AI醫生會取代真人醫生嗎？

“醫生，我之前有痛風，前幾天膝蓋疼，是痛風發作了嗎？”

“發病前有大魚大肉、吃海鮮、吃動物內臟嗎？去醫院查過尿酸嗎？結果高不高？……”

回答患者問診的不是真人醫生，而是一款名為MedGPT的醫療大語言模型。

今年以來，ChatGPT風靡全球，國內外掀起“百模大戰”，這股開發浪潮也席捲醫療行業，微軟、谷歌、騰訊、百度、商湯科技、醫聯等多家科技公司和醫療企業，開始佈局醫療大語言模型，據不完全統計，相關大模型已發佈近50款。醫療大語言模型將發揮哪些作用？以大模型驅動的“AI醫生”會如何改變醫療行業？離真正應用還有多遠？

醫療大語言模型可以扮演哪些角色？

“大語言模型的發佈，補齊了我們研發的最後一塊‘拼圖’。”説這話的，是醫聯集團研發中心總經理王磊。今年5月，該公司發佈了國內首款自主研發的醫療大語言模型——MedGPT，被稱為國內首位“AI醫生”。

不過，在産品面世前，項目曾中斷了兩年。“主要是語義識別上的障礙。”王磊解釋，早在2019年，公司就在開發針對單個病種的“AI醫生”，但語義識別能力比較差，“比如對頭痛的語義識別，當我説腦殼疼、後腦勺疼、偏頭疼，它就無法準確識別，沒有辦法做到語言泛化。”2021年，該項目被迫停掉時，“AI醫生”的研發“拼圖”已經完成了99%。

大語言模型的出現，讓企業看到新的機會。由於其具有超強的語義理解能力、生成能力和邏輯推理能力，剛好彌補了過去AI醫療的短板，一時間，國內外企業都爭相用大語言模型賦能醫療行業。

“在醫院，能用到醫療大語言模型的場景非常多。”中科院成都資訊技術股份有限公司智慧醫療事業部總經理姚宇舉例，比如書寫患者病歷、臨床記錄，這些工作重復耗時繁瑣，如果用生成式AI來自動書寫病歷，可以極大減輕醫生的工作負擔，提升工作效率，讓他們有更多時間專注診療與科研。

其實，近年來，人工智慧已在醫學影像領域得到廣泛應用。“在CT、核磁共振等影像檢查上，AI在一些病灶識別上已經非常精準高效。”姚宇舉例，比如腫瘤放療的靶區勾畫，一般醫生勾畫一個病例要40—50分鐘，但AI自動勾畫只需要5分鐘。

從目前已經發佈的多款醫療大語言模型來看，“AI醫生”已經身兼數職：自動生成病歷、智慧問診、健康管理、輔助診療……

“大語言模型擅長語義理解，非常適合與患者溝通。”王磊介紹，醫聯的MedGPT可通過與患者進行多輪對話，了解病人病情，推薦治療方案，同時還可以進行疾病預防、治療、康復等各個流程的智慧化問診。目前已擁有近3000種疾病的首診能力，覆蓋80%以上的成年人疾病和90%以上的0—12歲兒科疾病。

今年9月，百度也發佈了基於文心大模型的醫療大模型“靈醫”。“靈醫”能夠根據醫患對話、結合自由文本秒級生成結構化病歷，還能為患者提供24小時的智慧客服服務，成為患者的“健康管家”。

“大語言模型下，‘AI醫生’不再只是簡單給出答案，它還可以與醫生深度討論。”姚宇表示，未來，

基於個體差異和患者的影像、臨床、病理等多模態數據，“AI醫生”能夠為患者推薦個性化的治療方案，輔助醫生更好地開展診療。

如何訓練出一位高水準的“AI醫生”？

“AI醫生”的研發門檻很高，既要懂技術，又要懂醫療。如何訓練出一位高水準的“AI醫生”？

獲取海量且高品質的醫學數據是第一步。“在大模型訓練過程中，需要大量多樣性的醫學文本數據‘餵養’。”王磊表示，但現實中，由於各級醫療機構的業務系統相對獨立，數據碎片化嚴重。同時為了保護患者隱私，醫療數據很難實現共用。

在這方面，醫聯具備先發優勢。“我們佈局AI醫療業務多年。”王磊介紹，醫聯成立於2014年，作為一家網際網路醫院，前期和大型醫療機構合作開展了大量的醫療數據清洗工作，有數據和技術上的沉澱。

