國內(nèi)首個醫(yī)療大模型，已經(jīng)在“接診”患者了。

最近，一組AI醫(yī)生醫(yī)院真實站崗數(shù)據(jù)曝光：

• 共接診120多名患者，從問診、檢查到診療方案全流程覆蓋；
• 涉及心內(nèi)科、消化內(nèi)科、呼吸內(nèi)科、內(nèi)分泌科、腎臟內(nèi)科、骨科、泌尿外科七大疾病科室，患者疾病類別多元，復(fù)雜程度不一；
• 醫(yī)學(xué)水平不輸國內(nèi)三甲醫(yī)院主治醫(yī)生，與真人醫(yī)生診療方案一致性達到96%；
• 來自北大人民醫(yī)院、中日友好醫(yī)院、阜外醫(yī)院和友誼醫(yī)院等國內(nèi)頂尖醫(yī)院的7位專家教授圍觀點贊。

這樣公開化、規(guī)?；腁I醫(yī)生評測，在國內(nèi)是首次，放眼全球也是第一次見到。

更想不到的是，背后的主角MedGPT——基于Transformer的1000億參數(shù)大模型，才剛問世一個月。

目前在實際診療中，它已經(jīng)具備多輪連續(xù)對話和多模態(tài)能力。而在未來規(guī)劃中，MedGPT還會上線醫(yī)療版的Plugin Store，預(yù)計將搭載1000+醫(yī)療應(yīng)用，極大豐富AI醫(yī)生的診療工具，提升診療效率。

從上述這些數(shù)據(jù)與表現(xiàn)來看，96%的一致性，想不到。

這樣的迭代速度，更想不到。

MedGPT直播首秀：接待百名患者

這場直播首秀其實是一場實打?qū)嵉娜藱C醫(yī)學(xué)一致性評測。除了AI醫(yī)生MedGPT外，還有10位來自四川大學(xué)華西醫(yī)院的主治醫(yī)師共同參與。

為了保證評測的權(quán)威性和科學(xué)性，一方面由國內(nèi)頂尖醫(yī)院的專家教授組成評審團，進行審核和多維度打分。

另一方面，整個流程也進行了特別的設(shè)計。簡單來說，患者進屋問診，但是是和有醫(yī)師執(zhí)業(yè)資格的“翻譯員”對話。翻譯員把患者主訴在電腦上分別傳遞給真人醫(yī)生和AI醫(yī)生，如此多輪往復(fù)，最終根據(jù)檢查結(jié)果，給出診斷。

就像當(dāng)初AlphaGo大戰(zhàn)圍棋界，中間幫助Alpha執(zhí)行“落子”動作的執(zhí)棋手，就是這個“翻譯員”的角色了。

這樣一來AI醫(yī)生與真人醫(yī)生之間互不干涉，且條件基本一致，雙方就能給出獨立的判斷。

最終，經(jīng)過一天的鏖戰(zhàn)，真人醫(yī)生綜合得分為 7.5分，AI 醫(yī)生綜合得分為 7.2分，比分結(jié)果上一致性達到了96%。

在評審過程中，專家們也發(fā)現(xiàn)了一些意想不到的“驚喜”：

比如，出現(xiàn)漏診誤診的概率比較小。

北大人民醫(yī)院薛峰主任就發(fā)現(xiàn)，MedGPT通過多輪詢問，根據(jù)患者腳底板疼痛癥狀，竟然在最后可以推斷診斷出「有可能出現(xiàn)壓迫頸神經(jīng)」這樣的結(jié)果。

這也就是說，從知識儲備上，AI醫(yī)生其實可能高于一個經(jīng)驗不太豐富的醫(yī)生。

另外，MedGPT就診時的“沉穩(wěn)”表現(xiàn)也得到了點贊。

中日友好醫(yī)院心內(nèi)科主任醫(yī)師任景怡就表示：我覺得最好的一點是當(dāng)診斷尚不明確時，MedGPT并不會輕易給出結(jié)論，而是要堅持通過繼續(xù)問診或檢查收集更多信息。

于是即便MedGPT還存在一定問題，她還是給了比真人醫(yī)生還高的分?jǐn)?shù)，并直言：這是里程碑的結(jié)果。

不可否認的是，MedGPT還有些問題需要調(diào)整，幾位專家指出它會出現(xiàn)偶爾過度給出治療建議、重復(fù)推薦檢查項目、某些概念表述不準(zhǔn)確，以及無法實現(xiàn)查體等局限——要想MedGPT更加可用，這些意見一定程度比正面評價還要重要。

