當(dāng)“望聞問切”遇上人工智能

葉青

未來將大語(yǔ)言模型應(yīng)用于醫(yī)學(xué)可能會(huì)成為一種趨勢(shì)。在分診問診等臨床咨詢階段，利用模型與患者進(jìn)行交互，收集到完整、準(zhǔn)確的信息并形成初步意見，再將其交給專業(yè)醫(yī)生進(jìn)行最終判斷，這在一定程度上可以減少因?yàn)樾畔⑹占怀浞?、患者主訴不明確等問題帶來的誤診和漏診。

你是否想過，未來給你問診的可能是人工智能？據(jù)報(bào)道，用于尋醫(yī)問診的大語(yǔ)言模型在國(guó)內(nèi)已經(jīng)出現(xiàn)，醫(yī)檢行業(yè)等垂直領(lǐng)域也正加速布局對(duì)應(yīng)的大語(yǔ)言模型。不僅如此，《自然》雜志近日還發(fā)表了一篇論文，展示了一個(gè)用于評(píng)估大語(yǔ)言模型在醫(yī)學(xué)問題上整體表現(xiàn)水平的基準(zhǔn)。

那么，將大語(yǔ)言模型用于尋醫(yī)問診是否有可能成為一種趨勢(shì)？其技術(shù)原理是什么，又該如何對(duì)其進(jìn)行監(jiān)管和評(píng)估？帶著這些問題，筆者者采訪了相關(guān)專家。

ChatGPT的發(fā)布，掀起了各廠商研發(fā)大語(yǔ)言模型的熱潮?！按饲叭斯ぶ悄軕?yīng)用于醫(yī)學(xué)的進(jìn)展速度并不算快，能否借助這一輪大語(yǔ)言模型發(fā)展熱潮，把對(duì)專業(yè)性、精準(zhǔn)度要求極高的AI醫(yī)療推向發(fā)展的快車道，成了大家現(xiàn)在關(guān)注的焦點(diǎn)?！睆V州金域醫(yī)學(xué)檢驗(yàn)集團(tuán)股份有限公司（以下簡(jiǎn)稱金域醫(yī)學(xué)）數(shù)字化運(yùn)營(yíng)管理中心算法總監(jiān)劉斯表示。

國(guó)內(nèi)在“大語(yǔ)言模型+醫(yī)學(xué)”領(lǐng)域雖起步相對(duì)較晚，但也是“八仙過海、各顯神通”。今年5月，互聯(lián)網(wǎng)醫(yī)院——醫(yī)聯(lián)率先發(fā)布了基于Transformer架構(gòu)的國(guó)內(nèi)首款醫(yī)療大語(yǔ)言模型——MedGPT。而在醫(yī)檢領(lǐng)域，金域醫(yī)學(xué)正聯(lián)合華為云等行業(yè)巨頭，研發(fā)聚焦智能臨床咨詢、檢測(cè)項(xiàng)目智能推薦、智能檢測(cè)報(bào)告生成與解讀等方面的醫(yī)檢行業(yè)大語(yǔ)言模型。

目前，網(wǎng)絡(luò)上也有一些沒有大語(yǔ)言模型加持的尋醫(yī)問診機(jī)器人。這種機(jī)器人與大語(yǔ)言模型加持下的尋醫(yī)問診機(jī)器人有何不同？

“大語(yǔ)言模型加持下的問診服務(wù)將具有更好的柔性。在患者不能用專業(yè)術(shù)語(yǔ)描述自身癥狀，或者患者的回答并沒有按照預(yù)設(shè)路徑進(jìn)行的時(shí)候，大語(yǔ)言模型擁有更加靈活的應(yīng)對(duì)能力。”劉斯透露，利用這些特性，他們正在訓(xùn)練醫(yī)檢大模型，并希望借此打造人工智能醫(yī)檢咨詢師。

當(dāng)前，醫(yī)檢服務(wù)正日益趨向?qū)I(yè)化、精準(zhǔn)化、個(gè)性化。以廣東省新一代人工智能開放創(chuàng)新平臺(tái)的承建單位金域醫(yī)學(xué)為例，其已在醫(yī)檢生成式人工智能領(lǐng)域有所布局，目前已建立起標(biāo)準(zhǔn)報(bào)告語(yǔ)言規(guī)范及高質(zhì)量專病數(shù)據(jù)庫(kù)，并正利用預(yù)訓(xùn)練模型在醫(yī)學(xué)文本實(shí)體抽取、病理報(bào)告結(jié)構(gòu)化等領(lǐng)域開展探索。

受訪專家們一致認(rèn)為，未來將大語(yǔ)言模型應(yīng)用于醫(yī)學(xué)可能會(huì)成為一種趨勢(shì)。在分診問診等臨床咨詢階段，利用模型與患者進(jìn)行交互，收集到完整、準(zhǔn)確的信息并形成初步意見，再將其交給專業(yè)醫(yī)生進(jìn)行最終判斷，這在一定程度上可以減少因?yàn)樾畔⑹占怀浞帧⒒颊咧髟V不明確等問題帶來的誤診和漏診。這個(gè)方案不管是從準(zhǔn)確率還是從效率上來看，都具備一定的可行性。

“許多最前沿的醫(yī)療知識(shí)分散在少數(shù)人手里，而大語(yǔ)言模型卻能夠融合頂尖知識(shí)，提供更加普惠的醫(yī)療知識(shí)服務(wù)?！弊笫轴t(yī)生創(chuàng)始人兼CEO張超說。

