探究ChatGPT在炎症性肠病问答中的表现：一位人工智能助手的探索
这篇文章主要探讨了火爆全网的人工智能聊天机器人ChatGPT在回答关于炎症性肠病的问题上的表现。尽管ChatGPT在许多领域展现出了强大的能力，但在医学问题上，它并不能替代医生的专业诊断和治疗。建议患者在寻求医疗意见时，选择经验丰富、认证合法的医生，同时保持积极的生活习惯，遵循医生的治疗建议。
智慧医院如何构建？ChatGPT能否取代医生？这场论坛，未来感拉满！
ChatGPT能否考取医师资格证？真正取代医生？它能协助医疗资源紧缺的基层做好分级诊疗？ 近段时间，以ChatGPT为代表的人工智能（AI）备受全球瞩目。那么，如何在新时代发展背景下。借助人工智能推动智慧医院建设也是医疗领域等多方关注的焦点。 三方专家齐聚一堂 为我省信息领域发展打开一扇窗 事实上，AI早已润物无声地走进人们的就医过程中。 打开手机，通过与智慧就医助手的智能问答，了解自己该挂哪个科室、哪位专家的号。到院后通过人工智能导航，快速引导到门诊具体位置，在整个就医流程中，一个专属智慧助理会提醒患者下一步的流程。 这样一个智能、便捷的就医场景已经在上海新华医院成为现实，极大地提升患者就医体验。 这是在2023“数字医院，智引未来”福州数字化赋能医院高质量发展论坛上，由上海专家分享的智慧医院构建中的一个精彩缩影。 为进一步推动AI、大数据、云计算、物联网、元宇宙等新兴技术与医院的深度融合与创新，3月18日，来自医疗信息领域专家、医疗临床专家、以及人工智能领军企业的高层领导齐聚一堂，参与由福建医学会医学信息学会分会、福建省卫生信息协会、《福建卫生报》社主办，福州市高新区技术局协办，福州市高新区中海恒润泛数字产业基地承办的2023“数字医院，智引未来”数字化赋能医院高质量发展论坛。 福州高新区科学技术局（科协、产学研办）游炜臻主任，福建省卫生计生信息中心主任、书记李仕军受邀出席本次论坛。 福建医学会医学信息学会分会主任委员、福建省立医院信息科主任张琼瑶主持了本次会议。 张琼瑶指出，“两会”的政府工作报告提出，推动优质医疗资源扩容下沉，均衡区域医疗资源布局，是未来的工作重点。希望随着人工智能、大数据、云计算等技术在医疗领域的陆续应用，“智慧医疗”在基层医疗能发挥出越来越重要的作用。 李仕军在致辞中指出，医学的高质量发展离不开数字化，离不开智慧医院建设，离不开科技创新。做好智慧医院建设，需要将信息化，数字化作为医院基本建设的优先领域，持续完善医院信息平台功能，实现科研数据共享。 智慧医院建设是一项复杂的系统性工程，要加强顶层设计，科学谋划，在建设过程中不断总结经验，增进各方交流。 数字医疗技术照进现实 听众深感“未来已来” 在嘉宾分享环节，上海交通大学医学院附属瑞金医院—上海市数字医学创新中心专职副主任朱立峰，上海新华医院心胸外科专家胡睿，以及商汤科技智慧医疗CTO段琦，作为“外脑”前来传经送宝。 借助线下交流和在线直播的形式，为业内人士带来一场医疗与数字融合的视听盛宴。 瑞金医院在数字化建设方面处于全国领先地位，分享中，朱立峰全面呈现了瑞金医院“应上尽上”，运用AI、物联网、大数据、云计算、元宇宙、区块链等新兴技术，构建数字化智慧医院的场景。 ➤在商汤等企业的AI赋能下，冠脉造影检查的每例阅片诊断时间可以从25分钟缩短到3分钟，病理筛查可支持一次400张玻片扫描，实现“晚上扫描，白天诊断”，宫颈癌和胃肠道肿瘤病理检测恶性细胞效率提升2~3倍； ➤在物联网加持下，智能病房中的智能地板可发出患者跌倒预警，无感体征探测器可做到患者行为、情绪、心跳、呼吸无感探测；通过元宇宙技术，可以实现虚拟医生问诊…… 一系列令人叹为观止的全新技术的应用，让在场听众深感“未来已来”！ 