)用場景中，準(zhǔn)確性和一致性是底線,，絕不能出錯,。

從谷歌和微軟做醫(yī)療大模型的發(fā)展路線,，可以看到,，要想讓LLM在醫(yī)療領(lǐng)域充分發(fā)揮能力，有一些關(guān)鍵的難點(diǎn),。

1. 數(shù)據(jù)孤島

首先,，最致命的難點(diǎn)就是，垂直領(lǐng)域的大模型,，如何突破數(shù)據(jù)「卡點(diǎn)」,？

而垂直醫(yī)療領(lǐng)域AI大模型，只關(guān)注醫(yī)療這個特定的領(lǐng)域或者場景,。它能夠利用醫(yī)療的數(shù)據(jù)和知識,，提供更精準(zhǔn)和高效的解決方案。

然而現(xiàn)實(shí)是,，整個醫(yī)療服務(wù)的數(shù)據(jù)信息碎片化,，還有的被嚴(yán)重分割，醫(yī)療數(shù)據(jù)異構(gòu)性,、難流通,。

一方面，不同醫(yī)療機(jī)構(gòu)采用不同的系統(tǒng),，每個系統(tǒng)標(biāo)準(zhǔn)不一,，因此缺乏統(tǒng)一化的數(shù)據(jù)格式,，或交互界面。

另一方面,，醫(yī)療數(shù)據(jù)較為敏感與特殊,。為更好的保護(hù)病人隱私，大多數(shù)醫(yī)院不會為利益交出數(shù)據(jù),，甚至將數(shù)據(jù)庫只接入局域網(wǎng),。

再加上，患者差異,、疾病繁多,、醫(yī)護(hù)人員經(jīng)驗(yàn)識別差異，都導(dǎo)致數(shù)據(jù)的不完整,、不統(tǒng)一,。

由此可見，醫(yī)療數(shù)據(jù)具有一定的門檻,，而且業(yè)內(nèi)沒有統(tǒng)一的的數(shù)據(jù)標(biāo)準(zhǔn),，都將是訓(xùn)練更專的垂類模型的絆腳石。

2. 復(fù)合型人才稀缺

值得注意的是,，對于「AI+醫(yī)療」這一專業(yè)性極強(qiáng)的交叉領(lǐng)域,，對復(fù)合型人才的需求極大。

醫(yī)療專業(yè)的知識本身非常精細(xì),，再加上與算法的深度融合，AI醫(yī)療這一高精尖技術(shù),，對人才綜合能力要求甚高,。

3. 行業(yè)標(biāo)準(zhǔn)難統(tǒng)一

除了以上兩點(diǎn)，在大量涌入AI醫(yī)療的企業(yè)中,，AI+醫(yī)療標(biāo)準(zhǔn)缺失也是一大痛點(diǎn),。

而在醫(yī)療領(lǐng)域中，最重要的就是準(zhǔn)確度,，否則可能會給數(shù)百萬患者帶來風(fēng)險,。

目前，還沒有統(tǒng)一的行業(yè)標(biāo)準(zhǔn)能證明AI醫(yī)療的有效性,，如何保證真正的對患者結(jié)果負(fù)責(zé)就成為了行業(yè)中的難點(diǎn),。

總而言之，在醫(yī)療這一特殊領(lǐng)域,，如果沒有打通這些痛點(diǎn),，并不是每個大模型的玩家都能玩轉(zhuǎn)的。

據(jù)媒體報道,，昨日醫(yī)聯(lián)正式發(fā)布了國內(nèi)首個醫(yī)療領(lǐng)域自研大語言模型——MedGPT,。

具體來說,，MedGPT基于Transformer架構(gòu)，目前參數(shù)規(guī)模為1000億,，可支持醫(yī)療場景下的多模態(tài)輸入和輸出,。

其中，預(yù)訓(xùn)練階段使?了超過20億的醫(yī)學(xué)文本數(shù)據(jù),，微調(diào)訓(xùn)練階段使?了800萬條的高質(zhì)量結(jié)構(gòu)化臨床診療數(shù)據(jù),，并投入超過100名醫(yī)?參與??反饋監(jiān)督微調(diào)訓(xùn)練。

還記得ChatGPT一上來「翻車」了的問題嗎,？

MedGPT秒秒鐘就給出了正確答案,，并且還配上了每個選項(xiàng)的詳盡分析。

在經(jīng)典的醫(yī)學(xué)應(yīng)試能力評測上,，MedGPT順利過關(guān),。

不僅如此，MedGTP的創(chuàng)新之處在于,，它不再是簡單的AI問答,，而是以「治愈」為目的實(shí)現(xiàn)有效問診。

值得注意的是,，MedGTP不僅整合了1000+多模態(tài)能力,，具備強(qiáng)大的技術(shù)路徑，而且還成功實(shí)現(xiàn)了眾多首次突破,。

- 首次突破了AI醫(yī)生無法與真實(shí)患者連續(xù)自由對話的難點(diǎn),。