文章主题：医学, 数据驱动, 知识驱动, 临床工作原理图
导读：
2023年3月25日，由北京影像诊疗技术创新联盟、血液病数字诊疗专委会、北京健康促进会主办，高博医学（血液病）北京研究中心北京高博博仁医院承办的《第二届血液病数字诊疗高峰论坛》在线上成功举办！陈金雄主任（高博医疗集团首席信息顾问，原南京军区福州总医院计算机中心主任、CMIA电子病历与电子健康专业委员会主任委员、国内知名医疗信息化专家）应邀参会并做“ChatGPT在医疗领域发展前景”的报告。在准备报告之前，为了获得最直观和一手的使用感受，陈金雄主任与ChatGPT进行了多次互动。以本次报告的大纲为例，ChatGPT给出的建议与主任所设计的思路基本一致，不难证明其智慧程度与传统的人工智能相比已有明显提升。正式报告过程中，陈金雄主任分别从发展历程、应用领域和发展思考三个维度进行阐述，带大家深入浅出地从0到1了解ChatGPT及其在医疗领域的发展。01
ChatGPT的发展历程和技术原理
在科技发展日新月异的今天，最近十年间基本每年都会遇到几个热词：例如云计算、大数据、移动互联网、物联网、5G、区块链等等，行业逐步实现从PC互联网->移动互联网->物联网，从信息化（系统建设）->数字化（数据价值）->智能化（智能革命），从消费互联网->产业互联网，从4G->5G的快速跃升和变迁。2022年11月底，人工智能对话聊天机器人ChatGPT推出，迅速在社交媒体上走红。短短5天，其注册用户数就超过100万。仅仅2个月，ChatGPT的月活用户已突破1亿，成为史上增长最快的消费者应用，远超TikTok（月活用户9个月突破1亿）。前不久GPT-4发布，再次引起轰动。对比3.5版本，4.0版本采用多模态，更加智能。多位业内领军人物像比尔盖茨、马斯克等人纷纷对ChatGPT给予了高度评价。除了ChatGPT外,斯坦福大学的Alpaca-7B，中国智谱AI的chatGLM-6B，中国百度的文心一言，美国谷歌的BERT和PalM也同样是采用了大语言模型，人工智能进入大语言模型的爆发期。（一）人工智能的相关知识介绍作为人工智能新的发展阶段，讨论ChatGPT就必然离不开人工智能。人工智能是研究使计算机来模拟人的某些思维过程和智能行为的学科，按照技术类型可划分为规则驱动、统计驱动、深度学习和混合驱动四种类型。以AlphaGo(2016)为代表的上一轮AI爆发主要是应用了深度学习，而GPT则主要是应用了混合驱动的技术。通俗来讲，可以划分为两大流派：（1）知识驱动方法：演绎推理——专家制定规则，小数据大智能。例如医疗领域的IBM Watson，本质上是利用医学知识图谱的方法驱动。将人的知识转化为计算机的知识难度较大，所以这条路走的非常艰难。（2）数据驱动方法：归纳推理——机器学习数据，大数据小智能。其核心为算力、算法和数据。人工智能还有很多种分类方法，例如强AI和弱AI，通用AI和专用AI。以前的人工智能进展，主要在专用弱人工智能上，通用弱人工智能和强人工智能几乎没有革命性的突破。樊代明院士将其戏称为“AI有智能，没有智慧；有智商，没有情商；会计算，不会算计；是专才，不是通才”。（二）GPT模型的发展衍化回归到今天的主题GPT，由于时间关系，陈金雄主任简明扼要的地为大家介绍了GPT的发展历程。GPT是一种模型，发展到一定程度——3.5版本之后，衍生出了ChatGPT这类聊天机器人产品。针对“ChatGPT在人工智能发展过程中的重大贡献”这个问题，ChatGPT自身的回答为自然语言处理技术的进步和对话系统的发展。在陈金雄主任看来，其最核心的突破一个是改变了人机交互的模式，更加符合人性；第二个是从专用人工智能转化为通用人工智能。为方便大家理解，随后陈金雄主任为大家简单介绍了ChatGPT背后的无监督学习、强化学习、大语言模型、GPU（算力提高）、涌现（从量变到质变）、概率游戏等技术原理。02
ChatGPT的主要应用和面临挑战
（一）主要应用（1）微软发布的Microsoft 365 Copilot，一套搭载了GPT-4的office，可以协助用户开展Word、PPT和Excel等相关操作。（2）ChatGPT引入新第三方插件，来打造生态。其相当于苹果的AppStore时刻，实现一切皆可GPT。进一步聚焦医疗领域，陈金雄主任表示GPT的应用将会体现在如下几个方向：辅助临床决策，提高效率，成为医院的“智慧大脑”：GPT可以整合全世界的海量数据进行训练，从而给到医生很好的帮助。
