---

  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)療領域大有可為。

是的，硅谷巨頭們早已意識到，GPT在醫(yī)療領域的無限潛力。

早在今年2月，ChatGPT在美國醫(yī)學執(zhí)照考試中，以60%準確度的回答，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的門檻相當之高，在這個交叉領域要想成功做出產(chǎn)品，既要懂醫(yī)療，又要懂技術。

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、廣泛的變革。

比如，遠程問診效率、準確度提升，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作為當前最先進的語言模型，微軟、谷歌等硅谷巨頭必然將它的能力拓展到醫(yī)療領域。

上個月，微軟和Epic Systems宣布，將GPT-4引入醫(yī)療保健領域，用于醫(yī)護人員對患者的消息回復，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。微軟稱，整合后GPT-4提?了AI模型的整體準確性，但沒有透露準確率。

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，擴大醫(yī)療服務范圍等等。

剛剛過去的谷歌I/O大會上，谷歌在醫(yī)療領域的微調模型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)學問題方面表現(xiàn)怎樣呢？我們來實測一下。

MedPaLM的表現(xiàn)很專業(yè)，然而，如果從應用場景看，MedPaLM還沒有那么高的實用性，因為它主要還是以做題為主。

要說回答問題，那當然少不了當紅大模型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)計概率生成答案，因此回答的準確性無法保證。

但是，在醫(yī)療應用場景中，準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)療領域充分發(fā)揮能力，有一些關鍵的難點。

1. 數(shù)據(jù)孤島

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

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

然而現(xiàn)實是，整個醫(yī)療服務的數(shù)據(jù)信息碎片化，還有的被嚴重分割，醫(yī)療數(shù)據(jù)異構性、難流通。

一方面，不同醫(yī)療機構采用不同的系統(tǒng)，每個系統(tǒng)標準不一，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)護人員經(jīng)驗識別差異，都導致數(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)標準，都將是訓練更專的垂類模型的絆腳石。

2. 復合型人才稀缺

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

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

3. 行業(yè)標準難統(tǒng)一

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

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

目前，還沒有統(tǒng)一的行業(yè)標準能證明AI醫(yī)療的有效性，如何保證真正的對患者結果負責就成為了行業(yè)中的難點。

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

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)療領域自研大語言模型——MedGPT。

具體來說，MedGPT基于Transformer架構，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，預訓練階段使?了超過20億的醫(yī)學文本數(shù)據(jù)，微調訓練階段使?了800萬條的高質量結構化臨床診療數(shù)據(jù)，并投入超過100名醫(yī)?參與??反饋監(jiān)督微調訓練。

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的詳盡分析。

在經(jīng)典的醫(yī)學應試能力評測上，MedGPT順利過關。

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，具備強大的技術路徑，而且還成功實現(xiàn)了眾多首次突破。

- 首次突破了AI醫(yī)生無法與真實患者連續(xù)自由對話的難點。