商汤是国内顶尖的人工智能企业，段琦结合临床运用，介绍商汤医疗在智慧诊疗、智慧服务、智慧科研、智慧管理、智慧影像云平台五位一体“未来医院”构建的综合方案。 段琦表示，数字化和智慧化的升级，为医疗行业带来的升级虽润物无声，但又无所不在。 ➤面向患者端，其显著优化了就医流程，帮助患者解决“看病难”问题； ➤面向医生端，其将医生从繁琐的数据、影像处理工作中解放出来，使他们得以将更多的精力投入到精准诊疗中； ➤面向医院端，其帮助医院全方位优化管理流程，在提升整体医疗服务水平、缓解医疗资源紧张等方面发挥着积极作用。 胡睿结合新华医院胸外科手术案例的视频、图片，生动再现了AI三维重建技术给外科医生带来的帮助。 以肺部肿瘤为例，面对复杂的临床手术治疗，该院引入商汤智能AI技术，基于患者的检查结果，快速生成人体三维模型，帮助医生更好地规划手术路径，实现精准治疗方案的实时设计和模拟，以更少的手术切除、实现更好的预后效果。 同时，借助三维模型，医生与患者和家属可以更直观地进行病情交流，更好地规避了医患矛盾的发生。 临床医生为信息学科专家带来的跨领域精彩分享，让我省信息领域专家感受到AI技术在辅助外科治疗上的巨大潜能。 圆桌讨论畅所欲言 有碰撞有展望 随后的圆桌讨论环节，福建医科大学附属协和医院胡志坚主任、福建医科大学附属第一医院林志刚主任、福建省妇幼保健院缪崇主任与在座专家一道，就新兴技术在医院使用的目的、新兴技术存在的问题、ChatGPT能否取代医生、医工交叉中的AI产品与学科发展如何快速融合、对AI+医疗的下一步展望、中美在AI领域的差异等话题畅所欲言，展开头脑风暴。 交流中，朱立峰强调使用AI技术不是作秀，医院不能只是为了用而用，而是要通过使用来解决临床中遇到的实际问题，发挥真正的价值。 他同时指出，目前研究AI领域的企业有很多，各方都有独到之处。在引进不同产品后，信息部门如何在一个平台上做好统筹、整合，更好地服务临床，是接下来亟待解决的问题。 针对ChatGPT能否真正取代医生的问题，胡睿认为医疗不仅要满足专业的治疗需求，也要同时满足病人和家属在情感上的寄托，尽管AI在趋势上可能取代医生，但短期内还无法做到情感上的模拟。此外，在法律伦理层面还无法突破，因此对于ChatGPT在医疗上的应用，还应保持一颗敬畏之心。 谈及AI在医疗领域的展望，段琦认为接下来的5-10年，AI赋能医疗将起到更大的作用。 例如进一步挖掘智慧影像及医疗大数据管理能力，借助AI智慧引擎拓宽应用场景，提升基层医院诊断能力；促进县域医院和医联体、医共体高质量发展；提升医疗大数据的治理能力，助力疾病早筛、早诊、早治疗等。 通过最大程度地发挥自身技术和产品优势，不断提升医生的诊疗质量和效率，让更多患者获益。
ChatGPT能代替医生看病吗？浙一专家这套考题，结果令人意外！
最近，ChatGPT的横空出世，也引发医疗界人士广泛思考——人工智能将对医疗领域带来多大的冲击，未来医生会失业吗？有消息称，OpenAI公司的程序员已经开始利用高版本ChatGPT对日常疾病进行问诊，并根据ChatGPT给出的处方进行康复治疗，并取得了良好的反馈。还有一篇预印本的论文表示，ChatGPT在美国医师执照考试(USMLE)中达到了平均水平以上，准确率达到了60%左右。记者不禁好奇，如果让ChatGPT参加中国的执业医师考试，它能考多少分？ 浙江大学医学院附属第一医院精神卫生科正在参与一项人工智能相关的医学研究，团队希望未来借助AI监测眼球活动、皮肤电势反应等客观数据，辅助临床医生诊断。 