减轻就医导诊压力。
助力患者全生命周期管理。
赋能科研领域。
当然，目前的应用都是基于现有的认知，还有无限的应用是现阶段无法想像的。以GPT在医疗领域最新应用举例：微软旗下语音识别子公司 Nuance Communications + GTP-4AI推出临床笔记软件——Dragon Ambient eXperience (DAX) Express，旨在帮助减轻临床医护的管理负担，”重拾医学的乐趣”。（二）面临挑战同时不可避免，陈金雄主任表示现阶段ChatGPT的发展仍在面临巨大的挑战：ChatGPT面临的挑战既包括业务挑战，也包括技术挑战。陈金雄主任进一步将其抽象为以下几方面：数据方面——数据依然是很大的障碍，ChatGPT 仅采集到2021年9月份的数据，医疗数据的开放和共享是一个世界性的难题，未来如何获取海量的医疗数据来进行训练，仍是巨大的挑战。另外GPT技术为云端存储，如何保证数据的安全也是挑战之一。算力方面——GPT技术开展需要巨大的算力支撑，部署成本高昂。能源方面——AI对电的消耗非常大,训练一次，就要消耗90万度电人力方面——人工智能依然还是人工的智能，需要大量数据标注师，医学要求更高。医学伦理、医学人文方面——患者隐私是否可以得到妥善的保护？如何体现医学伦理？如何展示医学人文？区域方面——区域医疗政策不同，GPT推荐的治疗方案是否适用？药品是否允许使用的管制规定不同等。例如美国训练的数据模型拿到中国来未必适用，国内各地的医疗政策也各不相同。03
关于ChatGPT在医疗领域未来发展的几点思考
陈金雄主任阐述，医学领域的研究模式是知识驱动与数据驱动相融合的。他曾绘制了一张临床工作原理图，以便于解释医生在整个过程中如何将采集到的医疗数据、获取并积累指南知识经验、制定医嘱并执行，以及根据新的临床研究成果更新指南等环节构成一个完整的闭环工作模式。
回望医学发展史，西医是循证医学，以知识驱动为主；中医是经验医学，以数据驱动为主。在这其中，未来ChatGPT主要会影响到以中医为代表的经验型工作和以内科医生代表的诊断型工作，而以外科医生、护士、治疗师为代表的动手型工作会受到相对较小的影响。随后，陈金雄主任对未来的医学发展模式变革进行了大胆想象：西医——从以知识驱动为主到以数据驱动为主。中医——数据驱动为主，通过AI进行经验的总结，引来难得的发展机遇。外科——更好的发展机会。内科——面临更大的挑战。同时表示，人工智能发展的奇点即将来临：技术突破——计算能力、算法模型、海量数据。思维变革——机械思维->大数据思维，从因果关系->强相关关系。场景出现——进入实用阶段。在谈到ChatGPT对于个人职业发展的影响时，陈金雄主任分别列举了几类完全暴露GPT风险的职业和没有GPT暴露风险的职业，并提及ChatGPT短期内很难取得医生执照的，ChatGPT可以通过对大量医学文献和病历信息进行学习和分析，提供一些辅助医疗服务的功能，但它并不能替代医生的工作。最后，陈金雄主任分享了几点哲学层面的思考：在宏观层面，人类更多提供创造性的知识，机器更多执行人类提供知识。在微观层面，个体要跑得赢机器，单纯提供标准化服务的人容易被淘汰，有创造和创新能力的人才能站稳脚跟。所以人要努力成为创造者、连接者、领导者，具备危机意识、创新意识、数据意识和从术到道。展望未来医疗，智能化的脚步越来越近，而且一旦突破，就不会逆转。医疗的特点是人命关天，过程不可逆，所以AI在医疗领域的应用会相对延后，但不会缺席。所以我们要积极拥抱，冷静思考。作为医疗从业者，我们要始终认清医疗一定还是医生对患者的诊疗行为，AI不会取代医生，但会AI的医生取代不会AI的医生。陈金雄主任进一步表示，医生不再是专业知识的守护者，而将成为指导者、协作者和患者需求的倾听者。医生需要学会GPT-AI技术优化治疗决策支持。同时，医生还需要关注患者的心理需求，提供关爱和支持，帮助患者应对疾病带来的精神压力和心理挑战，因为人文医学始终是AI无法取代的。往期推荐专家咨询 | 需求被反复推翻，信息化项目难以按期完工，谁之过医疗的痛点与移动医疗的机会信息化改造30年，医院开始主动“变聪明”医院高质量发展与智慧医院建设转发或留言，可获得企业免费信息化评估方案！
AI时代，拥有个人微信机器人AI助手！AI时代不落人后！
免费ChatGPT问答，办公、写作、生活好得力助手！
搜索微信号aigc666aigc999或上边扫码，即可拥有个人AI助手！