上海長(zhǎng)海醫(yī)院實(shí)驗(yàn)診斷科主任、博士生導(dǎo)師劉善榮也表示，未來若能搜集到大型三甲醫(yī)院的醫(yī)生對(duì)于某些疾病的認(rèn)知并將其導(dǎo)入大語(yǔ)言模型進(jìn)行整合、學(xué)習(xí)，一些醫(yī)療資源不充足的地區(qū)也有可能享受到高質(zhì)量的醫(yī)療服務(wù)。

大語(yǔ)言模型或許能提升醫(yī)檢行業(yè)效率，但在面對(duì)真實(shí)的尋醫(yī)問診場(chǎng)景時(shí)，目前的大語(yǔ)言模型仍有其局限性，這主要體現(xiàn)在準(zhǔn)確性、一致性和及時(shí)性上。

在準(zhǔn)確性上，由于模型預(yù)訓(xùn)練時(shí)所用的文本范圍不一定囊括所有專科，針對(duì)疑難雜癥以及罕見疾病的語(yǔ)料也不一定足夠豐富，因此模型在面對(duì)較為罕見的場(chǎng)景時(shí)，有可能會(huì)出現(xiàn)根據(jù)它當(dāng)前掌握的知識(shí)強(qiáng)行作答的情況?！霸卺t(yī)檢實(shí)踐場(chǎng)景中，我們也發(fā)現(xiàn)大模型在回答問題的過程中有可能出現(xiàn)幻覺，會(huì)將沒有出現(xiàn)在描述里的癥狀納入到考慮范圍中?！眲⑺贡硎尽?/p>

在一致性上，若以相同的問題重復(fù)多次詢問模型，模型偶爾會(huì)出現(xiàn)回答前后不一致的情況。這種隨機(jī)性在日常對(duì)話或者故事創(chuàng)作中是受歡迎的，但在臨床咨詢場(chǎng)景中是不允許發(fā)生的。

在及時(shí)性上，大模型受限于訓(xùn)練語(yǔ)料的時(shí)限性，無法直接利用訓(xùn)練之后才產(chǎn)生的新語(yǔ)料。換言之，新的醫(yī)療發(fā)現(xiàn)和診療指南等信息難以直接、有效地注入未更新的大模型里。

“與以聊天為‘主業(yè)’的ChatGPT相比，在醫(yī)療方面，我們需要大語(yǔ)言模型給出盡可能穩(wěn)定和精確的結(jié)論，避免因?yàn)槟Ｐ突糜X或者含糊不清的回答，誤導(dǎo)患者選擇錯(cuò)誤的診療方案?！眲⑺怪赋?，目前大部分醫(yī)療領(lǐng)域的大語(yǔ)言模型會(huì)選用知識(shí)圖譜進(jìn)行輔助，圖譜質(zhì)量在很大程度上會(huì)影響其回答質(zhì)量。

大語(yǔ)言模型要借助什么技術(shù)手段解決這些缺陷呢？劉斯認(rèn)為，除了預(yù)訓(xùn)練過程中需要納入足夠多的醫(yī)學(xué)專業(yè)數(shù)據(jù)外，在模型設(shè)計(jì)中，也需要重視它對(duì)知識(shí)圖譜的利用能力，以及基于圖譜的推理能力。目前看來，完全依賴大模型進(jìn)行外部不可見的獨(dú)立推理過程并直接向醫(yī)生輸出結(jié)果，這種模式在醫(yī)學(xué)場(chǎng)景中較難達(dá)到足夠高的準(zhǔn)確率，也較難獲得醫(yī)生的認(rèn)同?！爸R(shí)圖譜+大模型”的技術(shù)路徑，可能會(huì)是促進(jìn)大模型在醫(yī)學(xué)場(chǎng)景落地的更優(yōu)選擇。

此外，大語(yǔ)言模型在微調(diào)階段和測(cè)試階段，需要醫(yī)學(xué)專家的深度介入，依托具有交叉學(xué)科背景的研發(fā)團(tuán)隊(duì)對(duì)模型進(jìn)行迭代，保障模型的反饋嚴(yán)格遵照醫(yī)學(xué)邏輯；同時(shí)，在應(yīng)用過程中，也需要注重大語(yǔ)言模型本身以及相關(guān)知識(shí)圖譜的更新頻率，如可借助指令精調(diào)乃至重新預(yù)訓(xùn)練等手段將新增的醫(yī)學(xué)語(yǔ)料納入大語(yǔ)言模型的“知識(shí)庫(kù)”，以應(yīng)對(duì)模型醫(yī)學(xué)知識(shí)更新不及時(shí)的問題。

同時(shí)，業(yè)內(nèi)專家也提醒道，要注意對(duì)用于醫(yī)學(xué)領(lǐng)域的大語(yǔ)言模型進(jìn)行監(jiān)管和評(píng)估。劉斯表示，應(yīng)在遵循現(xiàn)有生成式人工智能以及人工智能醫(yī)用軟件的管理辦法和規(guī)章制度，保證數(shù)據(jù)來源和技術(shù)安全、合規(guī)、可控的前提下，在大語(yǔ)言模型研發(fā)過程中加強(qiáng)與醫(yī)學(xué)專家團(tuán)隊(duì)的協(xié)作，這樣一方面可確保醫(yī)學(xué)領(lǐng)域的知識(shí)有效注入到模型中，另一方面也能使模型輸出的結(jié)果與醫(yī)生診療結(jié)論保持相似或一致。此外，將現(xiàn)階段模型輸出的結(jié)果用于診療決策之前，仍需要由醫(yī)生來把最后一道關(guān)，保障結(jié)果的專業(yè)性。目前來講，大語(yǔ)言模型僅能作為醫(yī)生的助手，而不能替代醫(yī)生進(jìn)行決策。