文章主题：文章关键词：ChatGPT, 医疗, 人工智能, 技术发展
王士泉：ChatGPT在医疗行业的应用与思考
记者：朱兵
在2023年7月2日于北京举行的全球数字经济大会人工智能高峰论坛上，一场盛大的活动拉开了序幕。此次会议的主题是“智能涌现，重塑未来”，吸引了众多顶级行业专家和学者参与。在这次活动中，人们共同探讨了人工智能大模型技术发展所面临的机遇与挑战，并深入研究了企业在这一领域的探索和实践。
数字经济的蓬勃发展离不开众多人工智能技术的滋养。其中，ChatGPT的问世犹如一颗石破天惊的巨石，给医疗IT行业带来了前所未有的挑战，引发了医疗领域广泛的探讨：ChatGPT能否在哪些医疗场景中替代人工操作？作为医学AI聊天机器人的ChatGPT又有哪些优势、限制以及潜在的风险呢？ChatGPT在医疗领域的应用又存在哪些潜在的风险？此外，政府在监管方面又应采取哪些措施来确保这一新技术的安全、可靠应用？这些都是值得我们深入思考和探讨的问题。
为此，记者在会议期间采访了东华医为科技有限公司的高级工程师王士泉，从政策监管、临床应用、技术等多个角度进行探讨，为业内提供决策参考。王士泉作为深耕医疗大数据与人工智能领域多年的行业专家，一直以观点鲜明著称。
记者：有人说ChatGPT将取代以经验为主的临床诊断型工作，而对外科医生、护士为代表的动手型工作受到的影响将相对较小。您怎么看？
王士泉：某种程度上我认为是这样的。医疗的本质还是医生对患者的诊疗行为，无论是现代医疗还是传统医疗，其核心还是“医疗”过程本身。从目前看ChatGPT可以通过对大量医学文献和病历信息进行学习和分析，可提供一些辅助医疗服务的功能，但并不能完全替代医生的工作，特别是执行类、操作类的工作。
记者： ChatGPT可以应用于哪些临床场景？
王士泉：ChatGPT具备文本生成式的训练能力，它的优势在于翻译和信息抽取。在信息抽取上，它可以将大段临床文本进行结构化；在数据清洗层面，ChatGPT可以在一定范围内提供一致性校验工作。从临床领域看ChatGPT适用于以下场景：1、预问诊（轻问诊）领域：向候诊患者提供预问诊，人工智能快速记录数据并给出回答，医⽣可以实时看到和引用GPT⽣成的内容，提升回答效率。在这个过程中，GPT可利用迭代式的自我学习机制，通过不断优化训练过程，逐渐增强其语言建模能力，这一特性使得该模型能够更好地协助医生减轻重复性工作的负担。2、医疗记录文书生成：通过凝练医生与患者间的对话，GPT可自动生成病历和影像报告小结，节省患者时间成本，提升医生工作效率。3、在临床科研领域，GPT技术有着很多可以应用的场景。比如常见的文献翻译、健康科普、患者教育、论文润色、编程相关内容等。
记者：ChatGPT作为医学AI聊天机器人有哪些优势、局限和风险？
王士泉：目前来看，ChatGPT核心是知识服务， ChatGPT能够快速且全面地给出问题答案，不仅省时省力、降本增效，还能在一定程度上提升医务人员的整体业务水平。个人认为ChatGPT想要在医疗这个特殊领域获得发展，主要会面临下面几个问题：
首先是数据采集方面的障碍。医疗数据涉及隐私与权益，不像其他领域数据那样易于获取，开放和共享是一个世界性难题，这制约了大语言模型(LLM)的训练与优化，使其难以达到需要的精度水平。ChatGPT今后如何获取海量的医疗数据进行训练仍是巨大挑战。除了数据获取方面，数据安全方面同样是巨大的挑战。由于对算力的巨大要求，ChatGPT采用云端存储技术，一方面存在数据泄露等风险；另一方面面临网络和黑客攻击等隐患。
其次是人员方面的挑战。医学人工智能领域需要大量数据标注师，特别是对医学影像图片，如何找到高年资的医生来做标注工作是现实问题。
还有就是医学伦理、医学人文挑战。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？如何体现医生温度?