于是钱江晚报编辑部和团队成员一起，设计了一套百分制的执业医师考试卷子，ChatGPT的最终成绩是57分，其中基础得分56分，临床得分58分。 考卷设置十大科目涵盖基础题和专业实践题 由于ChatGPT是依据2021年以前的数据训练的，所以题目选自2020年临床执业医师资格考试真题库，全部为单选题。 浙大一院精神卫生科参与人工智能研究团队成员之一的吕海龙医生介绍，临床执业医师考试内容笔试考试主要包含基础综合、专业综合和实践综合，我们的题目简化为两类，一类是基础题，大都是可背诵的医学知识；另一类是专业实践题，需要进行逻辑推理。 考卷涵盖了十大科目，包括生理学、医学微生物学、病理学、药理学、卫生法规、内科、外科、妇产科、儿科和心理学-精神科，每个单元10题，合计100题，选择方法尽可能随机。 成绩分析掌握基本诊断推理但不擅长修正和推测 在我们的猜想中，ChatGPT应该更擅长可背诵的医学知识，逻辑推理能力则较弱，但实践结果并非如此。 精神卫生科专家发现，对于那种一看就是考题的题干，ChatGPT有时候会直接给出一个没有解释的错误选项，不排除它从中文网站复制了错误的答案；而那种条件充足、逻辑清晰的推理题，它通常情况都能答对。 不过，当信息不全或者症状不典型时，它的诊断会出现错误，不善于根据实际情况修正诊断，“比如内科病例题，它不善于在信息不全的情况下做推理，例如由几个模糊的主诉/症状来寻找乏力的可能原因，所以推测ChatGPT在面对患者时如果得不到足够多的信息它可能会不知所措，完全无法给出下一步的诊疗建议，它不会‘猜’。” ChatGPT对精神病学的知识也比较了解，能根据症状诊断抑郁症、焦虑症等，但是对于精神药物知识掌握不佳，例如会推荐精神分裂症的患者服用抗抑郁药，来治疗主要症状。 “如果有两种同类型的药可以选择时（例如该用利培酮还是氯丙嗪来治疗精神分裂症），它不会帮你做选择，而是严谨地提议根据医生的建议选择，可能自愧不如人类。而关于这两个药的选择，现在已有超多的研究证据证明利培酮的安全性优于氯丙嗪。ChatGPT给其他疾病选择药物时也常常选错，它的药理学考试也没有及格。” ChatGPT喜欢做妇产科医生，它会给出很多理由来支持它的选择，虽然有时候选择是错的。另外，ChatGPT对于中国的医疗相关法律法规不够了解，这可能会给它在实践中招来一些麻烦。 考试结果差点及格，儿科和心理科最好，内科最差 钱报记者在提问过程中发现，针对不同题目，ChatGPT的回答速度不同。有些题是秒回，有些题需要更长时间“思考”，平均每题要花半分钟左右。 ChatGPT对中文的理解完全没问题，有时会直接给出答案，有时给出一串相关知识，或者推理分析的过程。 提问进行到1小时时，系统提示“1小时内的问题太多了，请稍后再试”。看来，人工智能也是会累的嘛！（当然，也可能是这段时间访问量实在太大，系统无法承载。） 最后经过统计，ChatGPT的正确率分别为：生理学40%、医学微生物学70%、病理学70%、药理学50%、卫生法规50%、内科30%、外科60%、妇产科60%、儿科70%，心理学-精神科70%，总分57分，差3分达到及格。 未来期待辅助医生工作，引导前沿医学研究 对ChatGPT交出的答卷，吕海龙表示既有惊喜，也有很大不足。就现阶段技术水平来说，他希望医疗方向的AI产品能变成医学知识库，起码在识记类的题目上不能出错，必须100%正确，给出答案时最好标记出处，是引自某个教科书，还是引自网络信息。 而对于医疗方向AI产品的未来，精神卫生科主任胡少华教授则有着更为积极的展望：“医生把自己的知识经验传给它，医生不在病房时，病人可以直接去问这个机器，输出声音变成人的声音，并且最好它还能向患者提问。