文章主题：本文关键词：杨净，凹非寺，QbitAI，医疗大模型，AI医生，真实测试，疾病诊断，治疗方案，用药指导，智能随访复诊，康复指导，医疗大数据，人工智能，垂直领域深耕，丰富的知识和数据，深厚的技术和用户壁垒，大模型技术，场景玩家，AI红利，技术路径，落地速度。
杨净 发自 凹非寺
量子位 | 公众号 QbitAI
国内首个医疗大模型，已经在“接诊”患者了。
最近，一组AI医生医院真实站岗数据曝光：
共接诊120多名患者，从问诊、检查到诊疗方案全流程覆盖；涉及心内科、消化内科、呼吸内科、内分泌科、肾脏内科、骨科、泌尿外科七大疾病科室，患者疾病类别多元，复杂程度不一；医学水平不输国内三甲医院主治医生，与真人医生诊疗方案一致性达到96%；来自北大人民医院、中日友好医院、阜外医院和友谊医院等国内顶尖医院的7位专家教授围观点赞。这样公开化、规模化的AI医生评测，在国内是首次，放眼全球也是第一次见到。
更想不到的是，背后的主角MedGPT——基于Transformer的1000亿参数大模型，才刚问世一个月。
目前在实际诊疗中，它已经具备多轮连续对话和多模态能力。而在未来规划中，MedGPT还会上线医疗版的Plugin Store，预计将搭载1000+医疗应用，极大丰富AI医生的诊疗工具，提升诊疗效率。
从上述这些数据与表现来看，96%的一致性，想不到。
这样的迭代速度，更想不到。
MedGPT直播首秀：接待百名患者
这场直播首秀其实是一场实打实的人机医学一致性评测。除了AI医生MedGPT外，还有10位来自四川大学华西医院的主治医师共同参与。
为了保证评测的权威性和科学性，一方面由国内顶尖医院的专家教授组成评审团，进行审核和多维度打分。
在另一方面，整个就诊流程经过了精细的设计。简而言之，患者进入诊所后，与具有执业资格的”翻译员”展开对话。翻译员将患者的主观症状输入电脑，并分别传达给真实医生和人工智能医生。经过多次迭代交流，根据最终的检查结果，制定出相应的诊断方案。
就像当初AlphaGo大战围棋界，中间帮助Alpha执行“落子”动作的执棋手，就是这个“翻译员”的角色了。
这样一来AI医生与真人医生之间互不干涉，且条件基本一致，双方就能给出独立的判断。
在经过一天的紧张激烈的角逐后，真人医生与AI医生的综合评分分别为7.5分和7.2分，两者之间的差距微乎其微。令人欣慰的是，它们的评分结果在96%以上，充分体现了两者之间的一致性。
在评审过程中，专家们也发现了一些意想不到的“惊喜”：
比如，出现漏诊误诊的概率比较小。
北大人民医院薛峰主任就发现，MedGPT通过多轮询问，根据患者脚底板疼痛症状，竟然在最后可以推断诊断出「有可能出现压迫颈神经」这样的结果。
这也就是说，从知识储备上，AI医生其实可能高于一个经验不太丰富的医生。
另外，MedGPT就诊时的“沉稳”表现也得到了点赞。
中日友好医院心内科主任医师任景怡就表示：我觉得最好的一点是当诊断尚不明确时，MedGPT并不会轻易给出结论，而是要坚持通过继续问诊或检查收集更多信息。
于是即便MedGPT还存在一定问题，她还是给了比真人医生还高的分数，并直言：这是里程碑的结果。
不得不承认，MedGPT还存在一些需要改进的问题。多位专家提出，该系统有时会过度提供治疗建议，频繁推荐检查项目，对某些概念的表述也存在不够精确的情况，同时无法进行实际的身体检查。若要让MedGPT变得更加实用，这些建议的重要性甚至超过了正面的评价。
但总的来说，首个医疗大模型的公开首秀的结果还算不错。
总结下来，首先是大模型的基本能力都有，语义理解、多轮对话、多模态识别等，还能像OpenAI那样通过插件商店链接到各种行业应用。
还有通用大模型被广为诟病的对齐和准确性问题，MedGPT整个流程结果也不输真人医生。
再从行业维度来看，确实能真正从医学角度为医生提供有效帮助，提升患者疾病管理效率。
在这次真实的测试中，我们可以明显观察到，MedGPT能够依托于有效的问诊和医学检查数据，准确地完成疾病的诊断，并针对患者的具体情况制定出个性化的治疗方案。这种能力充分展示了MedGPT的高效和精准，使得它在医疗领域中的作用愈发显著。
