家当界对探索这项“颠覆性技能”的运用兴致勃勃，医疗领域也不例外。
芯片巨子英伟达的CEO黄仁勋多次在公开场合表达对医学与AI相结合的期望，落实到详细行动上，英伟达在2024年GPU技能（GTC）大会上一口气发布了25个医疗、生物制药干系的“微做事”，覆盖医学影像、药物研发和数字康健等领域。

医院已经成为探索AI运用的一个主要场所。
“我以为未来用AI赞助诊疗肯定是一种趋势，就像开车用导航一样，运用会越来越多。
”近日，复旦大学智能医学研究院（筹）常务副院长刘雷在接管澎湃科技采访时说，“目前大模型在赞助诊断方面还没有特殊突出的运用。
未来可能逐步会有针对专病的专业版人工智能涌现，大概不是大模型，而是中小模型。
”

甲状腺专病诊疗AI

近日，澎湃科技从上海交通大学医学院附属第六公民医院普外科主任医师周光文教授处得悉，上海蝶笙医疗科技有限公司开拓了一款甲状腺疾病在线诊疗平台，名为“蝶生康健-蝶生智医”（以下简称“蝶生康健”）。

周光文是上述公司的科学顾问。
据他先容，“蝶生康健”有三大功能板块，分别为“蝶生智医”、“甲状腺九大诊断评估工具”和“甲状腺关键指标记录工具”。

“蝶生智医”是甲状腺专科AI年夜夫，由AI大模型驱动，通过自主学习国内外大量的甲状腺医学指南、医学书本、临床案例和学术论文，形成一套标准化的诊疗流程。
它可以随时为患者供应个性化的康健管理和治疗建议，充当“24小时智能年夜夫”。
现阶段大部分为免费咨询，只有在平台上联系专业年夜夫问诊须要支付用度。

“甲状腺九大诊断评估工具”是一种赞助诊断工具。
对付未手术的患者，它可以供应甲状腺结节风险评估、甲状腺癌赞助诊断、甲状腺功能报告解读等做事；对付已手术的患者，它可以供应甲状腺癌复发风险评估、TSH（匆匆甲状腺激素）抑制治疗用药副浸染风险评估、甲状腺癌术后TSH抑制目标、药量调度建议、术后是否行碘-131治疗的建议等。
“甲状腺关键指标记录工具”可以全程跟踪患者治疗进展，促进医患之间的沟通。

周光文表示：“讲得更普通一点，我们可以做甲状腺全病程管理，能精准地见告患者什么时候做超声，什么时候验血，定期随访，术后会不会复发等。
”

周光文见告澎湃科技，“蝶生康健”是在ChatGPT和一些海内的其他大模型的根本上开拓的。
之以是选择做甲状腺疾病的诊疗AI，是由于甲状腺疾病比较适宜做线上管理，通过化验、超声结果，基本就能判断疾病的进展。
但穿刺等操作性的过程还是须要年夜夫来完成。
据他先容，该平台目前大约能代替50%的医患真实咨询，“这50%和自然的诊疗环境完备符合，其余的50%是有争议的，不同的年夜夫有不同的说法。
三年后，我们大约能覆盖70%-80%的真实诊疗环境。
”

周光文说，“蝶生康健”平台现已纳入万级以上患者的真实数据。
团队从10万个顶尖年夜夫的咨询回答中，精选了2万个回答，天生一个仿照医患就诊的真实生态环境的系统。
最紧张的目的是为年夜夫做医疗赞助，尤其是在三四线城市。
他们正在寻求和医院的互助，希望将他们的系统接入医院的信息系统。

“很多三四线城市的年夜夫缺少学习的机会和环境，为日常的噜苏事情所累，这个平台能够提升他们的诊疗水平，减轻他们的包袱。
它还可以供应全病程管理，替代重复大略的事情，尤其是可以方便外科年夜夫的患者管理，让他们把把稳力集中在手术上。
另一方面，它可以打算每位患者每年的用药量，可以减少药品摧残浪费蹂躏。
我们还和商业保险互助，降落患者的诊疗用度，让医保更高效。
”周光文说。

专病AI可能逐步涌现

类似的考试测验还有很多。
例如，近日在一场行业会议上，华为云盘古医学大模型卖力人祝晓庆先容，其团队在探索运用大模型做事于医疗的场景，涵盖诊前、诊中、诊后三个阶段，诊前做医疗知识科普、智能问诊等，诊中做病历天生、赞助诊断等，诊后做预后管理等。