同时，AI在医学研究领域也可以大有作为，做研究的前沿导向者，随时给出新的医学诊断技术、治疗方法的发现。” 胡少华说，有关人工智能的对话，还在不断地完善当中。如今 AI 在识别、记忆、计算、逻辑思维、推理判断等方面已经可以达到甚至超越人脑，但还没有触及到智力的起点，即认知。只要AI还无法模拟人类的认知，它就不会全面超越人类，也就无法取代包括医生在内的诸多岗位，但在针对患者提供个性化的诊疗上，它却能够扮演重要角色——成为医生们最得力的智能助手。 本文转载自钱江晚报2月20日A16版健康读本作者：张冰清 王蕊 江晨图片来源于网络 求分享 求点赞 求在看
ChatGPT来了，未来能替代医生看病吗？
本文来自微信公众号：亿欧健谈（ID：EO-Healthcare），作者：林怡龄，编辑：刘聪，原文标题：《当“狂飙”的ChatGPT碰上严肃医疗，它是怎么想的？》，头图：Pixabay。 2023年开春，要说现象级的话题，当属在互联网上“狂飙”的ChatGPT。ChatGPT是美国人工智能研究实验室OpenAI去年11月底发布的一种人工智能聊天机器人，乍一看似乎普普通通，但这两天，它的魅力已经让全世界为之“疯狂”。有关它的讨论已经让人目不暇接。而它创造的用户记录也堪称无敌。要知道，网飞用户数量达到一百万花了3.5年的时间，Facebook花了10个月，Instagram用了2.5个月，而ChatGPT只用了5天。能如此受欢迎的原因，归结起来也简单：有别于过往的AI对话，它是一款会说“人话”，又好用到超出大部分人认知的产品。如今，ChatGPT掀起的新一股AI浪潮，不仅让微软看到用它挣钱的可能——微软CEO已经公开表示将OpenAI产品与自身生态结合，将ChatGPT加入到Bing、Office、GitHub、Azure等当中，也让其他科技巨头迅速躬身入局，生怕错过机会。其中就有用AlphGo掀起上一波浪潮的谷歌，对它而言，这次可谓如临大敌。毕竟，ChatGPT的作用不仅仅是问答，从这一方面向外延伸，它已经有望颠覆各行各业。比尔·盖茨在6日的采访中就列举了ChatGPT的三个用途：辅导学生，医疗顾问和写诗。其中，ChatGPT在医疗领域的应用已经是海内外的热门话题，毕竟事关生老病死，但面对这么一个严肃性领域，事情并没有那么简单。ChatGPT有何来头？要回答ChatGPT在医疗中有多大作用，我们需要先摸清下ChatGPT的来历。ChatGPT虽然是在岁末年初火爆出圈，但归根到底，它与去年同火的AI作画，本质同属一个东西，即AIGC（AI Generative Content，AI生成内容）。这并不是一个全新概念。有业内人士就反映，2020年底时虽然还没有AIGC这个讲法，但已经明显感觉到AIGC在颠覆内容创作领域。往后的几年时间里，随着更多模型出现，以及更多的数据和更多的算力，AIGC发挥出了它的魔力。Snapchat是最早运用这一技术的公司，他们将AIGC用到了相机上。科技巨头也相继入局，并出现了一批独角兽。在这段时间里，但凡应用该技术的各类产品都火了一段时间。2022年，这项技术入选了国际研究机构 Gartner 评定的“本年度五大影响力技术之一”。那该如何理解AI生成内容？去年，红杉资本发布的一篇文章《Generative AI: A Creative New World》把AI分为两类——分析型AI和生成式AI。对于前者，我们已经不陌生。它所擅长的是分析一组数据，并在其中找到诸多规律。如今随处可见的人脸识别、精准广告推送、风险评级等，背后皆是这一原理。生成式AI则更进一步，涉及到创作层面——它除了分析之外，还要预测对方的理解，生成全新的内容。