“近一年总是饿，吃得多，还瘦了。”武汉市协和医院麻醉医师凌肯在电脑上敲下这句话。现在他是一名患者，专门测验一位“医师”的水平。
“请问您有没有既往病史，例如糖尿病、甲状腺疾病等？宗族中有没有相似的病例？您有没有药物过敏史或手术史？”屏幕另一端的“医师”回复他。
和凌肯对话的不是真人，而是一款名为MedGPT的大言语模型问诊AI，由互联网医疗公司医联开发。自ChatGPT发布以来，国内外企业都先后投入到医疗大言语模型研制的浪潮中。腾讯、百度等大厂，华为、讯飞、商汤等科技公司，以及医联、春雨医师等互联网医疗企业，连续发布在笔直类大模型方面的布局。
7月，谷歌公司的医疗问诊AI Med-PalM的研讨团队在《天然》杂志发布了研讨成果，经临床医师评价，Med-PalM的长篇答复中有92.6%与科学共同共同。“AI医师”的优异表现也引发更多评论与忧虑：AI到达代替医师的水平了吗？怎样确保AI的精确性？假如AI确诊出问题，谁来为过错担任？
凌肯和MedGPT的对话还在继续。问过既往病史、宗族史、过敏史后，“医师”又问询了体重减轻规模、其他症状表现、睡觉质量、饮食习惯、血压等信息，终究开出一份查看计划，要求凌肯查看血糖、甲状腺功用。凌肯将准备好的查看成果输入，十几秒后，MedGPT给出自己的确诊：甲状腺功用亢进症——答案是正确的。
面临非医疗信息“会越聊越歪”
医师们对AI早已不生疏。2017年，国内榜首批医疗AI产品以科研协作的方法进入医院，2018年起，这些产品连续取得国家药监局批阅。到本年5月底，国家药监局已赞同59个医疗AI辅诊软件上市。上海长征医院放射确诊科主任刘士远曾表明，展开最为老练的是肺结节和冠脉印象辅诊两类，骨科、脑科等AI辅诊软件还未被惯例运用。
以心脏冠状动脉CT血管造影，即冠脉CTA为例，一名患者做一次查看发生上百张图片，医师需求在其间找出血管是否呈现狭隘、斑块。AI能将每例图画的处理时刻从45分钟缩短到5分钟。
在引进临床决议计划支持系统（以下简称CDSS）的医院里，AI还能帮医护作临床决议计划。CDSS是一种归纳剖析医学常识和患者信息，为医务人员临床医治供给多种协助的计算机辅佐信息系统。2020年4至5月期间，国家卫健委医院办理研讨所对全国31个省份的1013所医疗机构调研，其间19.6%的医院有CDSS。
但这些产品并未对进步医师的确诊水平有太多协助。多位受访医师、规培医师奉告《》，由于科室收治患者品种相对固定，处理流程老练，底子不会运用CDSS作参阅，遇到不确认的问题会直接咨询上级医师或科室评论。而且，现在的CDSS还很“呆板”，在主动查看医嘱时，会对超说明书用药“纠错”。“但往往咱们会坚持用药。”一名三甲医院规培医师说。
国家卫健委卫生展开研讨中心副主任游茂7月在全国医疗器械安全宣传周暨人工智能规范宣贯会上表明，其时AI医疗范畴的窘境之一，在于技能展开同质化严峻，数据、算法的优势没有得到表现。我国AI医疗器械95%的研讨或产出都在医学印象类，在“医疗机器人”“常识库”“天然言语处理”等范畴研讨相对缺乏，关于“决议计划规矩”的研讨几近空白。
“其实不是研讨空白，是落地成产品有许多约束。” 一位研讨医疗范畴天然言语处理十年的高校学者奉告《》。她表明， X光机、CT设备、磁共振仪等印象类医疗器械是医疗机构的硬需求，AI辅诊软件可搭载在印象设备上，比较处理文本数据的软件更易进入医疗机构。别的，印象数据较医治文本数据更独立，更易脱敏，且揭露的图画数据库更多，而揭露的高质量医治文本数据十分有限，这使得在“天然言语处理”等范畴研讨缺乏。
ChatGPT的呈现，让企业看到大言语模型给AI问诊带来的新时机。