但總的來說，首個醫(yī)療大模型的公開首秀的結(jié)果還算不錯。

總結(jié)下來，首先是大模型的基本能力都有，語義理解、多輪對話、多模態(tài)識別等，還能像OpenAI那樣通過插件商店鏈接到各種行業(yè)應(yīng)用。

還有通用大模型被廣為詬病的對齊和準(zhǔn)確性問題，MedGPT整個流程結(jié)果也不輸真人醫(yī)生。

再從行業(yè)維度來看，確實能真正從醫(yī)學(xué)角度為醫(yī)生提供有效幫助，提升患者疾病管理效率。

此次真實測試過程中可以看到，它能基于有效問診以及醫(yī)學(xué)檢查數(shù)據(jù)，MedGPT得以進行準(zhǔn)確的疾病診斷，并為患者設(shè)計疾病治療方案。

甚至在診后，MedGPT還會在患者收到藥品后進行用藥指導(dǎo)與管理、智能隨訪復(fù)診、康復(fù)指導(dǎo)等智能化疾病管理工作。

目前它基本覆蓋ICD10的60%疾病病種，這意味著常見病癥都能Hold住~

還能7*24小時不間斷干活，一旦規(guī)模化落地輔助醫(yī)生診療，能大大提升醫(yī)療效率，對于分級診療，醫(yī)療資源普惠，都能夠發(fā)揮一定作用。

首個醫(yī)療大模型如何煉成？

醫(yī)療向來是AI落地中專業(yè)性最強、壁壘性最高，對安全要求最高的領(lǐng)域之一。

以往用戶們會習(xí)慣性使用信息搜索來幫助自己做一些初步的疾病判斷，但信息魚龍混雜，普通用戶缺乏專業(yè)知識無法進行有效篩選，最終導(dǎo)致往往會收效甚微。

但又因為這個領(lǐng)域牽涉到每個人的生命健康，市場需求和社會價值一直很大。

因此自ChatGPT誕生以來，關(guān)于何時能在醫(yī)療領(lǐng)域“上崗”發(fā)揮作用，就備受產(chǎn)學(xué)研各界專家的關(guān)注。

誠如“弱智吧”成為檢驗各個通用大模型能力的Benchmark一樣，各個大模型的醫(yī)療能力也在美國執(zhí)業(yè)醫(yī)師資格考試USMLE中摩拳擦掌。

早些時候， 哈佛大學(xué)教授曾親自下場測試ChatGPT輔助診斷的表現(xiàn)。

結(jié)果顯示，ChatGPT在45個案例中39個診斷正確，并為30個案例提供適當(dāng)?shù)姆衷\建議。這樣的表現(xiàn)已經(jīng)超過現(xiàn)有機器診斷水平，接近醫(yī)生。

另一個代表，谷歌健康團隊打造的Med-PaLM 2，它能回答各種醫(yī)學(xué)問題，據(jù)稱是首個在美國醫(yī)療執(zhí)照考試中達到專家水平的大語言模型。

但能做題并不能意味著就能落地應(yīng)用。

以GPT-4為首的通用大模型，他們高度依賴文本統(tǒng)計概率生成答案。相信大家也能感知到它很擅長一本正經(jīng)地胡說八道，如果應(yīng)用在日常交流，倒也樂在其中。

但要是應(yīng)用到行業(yè)中去，往往非專業(yè)人士會難以察覺，這就會引發(fā)各種風(fēng)險，尤其又像醫(yī)療這種民生行業(yè)，對內(nèi)容生成的把控要求更高，容不得半點差池。

更不用說醫(yī)療本身覆蓋知識面廣而繁雜，而且從整個就醫(yī)流程來看，診前、診中、診后都涉及各種各樣長尾任務(wù)，所需高質(zhì)量數(shù)據(jù)可能并不比通用模型小，且大部分?jǐn)?shù)據(jù)不是靠網(wǎng)上摘取。

這對企業(yè)來說，不單只是算法、算力和數(shù)據(jù)的考驗，而是一整套系統(tǒng)工程性難題。

既然如此，作為國內(nèi)首個醫(yī)療大模型MedGPT，又是如何做到的呢？

簡單總結(jié)：專業(yè)大模型，以及多種準(zhǔn)確性機制保架護航。

首先，一上來就打造醫(yī)療大模型。

此前專業(yè)大模型的思路是，先打造一個大模型，再利用專業(yè)數(shù)據(jù)做監(jiān)督微調(diào)。但MedGPT直接是以醫(yī)療數(shù)據(jù)預(yù)訓(xùn)練、微調(diào)以及超100名醫(yī)生參與RLHF機制。

