国内首个医疗大模型，已经在“接诊”患者了。

最近，一组AI医生医院真实站岗数据曝光：

这样公开化、规模化的AI医生评测，在国内是首次，放眼全球也是第一次见到。更想不到的是，背后的主角MedGPT——基于Transformer的1000亿参数大模型，才刚问世一个月。

目前在实际诊疗中，它已经具备多轮连续对话和多模态能力。而在未来规划中，MedGPT还会上线医疗版的Plugin Store，预计将搭载1000 医疗应用，极大丰富AI医生的诊疗工具，提升诊疗效率。

从上述这些数据与表现来看，96%的一致性，想不到。这样的迭代速度，更想不到。

MedGPT直播首秀：接待百名患者

这场直播首秀其实是一场实打实的人机医学一致性评测。除了AI医生MedGPT外，还有10位来自四川大学华西医院的主治医师共同参与。为了保证评测的权威性和科学性，一方面由国内顶尖医院的专家教授组成评审团，进行审核和多维度打分。另一方面，整个流程也进行了特别的设计。简单来说，患者进屋问诊，但是是和有医师执业资格的“翻译员”对话。翻译员把患者主诉在电脑上分别传递给真人医生和AI医生，如此多轮往复，最终根据检查结果，给出诊断。就像当初AlphaGo大战围棋界，中间帮助Alpha执行“落子”动作的执棋手，就是这个“翻译员”的角色了。

这样一来AI医生与真人医生之间互不干涉，且条件基本一致，双方就能给出独立的判断。

最终，经过一天的鏖战，真人医生综合得分为 7.5分，AI 医生综合得分为 7.2分，比分结果上一致性达到了96%。

在评审过程中，专家们也发现了一些意想不到的“惊喜”：

比如，出现漏诊误诊的概率比较小。北大人民医院薛峰主任就发现，MedGPT通过多轮询问，根据患者脚底板疼痛症状，竟然在最后可以推断诊断出「有可能出现压迫颈神经」这样的结果。这也就是说，从知识储备上，AI医生其实可能高于一个经验不太丰富的医生。

另外，MedGPT就诊时的“沉稳”表现也得到了点赞。中日友好医院心内科主任医师任景怡就表示：我觉得最好的一点是当诊断尚不明确时，MedGPT并不会轻易给出结论，而是要坚持通过继续问诊或检查收集更多信息。

于是即便MedGPT还存在一定问题，她还是给了比真人医生还高的分数，并直言：这是里程碑的结果。

但能做题并不能意味着就能落地应用。

以GPT-4为首的通用大模型，他们高度依赖文本统计概率生成答案。相信大家也能感知到它很擅长一本正经地胡说八道，如果应用在日常交流，倒也乐在其中。但要是应用到行业中去，往往非专业人士会难以察觉，这就会引发各种风险，尤其又像医疗这种民生行业，对内容生成的把控要求更高，容不得半点差池。更不用说医疗本身覆盖知识面广而繁杂，而且从整个就医流程来看，诊前、诊中、诊后都涉及各种各样长尾任务，所需高质量数据可能并不比通用模型小，且大部分数据不是靠网上摘取。

比如，在为患者输出正式答案前，会先经过临床医学规则器的校验。还有招募真实医生在电脑前判断，然后将两者结果交给专家委员会评议，以此来对标真实医生。

基于这样的方法论，医联团队率先为专业大模型的打造在行业中打了个样。

医疗AI2.0大幕拉开

最后回到MedGPT公开评测这件事情本身，也带来了大模型发展进程中的三点趋势。

第一、医疗AI2.0大幕已经拉开，系统复杂性问题将会得到解决。

以大模型为代表的AI2.0时代的到来——对话即入口，让所有的应用场景都得到了重新定义。被AI所辐射的千行百业也深处于变革之中。

以往AI 1.0，NLP、CV、多模态等单点技术蓬勃发展，医疗AI应用场景丰富多样，他们强规则、具有可控性。但场景、数据之间没有打通，导致泛化能力不强，无法处理系统性、复杂性的问题。得益于Transformer，打破了模态、数据、任务场景之间的壁垒。医疗场景中，利用海量医学文本与数据中，进行高并发/长距离学习整合，一些复杂性、系统性问题可以得到解决。

如果继续畅想，结合医联的云药房、云检验等云化能力，不仅是AI医生本身疾病管理能力会得到提升，患者甚至可以摆脱地理限制，轻松完成所有疾病从预防、诊断、治疗、康复的全流程管理路径。

这其实也并不难想象，只需要知道有一个能看各个专科领域并且比肩三甲医院医生的AI医生能够24小时在你身边为你出诊，同时，检验检测服务在家附近1公里就能全部完成。有去三甲医院排队挂号看病经历的同学应该都懂——专家挂不上号、检验检查等一个月，这都是时有发生的事情。降本增效、解决行业问题，走入医疗的下一个时代，就是靠MedGPT这类专业模型做的。

第二、大模型的行业红利并非在科技巨头手中，而在有场景有数据的玩家手里。

相信大家都或多或少有所看到，目前医疗领域的专用大模型和产品正在不断问世，最具代表性的产品来自谷歌和微软这两个大厂。谷歌Med-PaLM 2目前正在尝试多模态能力，比如自己检查X光片后给出诊断。在今年晚些时候将对一小部分谷歌云用户开放。

还有被微软200亿美元收购的Nuance，借由微软OpenAI合作之便，正在将GPT-4集成到临床笔记软件DAX中，以减轻临床医生的负担。前者的大模型还没有到真正落地，后者无非是集成通用大模型的API，其行业的准确性和一致性无法得到保障。但MedGPT一亮相就惊艳全场，并拿下多个行业首次：

首次突破AI医生多轮对话的难题；

首次实现从有效问诊到医学检查的跨越；

首次实现AI给出准确诊断和治疗方案；

首次AI具备全流程诊断能力……

这与垂直领域深耕、有场景有数据有关。医联在医疗行业有9年深耕，积累了丰富的知识、数据和应用，构筑起了深厚的技术和用户壁垒。一旦实现大模型技术的应用， 在现有的用户场景基础之下，将会迅速规模化落地。这是其他想入局者无法拥有的先发优势。上一次AI浪潮来袭时，最终也是场景玩家率先吃掉AI红利。现在同样也依旧是场景玩家吃掉大模型红利，只不过技术路径已经明晰，落地速度自然要比以往快得多。

第三，医疗AI落地提速，也侧面印证了大模型的发展趋势——雪球效应展现，从技术到应用部署的飞轮会越转越快。

ChatGPT最开始只会一本正经地胡说八道，短短几个月内基于用户反馈、插件开发生态，真正被各行业的人加入到工作流中，并上线了端侧应用。还有Midjourney、Stable Diffusion被人诟病无法画手的问题，也能在短短几周内解决；以及国内大模型涌现、更新速度加快，文心一言一个月能迭代四次等等。

“大模型-应用-数据”的加速闭环一旦打通，那么产业落地的速度将会比上一波浪潮更快。

而医联大模型MedGPT一个月就进入到真实患者全流程测试阶段。在此之后，根据数据飞轮迭代大模型，落地速度只会越来越快。

或许很快，医疗AI2.0就会惠及每个人。

#ChatGPT 应用##科技快讯##所见所得，都很科学#

来源｜量子位