AIGC便归属这一范畴。原先我们可能需要搜索资料，自己整合分析才可给出答案，而生成式AI可以直接就给你成品，不一定百分百准确，但多数时候它都超预期。放到ChatGPT身上，则意味着它有别于传统的搜索引擎，反而更像是一个AI的知乎等问答类平台。从背后的技术支撑来看，ChatGPT的开发基于GPT-3.5模型，这让它展现出了惊为天人的语言能力。相较于此前写论文的初代模型GPT-3，不断训练和优化后的GPT-3.5更能说“人话”——不仅能联系上下文，还能用地方方言跟你互动。而且它需要的训练文本还更少。目前GPT-3.5只用了500G的文本，还只限于2021年。而GPT-3则需要高达45T的文本。人们很难拒绝一个可以“快、准且有人情味”的回答，这是ChatGPT能如此“出圈”的原因，从参加各类测试、写作业、写论文、写代码……它似乎无所不能。如果说，以前的AI只是协助人类分析事件，尚无法替代人类创作，那么生成式AI的出现，意味着一个全新时代的到来。而踏着这个来势迅猛的风口，OpenAI如今的估值已经从200亿美元一跃来到了290亿美元，上涨幅度达到45%。生成式AI挖掘医疗行业金矿上述文章分析，AIGC有潜力产生数万亿美元的经济价值。而《自然》杂志则表示有预测称，到2040年，生成式AI将为医疗保健行业带来1万亿美元的价值。该文章指出，眼下已有不少生成式AI产品被运用到制药行业当中。15亿美元估值的独角兽Jasper和刚获得1.01亿美元投资的Stability.Ai公司，都有相关产品运用到生物技术领域。Jasper主要是利用AI生产适用于社群媒体贴文、营销文案或电子邮件等形式的文字，使用者只需输入关键词，发文目的和简要概念方向，文案就能即刻诞生，接下来要做的事就只剩复制、粘贴和发布。Stability.Ai则在2022年推出文本到图像生成工具Stable Diffusion，被应用到包括生物技术在内的各个领域。好比从零开始生成人工蛋白质序列。Nature Biotechnology杂志曾报道一种语言模型ProGen，其在经过已知蛋白家族的2.8亿个序列训练后，便可生成具有可预测功能的蛋白序列。《自然》杂志指出，小分子药物发现领域将会受益于生成式AI。成立于2020年的Generate Biomedicines，就专注于使用生成AI来创造蛋白质，这些蛋白质可以用作新型疗法。另外，2015年成立的Standigm已经使用类似的生成型AI工具，在对大型生物医学数据库查询后，短短2个月内就创造了数百种新型分子。看病就找ChatGPT？那回归到具体单品ChatGPT，它能给医疗行业带来什么变革呢？如果你翻看各大社交平台，总会看到人们用各式各样的问题去问ChatGPT，看看它会如何作答。而即便一开始答案并非准确，一番“调教”后，它也能迅速习得正确答案。微软已经宣布要ChatGPT和自己的产品、例如搜索引擎相结合，这被业内视为将打下一个商业化样本。其他各个领域的企业自然也不想错过这个火爆的概念。7日，水滴公司AI负责人便向媒体透露，公司已在数字员工的基础上内部测试类ChatGPT应用，主要运用在保险营销和服务领域。而在更为严肃的医疗领域，如果交给人类来回答，有外媒根据ChatGPT的特点，已经给出三大领域——医学诊疗、医学研究和临床等各类工作流程。举例而言，一位患者今早醒来时发烧、喉咙痛，他可以向ChatGPT阐述症状，完成轻问诊，随后ChatGPT还可以参与患者的护理，如了解患者如何服药或者其他治疗计划，是否有进一步的问题，此外，还可以监测高血压患者的血压读数并分析。