在預訓練階段，MedGPT使用了超過20億條醫學文本數據，微調訓練階段使用了800萬條結構化臨床診療數據，並投入超過100名醫生參與人工反饋監督微調訓練。

更大的挑戰是“AI幻覺”。很多人跟ChatGPT聊天有一個共同感受：不管問什麼，它好像都能給出答案，但仔細查看，會發現它有時只是在“一本正經胡説八道”，這被稱為“AI幻覺”。

醫學診斷，既需要醫生的專業知識，還要借助各種輔助診療手段。醫療大語言模型，僅靠文本對話，能實現準確診斷嗎？如何克服模型“幻覺”，避免誤診？

一方面是優化問診程式。“MedGPT不會輕易下診斷結論。”王磊解釋，首先會循序漸進地引導患者，進行多輪問診，收集足夠多的診斷資訊，問診環節結束後，如果MedGPT 需要進一步明確病情，還會給患者開具必要的醫學檢查。

如何連結到檢查項目？王磊介紹，MedGPT上整合了第三方醫療插件，可以提供到府檢查服務。比如血液檢查，通過醫聯的“雲檢驗”，可以讓醫生到府採血或引導用戶去社區檢測點檢查，之後檢測機構會將結果回傳系統。“未來如果我們整合了足夠多的多模態能力，患者就可以儘量不用去醫院了。”王磊説，基於問診和醫學檢查數據，MedGPT就能進行後續疾病診斷併為患者設計疾病治療方案，之後，醫聯的網際網路醫院還能提供送藥到家服務，MedGPT會為患者提供用藥指導與管理、智慧隨訪復診、康復指導，從而形成從疾病預防、診斷、治療、康復的全流程診療服務。

另一方面，對訓練過程進行監督。“在微調訓練階段，MedGPT的每一次回答，都會經過內部的‘醫學專家系統’校驗。”王磊介紹，真人醫生會對問診的準確率、效率、全面性、風險提示程度等進行評價，只有符合預期才能輸出結果，發現錯誤會及時校正，通過大量的輸入和校正，從而提升問診的準確程度和問診效率。

讓“AI醫生”給患者看病還有多遠？

今年6月，MedGPT與來自四川大學華西醫院的10位主治醫師共同對120余名真實患者進行問診，並接受行業權威專家的評價打分，結果顯示，真人醫生綜合得分7.5分，AI醫生的綜合得分7.2分，雙方結果一致性達到96%。

“MedGPT通過多輪詢問收集足夠資訊，誤診、漏診的概率較小。”在場多位專家均對MedGPT的前景看好，不過，MedGPT在分型診療、疑難雜症、罕見疾病等方面仍存在不足。此外，還要解決大語言模型可解釋性不足的問題。姚宇表示，在醫療行業，如果可解釋性不足，可能醫生就不敢用這個大語言模型。

醫療大語言模型是否會顛覆醫療行業？對此，業內人士普遍持積極態度。“現在，很多患者對基層醫院不“感冒”，三甲醫院門診中90%以上都是常見病。”姚宇認為，AI醫療可以提升基層醫院的診療水準，改變醫療資源分佈不均的局面，賦能分級診療，讓偏遠地區的患者也能接觸到優質醫療資源。

不過，要讓“AI醫生”給患者看病，還有很長一段路要走。

首先是法律門檻。2018年國家發佈的《網際網路診療管理辦法（試行）》明確規定，“不得對首診患者開展網際網路診療活動。”這意味著，當前法規要求下，“AI醫生”無法對患者進行首診。

“醫療大語言模型是否需要申請安全評估和演算法備案，未來如何監管，還需要法規進一步明確。”王磊表示，由於政策限制，MedGPT並未向公眾開放，目前僅用於學術研究。他也透露，下一步，醫聯將與醫療機構和醫學專家加強合作，進一步論證産品的準確性，並推動AI診療標準建設。公司正在開發面向患者的To C版本的AI診療産品，並同步走審核程式，儘快推動産品落地。

雖然面向公眾開放的時機尚未到來，但多家科技公司已在定向與公立醫院、連鎖藥房、網際網路醫院平臺等開展商業合作，開放醫療大語言模型的內部體驗，推動應用場景落地。

姚宇則注意到政策中的積極信號。《生成式人工智慧服務管理暫行辦法》一方面明確了法律底線，另一方面也提出了鼓勵措施，“這説明國家非常重視生成式AI的創新發展，希望通過管理來驅動整個行業健康規範發展。”

隨著醫療大語言模型的發展，未來，“AI醫生”會取代真人醫生嗎？

對此，多位業內人士均給出了堅定答覆：“儘管人工智慧在醫學領域取得了很大進展，但醫生的專業性和臨床經驗是不可替代的。”（記者 史曉露）