這就需要企業(yè)既要在垂直行業(yè)深耕，還要有AI技術(shù)實力。這就需要提及它背后的締造者——醫(yī)聯(lián)。

在行業(yè)上，作為互聯(lián)網(wǎng)醫(yī)療的早期入局者，醫(yī)聯(lián)已經(jīng)積累了超過150萬醫(yī)生和2000萬患者，穩(wěn)固的醫(yī)患關(guān)系鏈長期互動之下，形成了大量專業(yè)的醫(yī)學(xué)數(shù)據(jù)。

此外醫(yī)聯(lián)長期關(guān)注醫(yī)療與技術(shù)的深度融合，已打造了近140個疾病管理標(biāo)準(zhǔn)化流程，涉及腫瘤、心腦血管、糖尿病等常見病癥，覆蓋1000多個病種，形成了一整套全數(shù)字化全流程疾病管理體系。

在互聯(lián)網(wǎng)醫(yī)療時代，這些疾病管理體系可以為行業(yè)提供線上管理的有效依據(jù)，提升行業(yè)整體效率。而在AI賦能下的數(shù)字醫(yī)療行業(yè)來臨之時，這便成了AI醫(yī)療的重要依托。

至于在AI方面，這家公司很早就開始關(guān)注并進行謀劃：早在2017年醫(yī)聯(lián)就建立起醫(yī)療大數(shù)據(jù)結(jié)構(gòu)化能力；2018年就將NLP、CV等AI技術(shù)應(yīng)用落地，比如智能體液檢測、智能分診、口腔影像識別等場景。

2019年還推出針對單病種/分階段的AI診療模型，曾聯(lián)手多家醫(yī)院及機構(gòu)，創(chuàng)建亞洲首個多發(fā)性硬化癥領(lǐng)域的早篩AI模型，幫助患者提前1-3年提升多發(fā)性硬化癥的風(fēng)險預(yù)測和防控能力。

這些前期在AI領(lǐng)域的摸索以及長期的醫(yī)學(xué)與前沿技術(shù)的融合，成為醫(yī)聯(lián)能率先在行業(yè)內(nèi)推出醫(yī)療大模型并應(yīng)用的基礎(chǔ)，可以說這一切絕非偶然。

讓我們再往深看一步，為了保證醫(yī)療大模型的準(zhǔn)確性和一致性，醫(yī)聯(lián)從模型到實際應(yīng)用同樣做了不少工作。

包括模型算法的一致性校驗機制、多維度診療評測機制，以及基于專家評議的真實世界醫(yī)生一致對標(biāo)機制。

比如，在為患者輸出正式答案前，會先經(jīng)過臨床醫(yī)學(xué)規(guī)則器的校驗。還有招募真實醫(yī)生在電腦前判斷，然后將兩者結(jié)果交給專家委員會評議，以此來對標(biāo)真實醫(yī)生。

基于這樣的方法論，醫(yī)聯(lián)團隊率先為專業(yè)大模型的打造在行業(yè)中打了個樣。

醫(yī)療AI2.0大幕拉開

最后回到MedGPT公開評測這件事情本身，也帶來了大模型發(fā)展進程中的三點趨勢。

第一、醫(yī)療AI2.0大幕已經(jīng)拉開，系統(tǒng)復(fù)雜性問題將會得到解決。

以大模型為代表的AI2.0時代的到來——對話即入口，讓所有的應(yīng)用場景都得到了重新定義。被AI所輻射的千行百業(yè)也深處于變革之中。

以往AI 1.0，NLP、CV、多模態(tài)等單點技術(shù)蓬勃發(fā)展，醫(yī)療AI應(yīng)用場景豐富多樣，他們強規(guī)則、具有可控性。但場景、數(shù)據(jù)之間沒有打通，導(dǎo)致泛化能力不強，無法處理系統(tǒng)性、復(fù)雜性的問題。

得益于Transformer，打破了模態(tài)、數(shù)據(jù)、任務(wù)場景之間的壁壘。醫(yī)療場景中，利用海量醫(yī)學(xué)文本與數(shù)據(jù)中，進行高并發(fā)/長距離學(xué)習(xí)整合，一些復(fù)雜性、系統(tǒng)性問題可以得到解決。