蛋壳研究院发布的《2023医疗人工智能报告》将医疗AI分为影像学AI、生命科学AI（新药AI）、信息学AI三类。
信息学AI是一个相对传统的市场，2023年，海内信息学AI低调融入各种系统，并借助大措辞模型考试测验技能内核的跨时期升级。
除专科CDSS（ClinicalDecisionSupportSystem，医疗机构临床决策支持系统）以独立产品形态进行发卖，绝大多数AI以支撑技能存在，置于成熟产品或办理方案中。

2023年3月，《新英格兰医学杂志》（NEJM）揭橥题为《临床医学中的人工智能和机器学习，2023》的评论文章，个中提到，人工智能赞助心电图、白细胞分类计数的读取、视网膜照片和皮肤病变的剖析以及其他图像处理任务已成为现实，并纳入日常医学实践。
除阅读图像外，人工智能还可以在识别可能影响公共卫生的传染病爆发、罕见和常见疾病等许多方面供应帮助。

AI在医疗中的运用处景。
图片来源：NEJM

刘雷说，大模型在医疗场景中的浸染紧张表示在笔墨性事情和赞助诊疗两方面。
大模型处理数据和知识的能力比人强很多，以是在做笔墨事情、知识管理等方面的事情时效率会比人高很多。
例这样多医院已经开始利用的电子病历，过去是人工撰写，比较麻烦，而且随意马虎出错，现在用AI替代，既可以节省医护职员的韶光，又可以减少人工可能产生的缺点。
赞助诊疗方面，由于大模型对繁芜事物的影象力更强，能够看到更多文献，也能做不少事情。

刘雷团队开拓了一款罕见病智能筛查与赞助诊断系统。
研究团队基于脸部、皮肤或其他器官的特色，结合生化特色，用大模型把图像、文本和其他不同模块的数据综合在一起，进行罕见病的筛查和赞助诊断。
这个别系会先判断患罕见病的风险，若患病风险高，系统会给出可能患的疾病列表。

“这个别系筛查的准确度可以达到88%，灵敏度达到97%，假阴性率只有3%。
它不是单病种的筛查，系统给出疾病列表后，须要进一步补充证据来确诊。
罕见病的诊断本身就须要4年以上的韶光，临床证据须要逐步积累。
”刘雷说。
目前，他们已经和复旦大学附属儿科医院、中国公民解放军总医院（301医院）以及一些药企开展互助，希望将这个别系真正推向临床。

“目前大模型在赞助诊断方面还没有特殊突出的运用，很多年夜夫用ChatGPT查找医学答案，像谷歌一样，找到的答案很可能是有问题的。
现有大模型还不能真正用于临床赞助诊断，须要在数据和医学知识图谱的根本上重新演习。
未来可能逐步会有针对专病的专业版人工智能涌现，真正在医学上运用的大概不是大模型，而是中小模型。
它可能不须要那么多数据、那么强的想象能力，只须要准确、高效、有逻辑推理能力。
”刘雷说。

目前，在医院运用较为成熟的赞助诊断办法是CDSS。
据国家卫生康健委印发的《医疗机构临床决策支持系统运用管理规范（试行）》，CDSS是通过运用信息技能，综合剖析医学知识和患者信息来支持临床决策的一种打算机赞助信息系统。
普通来讲，CDSS的实质是由临床指南、医学文献等客不雅观数据资料构成的医学知识库，可以把年夜夫记不住的知识用打算机呈现出来。
据动脉网数据，海内AI医疗行业下贱需求中，CDSS占比近30%。

CDSS的一个主要组成部分是医学知识图谱。
刘雷说，医学知识图谱很准确，但目前的运用比较笨拙，只能做大略的问答，不能像大模型回答一样平常生活问题那样自然，“将大模型和医学知识图谱相结合，用医学知识图谱改变大模型不专业的特点，又用大模型可以比较自然地进行人机对话的能力来改进传统办法笨拙的特点，是市场热点之一。
”