医联创始人兼CEO王仕锐表明，医联此前也开发了包括口腔印象辨认、精神科DTx数字疗法等医疗AI类产品，但无法完结AI全流程医治。“其时遇到一个无法跨越的距离——天然语义的辨认。”王仕锐说，大言语模型推出前，尽管常识图谱等技能也能完结人机对话，但对话机器人的推理、上下文理解才能还缺乏，并难以做到普通人言语与医学术语间的语义转化。
MedGPT从本年1月开端研制，5月推出，参数达千亿等级，定位是打破“人问机答”形式，能像真人医师相同主动多轮问询患者症状等信息，揣度患者或许患病的类型，并开具查验查看单。患者输入查看数据后，AI可继续读取数据，并给出医治计划。
现在，MedGPT还未对大众敞开。参加内测的凌肯用了一小时和MedGPT互动，抛出的问题包括麻醉是否会影响患者智商，甲状腺功用亢进患者的完好确诊等。凌肯奉告《》，MedGPT问得很具体，回复也较真人医师愈加亲和，“但远远没到替代医师的境地”。
他解说道，体会进程中最杰出的问题是，MedGPT不能很好地接纳非医疗信息。若模仿实在看诊进程中患者向医师倾吐家庭状况等非医疗信息， MedGPT还做不到提炼其间的中心信息，“会越聊越歪”。王仕锐表明，患者的言语能够不行简练，但只要答复AI提出的医疗问题，AI才干给出精确回应。
比较之下，春雨医师布局更慎重。5月，春雨医师将大模型在线问诊产品春雨慧问敞开免费运用。不同于MedGPT开查看单、给确诊，慧问在较少次序问询后会奉告患者症状或许对应的多种疾病及对策，之后，以“假如您状况比较严峻，主张您及时就医，寻求专业医师的协助”为结束语。
“就像主动驾驶，很难一上来就做到彻底主动驾驶，但咱们是不是能够有主动泊车、辅佐倒车功用？这些功用自身也很好用，研制难度会低许多，对运用安全性的要求也会低许多。”关于暂时不做精精确诊和医治计划的原因，春雨CTO曾柏毅解说说。
曾柏毅坦言，慧问更像是春雨在探究大模型运用场景进程中的一个实验品，定位并不清晰，“咱们也想看商场里边用户究竟想要什么，乐意怎样运用AI问诊产品，会对AI提什么样的问题。”后台数据显现，从5月上线到7月底，共有5000多人运用慧问，其间5%左右在运用进程中转向了向真人医师求助。曾柏毅称，春雨在开发问询进程愈加具体的AI问诊产品，计划用于真人医师问诊场景。
医疗大言语模型的另一落地形式是直接与医院协作，和线下医治进程相结合。商汤智能工业研讨院院长田丰对《》介绍，商汤与郑州大学榜首隶属医院、上海交通大学医学院隶属新华医院协作，医疗大言语模型“大医”的参数从十亿到千亿不等，已运用在一些医院的随访进程中。田丰表明，依据大模型的随访系统比传统的AI电话随访机器人，有更强理解力、更人性化的交互和更全面的信息搜集才能。
最难获取的是实在的问诊数据
怎样让问诊AI少犯错乃至不犯错，是一切研制团队要处理的首要难题。
大言语模型的实质是经过统计剖析猜测对话中或许的下一个词，存在生成不精确或误导信息的或许性，但在严格要求精确性的医疗范畴，AI的过错也意味着患者将接受危险。
2021年，密歇根大学医学院研讨人员发现，由美国电子健康记载公司Epic Systems 研制的败血症AI预警系统没能辨认出67%的败血症住院患者，只辨认出7%被医师遗失的败血症患者。Epic公司称，漏检与系统阈值有关，需求设置一个平衡患者假阴性与假阳性的警报阈值。
高质量数据是确保精确性的根底。医疗大言语模型会被额定“投喂”医学书籍、临床医治攻略、医学论文等专业常识。其间最重要、也最难获取的是优异的实在问诊数据，既包括尖端专家对该疾病的确诊记载，也包括患者身体特征、检测数据、宗族史、环境信息等多维度的信息，一同，还需求掩盖各年龄层、性别、地域的患者。