如果繼續(xù)暢想，結(jié)合醫(yī)聯(lián)的云藥房、云檢驗等云化能力，不僅是AI醫(yī)生本身疾病管理能力會得到提升，患者甚至可以擺脫地理限制，輕松完成所有疾病從預(yù)防、診斷、治療、康復(fù)的全流程管理路徑。

這其實也并不難想象，只需要知道有一個能看各個?？祁I(lǐng)域并且比肩三甲醫(yī)院醫(yī)生的AI醫(yī)生能夠24小時在你身邊為你出診，同時，檢驗檢測服務(wù)在家附近1公里就能全部完成。

有去三甲醫(yī)院排隊掛號看病經(jīng)歷的同學(xué)應(yīng)該都懂——專家掛不上號、檢驗檢查等一個月，這都是時有發(fā)生的事情。降本增效、解決行業(yè)問題，走入醫(yī)療的下一個時代，就是靠MedGPT這類專業(yè)模型做的。

第二、大模型的行業(yè)紅利并非在科技巨頭手中，而在有場景有數(shù)據(jù)的玩家手里。

相信大家都或多或少有所看到，目前醫(yī)療領(lǐng)域的專用大模型和產(chǎn)品正在不斷問世，最具代表性的產(chǎn)品來自谷歌和微軟這兩個大廠。

谷歌Med-PaLM 2目前正在嘗試多模態(tài)能力，比如自己檢查X光片后給出診斷。在今年晚些時候?qū)σ恍〔糠止雀柙朴脩糸_放。

還有被微軟200億美元收購的Nuance，借由微軟OpenAI合作之便，正在將GPT-4集成到臨床筆記軟件DAX中，以減輕臨床醫(yī)生的負擔(dān)。

前者的大模型還沒有到真正落地，后者無非是集成通用大模型的API，其行業(yè)的準(zhǔn)確性和一致性無法得到保障。

但MedGPT一亮相就驚艷全場，并拿下多個行業(yè)首次：

首次突破AI醫(yī)生多輪對話的難題。

首次實現(xiàn)從有效問診到醫(yī)學(xué)檢查的跨越。

首次實現(xiàn)AI給出準(zhǔn)確診斷和治療方案。

首次AI具備全流程診斷能力……

這與垂直領(lǐng)域深耕、有場景有數(shù)據(jù)有關(guān)。

醫(yī)聯(lián)在醫(yī)療行業(yè)有9年深耕，積累了豐富的知識、數(shù)據(jù)和應(yīng)用，構(gòu)筑起了深厚的技術(shù)和用戶壁壘。

一旦實現(xiàn)大模型技術(shù)的應(yīng)用， 在現(xiàn)有的用戶場景基礎(chǔ)之下，將會迅速規(guī)?；涞亍＿@是其他想入局者無法擁有的先發(fā)優(yōu)勢。

上一次AI浪潮來襲時，最終也是場景玩家率先吃掉AI紅利。

現(xiàn)在同樣也依舊是場景玩家吃掉大模型紅利，只不過技術(shù)路徑已經(jīng)明晰，落地速度自然要比以往快得多。

第三，醫(yī)療AI落地提速，也側(cè)面印證了大模型的發(fā)展趨勢：

雪球效應(yīng)展現(xiàn)，從技術(shù)到應(yīng)用部署的飛輪會越轉(zhuǎn)越快。

ChatGPT最開始只會一本正經(jīng)地胡說八道，短短幾個月內(nèi)基于用戶反饋、插件開發(fā)生態(tài)，真正被各行業(yè)的人加入到工作流中，并上線了端側(cè)應(yīng)用。

還有Midjourney、Stable Diffusion被人詬病無法畫手的問題，也能在短短幾周內(nèi)解決；以及國內(nèi)大模型涌現(xiàn)、更新速度加快，文心一言一個月能迭代四次等等。

“大模型-應(yīng)用-數(shù)據(jù)”的加速閉環(huán)一旦打通，那么產(chǎn)業(yè)落地的速度將會比上一波浪潮更快。

而醫(yī)聯(lián)大模型MedGPT一個月就進入到真實患者全流程測試階段。在此之后，根據(jù)數(shù)據(jù)飛輪迭代大模型，落地速度只會越來越快。

或許很快，醫(yī)療AI2.0就會惠及到每個人身邊。