界面新闻记者
黄华
界面新闻编辑
谢欣
15月25日，互联网医疗公司医联正式发布了其自主研发的医疗大语言模型——MedGPT。该系统是基于Transformer模型架构研发的，系国内首款医疗大语言模型。即国内“首位AI医生”。
当前，这位AI医生具有两方面的能力。一是问诊，这也是这款MedGPT的基础能力。如果要用疾病数量来描绘这种能力的强弱，医联此前的表述是，其MedGPT已经拥有近种疾病的首诊能力，覆盖80%以上的成年人疾病和90%以上的0-12岁儿科疾病。
另一方面，除了问诊，医联的这款MedGPT目标功能也包括疾病预防、治疗、康复等各个流程的智能化诊疗。这也是医联这款产品和同类产品相比的核心差异。也就是，不仅仅做问诊。
从技术的角度看，医联的MedGPT开放了众多接口，以支撑其能够实现多模块运行。王磊透露，医联MedGPT应用平台整合超过了多种医疗模块。具体到实践，在问诊环节结束之后，MedGPT会给患者开具医学检查项目，以进一步明确病情。患者则可以通过医联云检验等多模态能力进行检查。而在诊断后的治疗环节，患者也可医院实现送药到家。此外，MedGPT还会在患者收到药品后主动为患者进行用药指导与管理、智能随访复诊、康复指导等。
而历经这一系列环节，实际也是将医联的医疗资源储备调动了起来，并为其连接线下线上资源、开展行业合作奠定了基础。医联成立于年，是医院之一，线上医疗资源覆盖诸多科室，线下则依托未来医生的门店布局，拥有全科中心、专科中心、企业医务室、社康等多种业态，且业务覆盖全国多个城市。
医联MedGPT项目负责人王磊还表示，医联的MedGPT能和数字疗法衔接。其在发言中举例，当患者家长问“小朋友的意力不集中，我该怎么办？有没有相关治疗办法？”的时候，就可以在医联的MedGPT平台接入数字疗法插件，而其应用中也包括注意力不集中测试的数字疗法工具。
不过，这位AI医生想真正实现给人看病，目前看还有一段路要走。
首当其冲的是法规上的障碍，国内《互联网诊疗管理办法》明确规定，“不得对首诊患者开展互联网诊疗活动。”这也意味着，首诊红线之下，MedGPT及其同类产品的应用都存在实际限制。
这种限制是来源于，当前法规之内，首诊需要有线下医疗机构真人面诊，不能发生在虚拟的互联网线上，那么，基于互联网开展的人工智能诊断更不可能被允许。也就是，如果有患者被AI医生首诊了，这种情况肯定不是合规的。
这样的影响在于，若是想合规，就只能是复诊。但是这也意味着，如果患医院、做过化验、开过药方也拿到药了，则其再去线上找AI医生问诊的必要性可能也不存在了。
同时，基于复诊模式的AI医院提供的在线复诊处方业务，本质没有区别；在业务模式上，除了卖药和给予康复关怀，无法将线下或是实体的检验检测设备和资源关联起来，也提升了将业务起点延申至诊前或是预防环节的难度；而在业务范围上，想要突破慢病管理这种基于长期服药管理的疾病领域，也很难。
并且，失去首诊场景，AI医生给予的话语，与其说是诊断结论，不如说是参考建议，则其医疗权威性和引导患者下一阶段行动的可能性会大打折扣。最终，AI医生只能沦为虚名。另一方面，从开发AI医生的公司角度而言，无论是基于合规考虑，还是基于商业投入产出考虑，向公众大规模开放使用AI医生的时机也还没有到。
在5月25日的产品发布会上王磊也明确表示，由于现在医疗类大语言模型不能轻易发布，直至得到国家政策允许，MedGPT都不会向公众开放，该产品现阶段也仅用于学术研究。
虽然不对公众开放，但医疗诊断的准确性要求不会降低，而这也是AI医疗所面临的最核心问题。
在AI医疗领域，哈佛医学院数据科学家Kun-HsingYu的一句——“AI的一些医疗决策，实际上就是抛硬币”，曾让行业心有余悸。这位科学家的发言，质疑的是AI医疗模型很容易产生随机的判断，但医学诊断的准确性显然不能建立在概率之上。
并且，当前仍有大量AI医疗模型在实验过程中暴露出容易产生漏诊或是带偏见的诊断结果。例如，年，名为EpicSepsisModel的医疗诊断模型被曝出严重漏检问题。该模型用于败血症筛查，通过识别病人早期患病特征检测，但密歇根大学医学院研究者通过分析了2.77万人的就诊情况发现，该模型未能识别67%败血症病患。此后，该公司对模型进行了大调整。
在发布会上，针对这方面的顾虑，王磊给出的答案是——MedGPT是一位善于提问的AI医生，它能够通过多轮问诊，引导患者收集足够的诊断决策因?，再进?到诊断环节，从而保证准确性。
王磊表示，这些决策因子包括症状类、病史类、检验检查类等等。通俗理解就是，医联的MedGPT能够连续问诊。具体而言，“患者一定回答了很多问题，MedGPT才会往下继续，MedGPT是不会轻易的给出诊断。提问例如，你以前得过什么病？得了多久？怎么治疗？治疗效果怎么样？”，王磊说到。
之所以能形成这样“细致问诊的习惯”，是因为MedGPT经历了大量训练，训练的系统不仅仅有大语言模型，还有?系列?程调优技术以及医学?致性校验技术。同时，在这个微调训练阶段，医联采??量真实医?参与监督微调，希望提升模型的疾病特征判断与模式识别能?，确保医疗准确性。
王磊在发言中提及，在MedGPT的开发过程中，医联项目内部建立了“医联医学专家系统”，它是一个多维度的诊疗评价体系，包括评价问诊的准确率、效率、全面性、错误率、风险提示程度等；而MedGPT模型的每一次回答都会经过该医学专家系统校验，只有符合预期才能输出，没有符合预期就会让其重新作答，直到其达到要求，就好像AI医生在给出答案时身后有临床医生在时刻
转载请注明：http://www.0431gb208.com/sjszlff/7296.html