在就诊结束后，MedGPT会进一步承担起智能化疾病管理的重任。它不仅会对患者的用药情况进行指导和 managing，而且还能够进行智能化的随访和复诊，并为患者提供康复指导。这些功能都使得MedGPT成为了一位称职的医疗助手，为患者的健康保驾护航。
目前它基本覆盖ICD10的60%疾病病种，这意味着常见病症都能Hold住~
还能7*24小时不间断干活，一旦规模化落地辅助医生诊疗，能大大提升医疗效率，对于分级诊疗，医疗资源普惠，都能够发挥一定作用。
首个医疗大模型如何炼成？
医疗向来是AI落地中专业性最强、壁垒性最高，对安全要求最高的领域之一。
在过去，许多用户倾向于利用信息搜索的方式来初始疾病诊断，然而，由于网络上的信息参差不齐，缺乏专业知识的用户往往难以进行有效的筛选，这最终导致了查询结果不尽如人意，甚至起到了反作用。
但又因为这个领域牵涉到每个人的生命健康，市场需求和社会价值一直很大。
因此自ChatGPT诞生以来，关于何时能在医疗领域“上岗”发挥作用，就备受产学研各界专家的关注。
诚如“弱智吧”成为检验各个通用大模型能力的Benchmark一样，各个大模型的医疗能力也在美国执业医师资格考试USMLE中摩拳擦掌。
早些时候， 哈佛大学教授曾亲自下场测试ChatGPT辅助诊断的表现。
结果显示，ChatGPT在45个案例中39个诊断正确，并为30个案例提供适当的分诊建议。这样的表现已经超过现有机器诊断水平，接近医生。
另一个代表，谷歌健康团队打造的Med-PaLM 2，它能回答各种医学问题，据称是首个在美国医疗执照考试中达到专家水平的大语言模型。
但能做题并不能意味着就能落地应用。
以GPT-4为首的通用大模型，他们高度依赖文本统计概率生成答案。相信大家也能感知到它很擅长一本正经地胡说八道，如果应用在日常交流，倒也乐在其中。
但要是应用到行业中去，往往非专业人士会难以察觉，这就会引发各种风险，尤其又像医疗这种民生行业，对内容生成的把控要求更高，容不得半点差池。
更不用说医疗本身覆盖知识面广而繁杂，而且从整个就医流程来看，诊前、诊中、诊后都涉及各种各样长尾任务，所需高质量数据可能并不比通用模型小，且大部分数据不是靠网上摘取。
这对企业来说，不单只是算法、算力和数据的考验，而是一整套系统工程性难题。
既然如此，作为国内首个医疗大模型MedGPT，又是如何做到的呢？
简单总结：专业大模型，以及多种准确性机制保架护航。
首先，一上来就打造医疗大模型。
此前专业大模型的思路是，先打造一个大模型，再利用专业数据做监督微调。但MedGPT直接是以医疗数据预训练、微调以及超100名医生参与RLHF机制。
这就需要企业既要在垂直行业深耕，还要有AI技术实力。这就需要提及它背后的缔造者——医联。
在行业上，作为互联网医疗的早期入局者，医联已经积累了超过150万医生和2000万患者，稳固的医患关系链长期互动之下，形成了大量专业的医学数据。
此外医联长期关注医疗与技术的深度融合，已打造了近140个疾病管理标准化流程，涉及肿瘤、心脑血管、糖尿病等常见病症，覆盖1000多个病种，形成了一整套全数字化全流程疾病管理体系。
在互联网医疗时代，这些疾病管理体系可以为行业提供线上管理的有效依据，提升行业整体效率。而在AI赋能下的数字医疗行业来临之时，这便成了AI医疗的重要依托。
至于在AI方面，这家公司很早就开始关注并进行谋划：早在2017年医联就建立起医疗大数据结构化能力；2018年就将NLP、CV等AI技术应用落地，比如智能体液检测、智能分诊、口腔影像识别等场景。
2019年还推出针对单病种/分阶段的AI诊疗模型，曾联手多家医院及机构，创建亚洲首个多发性硬化症领域的早筛AI模型，帮助患者提前1-3年提升多发性硬化症的风险预测和防控能力。
这些前期在AI领域的摸索以及长期的医学与前沿技术的融合，成为医联能率先在行业内推出医疗大模型并应用的基础，可以说这一切绝非偶然。
让我们再往深看一步，为了保证医疗大模型的准确性和一致性，医联从模型到实际应用同样做了不少工作。