AI起赞助浸染，问题是赞助浸染有多大

在AI赞助诊断领域，开拓者碰着的一个紧张寻衅是机器“幻觉”（hallucination）。
据哈尔滨工业大学和华为的研究职员2023年11月揭橥在论文预印本平台arXiv上的一篇综述，大模型的“幻觉”是指模型天生的内容与现实天下事实或用户输入不一致的征象。
刘雷说，这可能导致用户问AI问题时，AI会给出错误的回答，而且这种缺点可能比较暗藏，非专业人士会相信它说的是真的。
因此在AI问诊中，AI不能自己下处方，终极的诊断和处方仍旧要由年夜夫来下。

AI要真正在临床上落地运用，准确度是一个主要问题。
“医院本身有传统的赞助诊断办法，AI是否真正提高了效率和准确度有待证明。
这个中，数据是一个瓶颈，即用于演习AI的语料数据是否能够让模型变得更加准确。
”刘雷说。

在开拓“蝶生康健”的过程中，周光文团队碰着了类似问题。
“ChatGPT的原始措辞是英语，一个单词只代表一个意思，但中文里一个单词可能有不同的意义。
对付同一个问题，不同的患者表达不同。
例如，‘甲状腺有结节吗？’有些人会表述为‘甲状腺有肿块吗？’系统可能理解不了不同的表述。
我们在这方面花了很多精力，但仍有一些不完全，未来会进一步完善。
”周光文说。

他们碰着的另一个问题是真实数据的网络。
“初期招募患者很难，尤其是在新冠疫情期间。
但我们做了一个精确的选择，在疫情期间大力推广线上咨询，后来很多人慕名而来。
”周光文说。

周光文表示，“智能年夜夫会带来不雅观念上的革命性变革，任何有真实天下的履历和医学指南的诊疗都可以被覆盖，但是覆盖的过程要精准，还有比较长的一段路要走，但总是要前行。
”

年夜夫和患者的接管度也是一个问题。
刘雷说，“几年前深度学习刚开始运用于医疗领域时，有些年夜夫是有抵触感情的，认为它并没有那么好，反而可能增加麻烦。
但现在大家都在拥抱人工智能的市场。
AI 能够提高所有事情的效率，在诊疗上更是如此。
中国病人多年夜夫少，把一些事情交给AI做，年夜夫能有更多韶光考虑疑难的临床问题。
”

这也是周光文希望“蝶生康健”起到的浸染之一。
“AI可以帮助年夜夫办理大略、重复的诊疗，这部分患者大量涌入门诊，实际上占用了宝贵的门诊资源。
用AI来替代，实在也是对年夜夫的解脱。
”周光文说，他目前收到的反馈是，年轻年夜夫非常接管AI供应的支持。

“年夜夫不会被替代，但是年夜夫要懂得利用AI。
就像开车用导航一样，在导航涌现以前，大家也会开车，但是导航涌现往后，司机走错的路更少了，导航也逐渐成为必备的工具。
”刘雷说，“AI起到的浸染是赞助，问题是它能在多大程度上进行赞助。
”

据《财新》2024年4月29日宣布，浙江大学医学院附属邵逸夫医院院长蔡秀军在2024中关村落论坛年会的一场平行论坛上提出，AI助理上线，该当减轻年夜夫的包袱，为繁忙的年夜夫节省韶光。

现实医疗中，AI存在“帮倒忙”的可能性。
刘雷举例，在肺结节的检测中，AI可以一下子检测到很多肺结节，年夜夫如果对每个肺小结节都进行剖析，包袱就会加重。
由于大部分小结节不会影响康健，不须要报告。
此外在CDSS中，现有的方法常常涌现过度药物预警的情形，总是亮黄灯，对年夜夫来说更像是“骚扰”，年夜夫就把它关掉，不再利用。

“我以为未来用AI赞助诊疗肯定是一种趋势，就像开车用导航一样，运用会越来越多。
年夜夫和患者对AI的接管度也在逐步提高，但是它能不能真正形成一个商业模式，还是个问题。
”刘雷说道。

前述《2023医疗人工智能报告》提到，基于大措辞模型（LLM）的运用研发仍处于探索阶段。
该技能严重依赖环境，须要医院同时具备根本举动步伐和智能算法。
如今开源节流大环境下，乐意为其付费的医院尚未形成规模。

参考资料：

1.https://arxiv.org/abs/2311.05232

2.https://www.nejm.org/doi/full/10.1056/NEJMra2302038