然后是法律和监管的挑战。医疗AI需要面临复杂的法律法规要求，这使其商业化应用进度受限，研究机构与企业难以判断某些应用是否会触及监管红线。ChatGPT刚刚推出，国家网信办就快速颁布《生成式人工智能服务管理办法》（征求意见稿），加强对AIGC领域的监管，后续一定会有更多的管理办法出台。
最后是适用性的挑战。医疗AI还需要考虑不同的区域医疗政策。GPT推荐的治疗方案是否适用？是否符合当地的药品管制规定不同？在美国训练的数据模型拿到中国来未必适用，国内各地的医保政策也各不相同。
记者：医疗AI的未来发展前景如何？您这边有哪些布局？
王士泉：ChatGPT的横空出世，给整个世界带来了巨大冲击和影响。近几个月，多家互联网企业推出医疗相关大模型，医疗AI一时风光无限。对比于通用大模型的能力而言，医疗行业非常需要垂直大模型，在数据层面，医疗行业因为安全及隐私保护要求数据大多存储在本地，通用大模型在医疗能力上缺乏必要的训练数据。另外一方面，医疗行业在安全、精度等方面要求较高，系统又比较复杂，再加上医疗相关数据质控的要求很高，所以从这几个维度去看，通用大模型的医学常识、生成的可控性和准确性都达不到这个行业的最低要求，需要针对医疗机构定制的行业大模型去发挥效力。
在医疗领域，人工智能（AI）与大数据技术的深度结合，需要依赖大量高质量的数据以及丰富的医学知识和行业经验进行积累。我国在这方面拥有极为丰富的经验，特别是在利用大数据和复杂模型进行决策支持方面。未来，我们将继续发挥医疗与数据深度融合的优势，全面推动大数据和AI技术在各疾病领域的应用，进一步推动区域医疗生态的革新和发展。通过整合“知识、数据、AI”资源，致力于打造一个具有全球影响力的人工智能创新策源地。
记者：当年IBM Watson推出时，也引起了巨大轰动，您认为ChatGPT在医疗领域会不会重复Watson的情况？
王士泉：医学从未停止拥抱人工智能的脚步。IBM Watson这个医学与人工智能相结合的重大尝试，在2011年宣称已达到医学院二年级学生知识水平后，Watson踏入了医学最复杂的应用场景之一—癌症，并开始在美国多家医疗机构使用。2017年2月，MD Anderson癌症中心宣布停止与IBM Watson合作，指出Watson的癌症治疗建议不尽如人意，此后大批医疗机构客户开始与Watson解约。2022年，IBM将部分Watson Health业务资产出售。医疗的复杂性超出绝大多数技术人员的想象。有业内人士分析，Watson的现状或源于IBM选择医疗作为突破口。缺乏海量医疗经验的沉淀，IBM 这次医学人工智能的尝试，终以遗憾收场。
在今年ChatGPT的崛起之后，医学界再次被人工智能的魅力所吸引。然而，要想让大模型、AIIGC等新一代技术与应用真正落地，还需要解决一个关键问题，那就是积累高质量的数据和丰富的医学行业经验。否则，即使是最聪明的AI技术，也难以发挥其应有的作用。经过半年多的喧嚣后，业内人员开始逐渐回归平静。实践证明，没有高质量的医学数据，再优秀的人工智能技术也无法取得实际的效果。因此，在人工智能与医学行业的结合过程中，高质量数据的积累和医学行业经验的沉淀显得尤为重要。
在未来的医疗领域中，智能化的发展速度将会越来越快。医疗行业具有其特殊性，它关乎到人的生命安全，因此其发展过程具有不可逆性。对于ChatGPT在医疗领域的应用，我认为它将会比在金融等领域中的应用晚一些时间，不会过于激进，但也同样不会缺失。
注：王士泉，技术管理精英,中国HIT(Hospital information technology)技术创新探索者，深耕医疗健康领域信息化二十余年。返回搜狐，查看更多
责任编辑：
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！