多位受访专家和从业者表明，已有问诊数据尚不能彻底满意研制需求。国家长途医疗与互联网医学中心医学人工智能专家委员会主任委员、呼吸病学专家刘国梁奉告《》，即便能搜集到现在医院的临床数据，其质量也未到达能够用于AI练习的水平，需求专门去出产契合AI练习规范的临床问诊数据。
更多的临床经历或许未被记载成文本。“特别是疑难病范畴，许多常识是在医师脑子里，乃至医院里边或许也没有，都是口口相传。”曾柏毅说。
王仕锐介绍说，医联共运用三类实在问诊数据，包括揭露数据、医联独有的问诊数据，以及经过树立专门的数据渠道搜集的数据。关于第三类数据，医联从协会、医院、专家处搜集，“这一进程如同将石油从地底勘测并终究加工运输到油箱，中心有绵长且杂乱的工序。”
前述高校学者着重，数据质量对研讨十分重要，但条件是要确保数据安全。对数据的搜集、挑选有必要树立在维护数据安全的根底上，个人信息脱敏，维护患者隐私是首要进程。医联、春雨医师和商汤均表明对数据进行了脱敏处理，并在运用前取得了患者赞同。
除了数据，模型规划也能进步医疗AI的精确率。田丰说，商汤成立了一支近百人的医学专家团队，参加数据标示、模型练习及测验，确保AI能够完结多轮问诊、不答复患者非医疗问题等。商汤还练习了一套“智能评判系统”，对大言语模型输出的答案进行评判，让模型输出更契合临床专业要求以及人类价值观的答复。
不过，再怎样调试医疗AI，其自身存在必定局限性。刘国梁以为AI与真人医师最底子的差异在于，二者在医治进程中的准则或许不相同。现在尚不能确认AI在确诊时，是以患者生命长度为重要衡量，仍是以更好的生命质量为先，抑或底子与人类福祉无关。一名优异的医师能够在重视患者医治计划的一同，照料其心情、花费、家庭状况，现在医疗AI还难以做到。
别的，医疗AI首要依托患者的问诊数据，短少查体进程。一方面，躯体类疾病或许会影响患者的感觉，使其表述出来的感触与病况严峻程度不相符；另一方面，不同疾病也有相似症状，只靠问询很难得到精确成果。
北京大学人民医院骨科主任医师薛峰奉告《》，许多医学问题没有有清晰答案，许多医师也是依托经历，达不到100%的精确率，更何况依托人类经历来进行推理的AI，“现阶段让它来治病仅仅作为一种咨询、一种辅佐，终究判别仍是要交给真人医师，AI还需继续学习和调优”。
多位受访从业者、专家均表明，AI并不能够、也不或许替代医师，不该有处方权。一旦触及确诊、开处方，有必要有真人医师参加其间，不然就会面临“AI治病看错了，究竟是AI担任，仍是AI开发公司担任，抑或是购入AI产品的医院或医师担任”的难题。当AI与医师定见不契合，比方患者期望依照AI主张做十分贵重，但医保不报销的查看，医师觉得没有必要时，也或许呈现道德问题。
据《华尔街日报》本年6月报导，在加州大学戴维斯分校医学中心肿瘤科，护理梅丽莎·毕比和癌症患者打了15年交道。当AI预警系统提示她的一名患者有败血症时，她坚信警报是错的——由于AI不知道，白血病患者也会表现出相似败血症的症状。
依照医院规则，毕比能够在取得医师赞同后推翻AI的确诊，但假如她错了，她将面临处置。终究，她只好依照AI的确诊给患者抽血查看，即便这或许会让患者进一步感染，也会让其医治费用更高。
未来临床实践将怎样确保医师参加监管AI？薛峰表明有两种幻想：一是依然由医师担任开处方，AI只担任前期问询及信息搜集；二是由AI开处方，但医师需求审阅医治计划，至少确保药物无害并签字，若呈现问题，仍由签字医师担任。
全新的三方联系
6月末，医联在成都举行了一场“双盲实验”，让MedGPT与10位四川华西医院的主治医师一同对120余位患者进行确诊，来评测AI与真人医师的共同性，终究由多位专家对91份有用病例审阅。刘国梁与薛峰都参加了此次审阅，二人表明MedGPT的效果比预期稍高，没有呈现太大过错，但也存在一些问题。