如果角色换做临床工作人员，他们可以通过ChatGPT收集患者过往的就诊情况，辅助诊断，还可以在做研究时让ChatGPT调出所需的特定患者群体数据，并分析生成结论，而不再需要花费数天或者数周要研究各种图表数据。在医学写作上，就更无需多言。RSNA（北美放射学会）的网站上一篇名为《ChatGPT and the Future of Medical Writing》的文章，就来自ChatGPT的手笔。很多人开始相信，有朝一日，很多临床诊断和决策都可以由机器而不是人类医生做出，AI将会取代医生。但我们或许不用太过悲观。回顾过往就会发现，每当有一个惊艳的AIGC产品发布时，总能引发硅谷乃至全球投资圈的兴奋。就像去年的DALLE-2和Stable Diffusion所引发的AIGC何时能取代导演和演员的探讨一样，有关ChatGPT能取代哪些岗位的问题也是不绝于耳。但在技术尚不到位，以及在医疗等高风险、高监管领域，不少业内人士表示这个问题无需过度担心。首先，医疗领域容不得大差错，但ChatGPT本身不会考虑答案是否准确，很多用户也无法判断答案的准确度；其次，ChatGPT在问诊时无法综合考虑患者的精神面貌，可能存在考虑不够全面；再者，如果ChatGPT提供了错误的患者病历引发诉讼，法律问责谁也是一个难题。这些仅是风险的冰山一角。眼下，ChatGPT也已惊动全球的监管层。向来对新技术持“保守和怀疑”态度的欧盟，率先对ChatGPT的风险作出了回应。据悉，欧盟正在起草一项新的人工智能法规。其内部人员曾表示，新拟议的人工智能法规将解决对ChatGPT聊天机器人和AI技术风险的担忧。一旦欧盟将ChatGPT等生成式AI产品归为“高风险”AI类别，必将导致更高的合规要求和成本。各大高校和专业期刊也在抵制ChatGPT的“滥用”。目前，多家知名学术期刊正在更新编辑规则。《科学》已经明确禁止将ChatGPT列为合著者，且不允许在论文中使用ChatGPT所生产的文本；《自然》的要求则稍微宽松，表示可以在论文中使用大型语言模型生成的文本，只是不能将其列为论文合著者。诚然，新技术总是不可避免隐藏诸多风险，监管出手也无可厚非。但说到底，如何运用好技术，才真正考验人类智慧。 本内容为作者独立观点，不代表创新湾（ID：EnnoBay）立场。如有异议，请与我们联系。创新湾聚焦新科技、新产业领域，致力于记录中国科创力量，让更多人洞见未来。（报道、转载、进群，联系微信：EnnoBay2020） 扫码进群
火爆全网的ChatGPT，它能看病吗？
这段时间，聊天机器人ChatGPT刷爆朋友圈。图片来自：https://openai.com/blog/chatgpt/ 作为一款聊天机器人程序，ChatGPT具有强大的人机交流能力，可以帮助写文章、报告、诗词、制表等，甚至在医疗等领域，都具有广泛的市场应用前景。 但作为医疗领域的专业人士，吕医生更好奇的是，ChatGPT能看病吗？ Dr.lyu ChatGPT能看病吗？ dr.lyu since 1991 在早前，ChatGPT在一项研究中通过了美国执业医师资格考试（USMLE）。该考试分为三项，研究称ChatGPT在所有这三项考试中均达到或接近通过。 但一个问题也呼之欲出：未来，ChatGPT等AI能替代医生给患者看病吗？ 在现实世界中，一个医生要真正获得行医资格，首先需要拿到执业资格考试，其次还要经过实习、培训。 但人工智能似乎并不能直接给患者明确的用药指示。 比如以下两个问题： 如果直接提问ChatGPT吃什么药或是选择什么医生，在没有足够背景条件提问的情况下，ChatGPT并没有给出直接的用药回答。 如果患者尽可能详细地描述了自己的健康状况、病史、当前正在使用的药物、症状时，ChatGPT是否可能排除个性化的干扰，做出精确的判断？ 