醫(yī)聯(lián)MedGPT丨“診斷”直播測評！治療方案與真人醫(yī)生96%一致
據(jù)消息，醫(yī)聯(lián)研發(fā)的國內(nèi)首個醫(yī)療大模型：MedGPT，已經(jīng)在“接診”患者了。
不可否認(rèn)的是，MedGPT還有些問題需要調(diào)整，幾位專家指出它會出現(xiàn)偶爾過度給出治療建議、重復(fù)推薦檢查項目、某些概念表述不準(zhǔn)確，以及無法實現(xiàn)查體等局限——要想MedGPT更加可用，這些意見一定程度比正面評價還要重要。
【資料圖】
但總的來說，首個醫(yī)療大模型的公開首秀的結(jié)果還算不錯。
總結(jié)下來，首先是大模型的基本能力都有，語義理解、多輪對話、多模態(tài)識別等，還能像OpenAI那樣通過插件商店鏈接到各種行業(yè)應(yīng)用。
還有通用大模型被廣為詬病的對齊和準(zhǔn)確性問題，MedGPT整個流程結(jié)果也不輸真人醫(yī)生。
再從行業(yè)維度來看，確實能真正從醫(yī)學(xué)角度為醫(yī)生提供有效幫助，提升患者疾病管理效率。
此次真實測試過程中可以看到，它能基于有效問診以及醫(yī)學(xué)檢查數(shù)據(jù)，MedGPT得以進行準(zhǔn)確的疾病診斷，并為患者設(shè)計疾病治療方案。
甚至在診后，MedGPT還會在患者收到藥品后進行用藥指導(dǎo)與管理、智能隨訪復(fù)診、康復(fù)指導(dǎo)等智能化疾病管理工作。
目前它基本覆蓋ICD10的60%疾病病種，這意味著常見病癥都能Hold住還能7*24小時不間斷干活，一旦規(guī)?；涞剌o助醫(yī)生診療，能大大提升醫(yī)療效率，對于分級診療，醫(yī)療資源普惠，都能夠發(fā)揮一定作用。
首個醫(yī)療大模型如何煉成？
醫(yī)療向來是AI落地中專業(yè)性最強、壁壘性最高，對安全要求最高的領(lǐng)域之一。
以往用戶們會習(xí)慣性使用信息搜索來幫助自己做一些初步的疾病判斷，但信息魚龍混雜，普通用戶缺乏專業(yè)知識無法進行有效篩選，最終導(dǎo)致往往會收效甚微。
但又因為這個領(lǐng)域牽涉到每個人的生命健康，市場需求和社會價值一直很大。
因此自ChatGPT誕生以來，關(guān)于何時能在醫(yī)療領(lǐng)域“上崗”發(fā)揮作用，就備受產(chǎn)學(xué)研各界專家的關(guān)注。
誠如“弱智吧”成為檢驗各個通用大模型能力的Benchmark一樣，各個大模型的醫(yī)療能力也在美國執(zhí)業(yè)醫(yī)師資格考試USMLE中摩拳擦掌。
早些時候，?哈佛大學(xué)教授曾親自下場測試ChatGPT輔助診斷的表現(xiàn)。
結(jié)果顯示，ChatGPT在45個案例中39個診斷正確，并為30個案例提供適當(dāng)?shù)姆衷\建議。這樣的表現(xiàn)已經(jīng)超過現(xiàn)有機器診斷水平，接近醫(yī)生。
另一個代表，谷歌健康團隊打造的Med-PaLM 2，它能回答各種醫(yī)學(xué)問題，據(jù)稱是首個在美國醫(yī)療執(zhí)照考試中達(dá)到專家水平的大語言模型。
但能做題并不能意味著就能落地應(yīng)用。
以GPT-4為首的通用大模型，他們高度依賴文本統(tǒng)計概率生成答案。相信大家也能感知到它很擅長一本正經(jīng)地胡說八道，如果應(yīng)用在日常交流，倒也樂在其中。
但要是應(yīng)用到行業(yè)中去，往往非專業(yè)人士會難以察覺，這就會引發(fā)各種風(fēng)險，尤其又像醫(yī)療這種民生行業(yè)，對內(nèi)容生成的把控要求更高，容不得半點差池。
更不用說醫(yī)療本身覆蓋知識面廣而繁雜，而且從整個就醫(yī)流程來看，診前、診中、診后都涉及各種各樣長尾任務(wù)，所需高質(zhì)量數(shù)據(jù)可能并不比通用模型小，且大部分?jǐn)?shù)據(jù)不是靠網(wǎng)上摘取。
這對企業(yè)來說，不單只是算法、算力和數(shù)據(jù)的考驗，而是一整套系統(tǒng)工程性難題。
既然如此，作為國內(nèi)首個醫(yī)療大模型MedGPT，又是如何做到的呢？
簡單總結(jié)：專業(yè)大模型，以及多種準(zhǔn)確性機制保架護航。
首先，一上來就打造醫(yī)療大模型。
此前專業(yè)大模型的思路是，先打造一個大模型，再利用專業(yè)數(shù)據(jù)做監(jiān)督微調(diào)。但MedGPT直接是以醫(yī)療數(shù)據(jù)預(yù)訓(xùn)練、微調(diào)以及超100名醫(yī)生參與RLHF機制。
標(biāo)簽：