薛峰表明，MedGPT在面临杂乱病况时的问诊逻辑还很简略。他解说说，每一种疾病往往会有一组症状，单一症状对应的疾病或许有几十种、上百种，而患者在表达主诉时往往只会说到其间一两个最严峻的症状。做扫除确诊时，真人医师能够不断就或许的相关症状进行发问，终究依据患者答复作辨别，而MedGPT在相关不同症状的全面性上还有缺乏。
王仕锐称，医联的下一步除了进步精确率，还会整合多模态才能，补偿不能进行查体的缺点。比方给MedGPT“装眼睛”，以视频方法做运动轨道辨认，处理骨科查体难题。谷歌在7月末推出新的通用生物医疗AI模型Med-PalM M，除了答复医疗问题，Med-PalM M还可查看X光图画，乃至扫描 DNA 序列是否存在骤变。
摆在问诊AI面前的问题，还有监管。此前，国家药监局器审中心发布的《人工智能医疗器械注册查看辅导准则（征求定见稿）》等文件规则，依据医疗器械数据、运用人工智能技能完结其预期用处的医疗器械，需求经药监局批阅上市。医疗器械数据包括图画数据、生理参数、体外确诊数据等，电子病历、医学查看陈述的成果文本等归于非医疗器械数据。
以MedGPT为例，尽管首要依托患者主诉信息，可是也会给患者开查看陈述，依据血糖、血压等数据来引荐医治计划。王仕锐表明，在当下的监管系统中难以界定其是否归于医疗器械，对此类新式产品，相关部分或许会有新的监管结构。
7月13日，国家网信办联合六部分发布《生成式人工智能服务办理暂行方法》（下称《方法》）。《方法》自2023年8月15日起施行，其间说到鼓舞生成式AI立异展开，并要求“具有言论特点或许社会发动才能”的产品，向大众供给服务前，需展开安全评价，并实行算法存案。依据生成式AI的问诊产品是否要请求安全评价和算法存案，多家企业说法不一。前述学者表明，该《方法》为医疗AI设定了合法合规的结构，但针对医疗AI的监管怎样施行，规范怎样拟定，《方法》还未清晰。
“规范化最要害的、最实质的意图便是树立最佳次序。”该学者说，为立异产品拟定规范是一个缓慢的进程，究竟怎样定、定多高需求不断探索。多位受访从业者都表明从研制到进入临床，医疗大言语模型还有很长一段路走，但也都认可AI必定是未来医疗格式的一分子。
AI能够使医疗形式转向社区化、家庭医师化。薛峰表明，门诊中90%以上都是常见病，能够经过家庭医师来处理，但现在医疗资源并不均衡，三甲医院与底层医院医疗水平相差过大，导致患者对社区医院不信任。
薛峰说，若AI成为面向患者的家庭医师，患者经过预先咨询AI，可为医疗机构减轻负担，一同也增加对病况的开端了解，找准治病方向。“这样的医疗形式有助于医疗规范化，削减过度医疗或医疗诈骗。”薛峰说。
在面向医师的场景中，AI的效果能够更多。多位受访专家表明，AI能够成为帮手，协助医师学习疑难杂症的前沿医治计划，削减误诊率，亦可参加医学练习，协助年青医师及医学才能缺乏的底层医师生长。美国波士顿的一家医疗机构已开端运用ChatGPT来练习规培生。“由于医学练习有时候不存在对错，而是练习医师的思想方法、成果解读、交流等，能够（用AI）独自去练习这些才能。”刘国梁说。
更直接的或许性是AI能使医师从文书的工作中取得解放。浙江某三甲医院的一名规培医师奉告《》，接纳新患者时会花费不少时刻写首程确诊。本年2月开端，他测验让ChatGPT帮他写辨别确诊，“由于有时候确诊都很清晰了，还要费尽心机去想辨别确诊也挺烦。我会直接把问题抛给ChatGPT，奉告它我想写某两种疾病的简练确诊，它会给我列出好几点。”
未来医疗究竟会怎样，微软全球资深副总裁彼得·李与两位合著者在《逾越幻想的GPT医疗》中描绘了一种新的医患联系：传统医学中医师与患者是一对双向联系，但现在咱们应该转向一种全新的三方联系，而AI是这个三角联系的第三支柱。
（）