答案还是否定的。 比如询问ChatGPT，如果感染新冠，应该如何做？ Dr.lyu 线下医生的优势在哪里？ dr.lyu since 1991 现代医学以循证医学为基础，包括外部的证据，医生自己的经验和患者的意图三个方面。 诊疗过程中，视触叩听是必不可少的诊断手段，在这点上，目前的ChatGPT显然无法做到。 医生这个职业不光要有医学理论知识，更要有临床实践，且每个患者身体状况因人而异，面对相同疾病不同患者的治法也不同。 在吕医生连锁所有门店，都能看到一句话： To Cure
ChatGPT能代替医生看病吗
最近，ChatGPT的横空出世，也引发医疗界人士广泛思考——人工智能将对医疗领域带来多大的冲击，未来医生会失业吗？ 浙大儿院NICU副主任马晓路发朋友圈称：以前吧，觉得会被人工智能取代的，都是那些单调机械重复的体力活。但看到人工智能写的小作文比你好，画的画比你好，回答问题比砖家靠谱得多，确实会令人恐慌。 医生们的危机感不无道理。有消息称，OpenAI公司的程序员已经开始利用高版本ChatGPT对日常疾病进行问诊，并根据ChatGPT给出的处方进行康复治疗，并取得了良好的反馈。还有一篇预印本的论文表示，ChatGPT在美国医师执照考试（USMLE）中达到了平均水平以上，准确率达到了60%左右。 记者不禁好奇，如果让ChatGPT参加中国的执业医师考试，它能考多少分呢？ 浙大一院精神卫生科主任胡少华教授团队正在参与一项人工智能相关的医学研究，团队希望未来借助AI监测眼球活动、皮肤电势反应等客观数据，辅助临床医生诊断。 于是我们和团队成员吕海龙一起，设计了一套百分制的执业医师考试卷子，ChatGPT的最终成绩是57分，其中基础得分56分，临床得分58分。 由于ChatGPT是依据2021年以前的数据训练的，所以题目选自2020年临床执业医师资格考试真题库，全部为单选题。 吕海龙介绍，临床执业医师考试内容笔试考试主要包含基础综合、专业综合和实践综合，我们的题目简化为两类，一类是基础题，大都是可背诵的医学知识；另一类是专业实践题，需要进行逻辑推理。 考卷涵盖了十大科目，包括生理学、医学微生物学、病理学、药理学、卫生法规、内科、外科、妇产科、儿科和心理学-精神科，每个单元10题，合计100题，选择方法尽可能随机。 在我们的猜想中，ChatGPT应该更擅长可背诵的医学知识，逻辑推理能力则较弱，但实践结果并非如此。 吕海龙发现，对于那种一看就是考题的题干，ChatGPT有时候会直接给出一个没有解释的错误选项，不排除它从中文网站复制了错误的答案；而那种条件充足、逻辑清晰的推理题，它通常情况都能答对。 不过，当信息不全或者症状不典型时，它的诊断会出现错误，不善于根据实际情况修正诊断，“比如内科病例题，它不善于在信息不全的情况下做推理，例如由几个模糊的主诉/症状来寻找乏力的可能原因，所以推测ChatGPT在面对患者时如果得不到足够多的信息它可能会不知所措，完全无法给出下一步的诊疗建议，它不会‘猜’。” ChatGPT对精神病学的知识也比较了解，能根据症状诊断抑郁症、焦虑症等，但是对于精神药物知识掌握不佳，例如会推荐精神分裂症的患者服用抗抑郁药，来治疗主要症状。“如果有两种同类型的药可以选择时(例如该用利培酮还是氯丙嗪来治疗精神分裂症)，它不会帮你做选择，而是严谨地提议根据医生的建议选择，可能自愧不如人类。而关于这两个药的选择，现在已有超多的研究证据证明利培酮的安全性优于氯丙嗪。ChatGPT给其他疾病选择药物时也常常选错，它的药理学考试也没有及格。” ChatGPT喜欢做妇产科医生，它会给出很多理由来支持它的选择，虽然有时候选择是错的。 