包括模型算法的一致性校验机制、多维度诊疗评测机制，以及基于专家评议的真实世界医生一致对标机制。
比如，在为患者输出正式答案前，会先经过临床医学规则器的校验。还有招募真实医生在电脑前判断，然后将两者结果交给专家委员会评议，以此来对标真实医生。
基于这样的方法论，医联团队率先为专业大模型的打造在行业中打了个样。
医疗AI2.0大幕拉开
最后回到MedGPT公开评测这件事情本身，也带来了大模型发展进程中的三点趋势。
第一、医疗AI2.0大幕已经拉开，系统复杂性问题将会得到解决。
以大模型为代表的AI2.0时代的到来——对话即入口，让所有的应用场景都得到了重新定义。被AI所辐射的千行百业也深处于变革之中。
以往AI 1.0，NLP、CV、多模态等单点技术蓬勃发展，医疗AI应用场景丰富多样，他们强规则、具有可控性。但场景、数据之间没有打通，导致泛化能力不强，无法处理系统性、复杂性的问题。
得益于Transformer，打破了模态、数据、任务场景之间的壁垒。医疗场景中，利用海量医学文本与数据中，进行高并发/长距离学习整合，一些复杂性、系统性问题可以得到解决。
如果继续畅想，结合医联的云药房、云检验等云化能力，不仅是AI医生本身疾病管理能力会得到提升，患者甚至可以摆脱地理限制，轻松完成所有疾病从预防、诊断、治疗、康复的全流程管理路径。
这其实也并不难想象，只需要知道有一个能看各个专科领域并且比肩三甲医院医生的AI医生能够24小时在你身边为你出诊，同时，检验检测服务在家附近1公里就能全部完成。
有去三甲医院排队挂号看病经历的同学应该都懂——专家挂不上号、检验检查等一个月，这都是时有发生的事情。降本增效、解决行业问题，走入医疗的下一个时代，就是靠MedGPT这类专业模型做的。
第二、大模型的行业红利并非在科技巨头手中，而在有场景有数据的玩家手里。
相信大家都或多或少有所看到，目前医疗领域的专用大模型和产品正在不断问世，最具代表性的产品来自谷歌和微软这两个大厂。
谷歌Med-PaLM 2目前正在尝试多模态能力，比如自己检查X光片后给出诊断。在今年晚些时候将对一小部分谷歌云用户开放。
还有被微软200亿美元收购的Nuance，借由微软OpenAI合作之便，正在将GPT-4集成到临床笔记软件DAX中，以减轻临床医生的负担。
前者的大模型还没有到真正落地，后者无非是集成通用大模型的API，其行业的准确性和一致性无法得到保障。
但MedGPT一亮相就惊艳全场，并拿下多个行业首次：
首次突破AI医生多轮对话的难题；
首次实现从有效问诊到医学检查的跨越；
首次实现AI给出准确诊断和治疗方案；
首次AI具备全流程诊断能力……
这与垂直领域深耕、有场景有数据有关。
医联在医疗行业有9年深耕，积累了丰富的知识、数据和应用，构筑起了深厚的技术和用户壁垒。
一旦实现大模型技术的应用， 在现有的用户场景基础之下，将会迅速规模化落地。这是其他想入局者无法拥有的先发优势。
上一次AI浪潮来袭时，最终也是场景玩家率先吃掉AI红利。
现在同样也依旧是场景玩家吃掉大模型红利，只不过技术路径已经明晰，落地速度自然要比以往快得多。
第三，医疗AI落地提速，也侧面印证了大模型的发展趋势——
雪球效应展现，从技术到应用部署的飞轮会越转越快。
ChatGPT最开始只会一本正经地胡说八道，短短几个月内基于用户反馈、插件开发生态，真正被各行业的人加入到工作流中，并上线了端侧应用。
还有Midjourney、Stable Diffusion被人诟病无法画手的问题，也能在短短几周内解决；以及国内大模型涌现、更新速度加快，文心一言一个月能迭代四次等等。
“大模型-应用-数据”的加速闭环一旦打通，那么产业落地的速度将会比上一波浪潮更快。
而医联大模型MedGPT一个月就进入到真实患者全流程测试阶段。在此之后，根据数据飞轮迭代大模型，落地速度只会越来越快。
或许很快，医疗AI2.0就会惠及到每个人身边。
— 完 —
量子位 QbitAI · 头条号签约
关注我们，第一时间获知前沿科技动态
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！