另外，ChatGPT对于中国的医疗相关法律法规不够了解，这可能会给它在实践中招来一些麻烦。 钱报记者在提问过程中发现，针对不同题目，ChatGPT的回答速度不同。有些题是秒回，有些题需要更长时间“思考”，平均每题要花半分钟左右。 ChatGPT对中文的理解完全没问题，有时会直接给出答案，有时给出一串相关知识，或者推理分析的过程。 提问进行到1小时时，系统提示“1小时内的问题太多了，请稍后再试”。看来，人工智能也是会累的嘛！(当然，也可能是这段时间访问量实在太大，系统无法承载。) 最后经过统计，ChatGPT的正确率分别为：生理学40%、医学微生物学70%、病理学70%、药理学50%、卫生法规50%、内科30%、外科60%、妇产科60%、儿科70%，心理学-精神科70%，总分57分，差3分达到及格。 对ChatGPT交出的答卷，吕海龙表示既有惊喜，也有很大不足。就现阶段技术水平来说，他希望医疗方向的AI产品能变成医学知识库，起码在识记类的题目上不能出错，必须100%正确，给出答案时最好标记出处，是引自某个教科书，还是引自网络信息。 而对于医疗方向AI产品的未来，胡少华教授则有着更为积极的展望：“医生把自己的知识经验传给它，医生不在病房时，病人可以直接去问这个机器，输出声音变成人的声音，并且最好它还能向患者提问。同时，AI在医学研究领域也可以大有作为，做研究的前沿导向者，随时给出新的医学诊断技术、治疗方法的发现。” 胡少华说，有关人工智能的对话，还在不断地完善当中。如今 AI 在识别、记忆、计算、逻辑思维、推理判断等方面已经可以达到甚至超越人脑，但还没有触及到智力的起点，即认知。只要AI还无法模拟人类的认知，它就不会全面超越人类，也就无法取代包括医生在内的诸多岗位，但在针对患者提供个性化的诊疗上，它却能够扮演重要角色——成为医生们最得力的智能助手。 ©以上文章来源 钱江晚报
AI问诊能否替代医生诊断？答案仍在探索中
ChatGPT暂时无法替代医生进行问诊。现代医学基于询证医学，需要医生经验、患者描述和诊疗手段三方面综合判断。尽管AI可以提供病情描述，但准确性有限。医生不仅需要理论知识，还需要临床经验。我国禁止AI首诊，但在互联网医疗领域，AI可协助医生提高工作效率。奈特瑞互联网医院系统利用AI进行复诊导诊、慢病管理等，提高工作效能。
ChatGPT问诊能否取代医生？现实并非如此
ChatGPT暂时无法替代医生进行问诊，因为现代医学基于询证医学，包含外部证据、医生经验及患者意愿三项，而AI目前尚无法完成这些。尽管AI可提供一定的患者描述病情帮助，但医生的触诊能力及专业知识不可或缺。在我国，AI首诊仍被禁止，但在互联网医疗领域，AI可以辅助医生提高工作效率，如复诊导诊、慢病管理和用药提醒等。
AI在医疗决策中的角色与责任
澳大利亚医学协会呼吁加强AI保护措施，确保医生决策和患者知情同意，同时强调患者数据保护和伦理监督的重要性。该协会建议参考欧盟的《人工智能法案》和加拿大的相关规定，建立监管委员会和进行人工干预，强调AI仅作为辅助决策工具， Decision-Making in Healthcare should be guided by doctors.
澳大利亚医学协会倡导AI监管及患者数据保护
澳大利亚医学协会呼吁确保AI用于治疗和诊断时有医生做出决策，患者具备知情同意，同时严格保护患者数据并加强伦理监督，建议参考欧盟的《人工智能法案》和加拿大的人工干预做法。AI仅作为辅助决策工具，最终的决策权仍应掌握在医生手中，以防范系统错误、算法偏见及隐私泄露等风险。