以下内容整理自浙江大学附属第二医院人工智能与信息化部主任相鹏于2024远见数字健康年度大会的演讲
如今，我们已步入人工智能的新时代，目前，人工智能的范畴极为广泛，不仅涵盖了大型模型，还关联到了人形机器人、辅助材料、大数据等多个领域。今年，诺贝尔奖授予了在人工智能领域做出杰出贡献的专家们，这表明了人工智能技术正不断推动着各领域的技术进步。
自Alpha Go在围棋比赛中战胜人类后，人类已难以在棋艺上匹敌机器。而在医学领域，一旦人工智能得以应用，人类在考试中胜过机器的可能性微乎其微。目前，众多大模型几乎都在利用医学考试题目来测试机器人，它们的表现往往超越人类。然而，机器人并不能胜任所有的医疗工作。从考试的角度来看，作为生成式大模型，其学习速度必然超过人类。然而，在临床应用却并不友好，因此医疗人员中存在抵触情绪。尽管全球医疗界都清楚误诊率相当高，即便机器的准确率达到90%，人们依然不敢完全依赖机器进行诊断。这涉及到伦理道德和医疗的特殊性。如果机器的诊断达到1000条正确，但第1001条建议患者做出可能危及生命的决定，这也可能导致严重错误。
01 国际医疗Copolit研究
在大模型领域，我们构建的基础框架与全球其他领域几乎一致，从通用到专业领域，基础框架的背后必然是知识与数据的结合。大模型在所有领域内的应用，最初提升的是医务人员的工作效率。2024年4月的一篇文章指出，临床中最快显现技能的是将繁琐的人工操作转变为智能化操作。
随着技术从ChatGPT发展到更高级的水平，考试自然不在话下，但撰写病历等任务仍需经过至少本科水平的培训才能胜任。尽管AI准确率达到了91%左右，我们仍可继续推进技术发展。此外，对话场景开始进入临床场景，包括查看影像资料，医生在诊室中不仅要进行对话，还要处理多模态数据。在这种场景下，由智能体组成的工作将越来越精确。
02 浙江大学的MEDCopolit探索之路
浙江大学进行了几项重要探索，我们建立了一个医学大模型和医学知识库。目前，我们的大模型从未联网学习过任何来自中国互联网的资料，因为医学资料不能随意学习，不准确的资料会导致医学知识被误用。
我们进行了对比，医学领域并不容易开展工作，我们做了三件事：首先是训练，这是技术人员和算法工程师的工作，但训练的内容是我们建立的浙江大学版知识库，包含了看病所需的医学知识。十年前，看病只需病历档案，我们进行了数据知识产权登记。我们在浙大二院内首次推出了MedCopolit，7月底首次发布，能够完成8项主要工作，包括解析论文、查看资料、裸眼3D，以及病历生成。医生撰写出院小结通常需要30分钟，而智能体完成大约只需6秒。后续我们还发布了更多医疗大模型的应用产品。
03 小结
最后总结一下，最近有一个概念称为“主权人工智能”，人工智能的数据需要掌握在我们手中，让其他大模型无法达到我们的训练程度。在医疗领域，医院之间的数据尚未打通，只有我们自己参与进去，才能知道大模型为谁所用，怎么用。无论投资界还是应用界，“主权人工智能”必将成为主导。下一代医学将进入共生医学时代，有望进一步提升人类寿命，从药物学到器械，再到数字化，我们相信整个过程一定会向前发展，不会因为数据共享问题或技术问题而停滞不前。最终，我们期望未来大模型能够为所有医务人员带来帮助。
来源：Boom Health
全国卫生产业企业管理协会转化医学产业分会（以下简称分会）是全国卫生产业企业管理协会（以下简称总会）的分支机构。全国卫生产业企业管理协会是由原国家卫生部申报，国家民政部登记批准，1992年10月成立。由从事卫生健康企事业单位和科研、管理等人员自愿结成的全国性、行业性、非营利性，具有独立法人资格的国家一级社会团体。登记管理机关是国家民政部，党建领导机关是中央和国家机关工作委员会，业务指导单位是国家卫生健康委员会。协会宗旨：坚持“护佑健康、发展产业、诚信创新、服务社会”，推进卫生健康事业、产业企业发展，为国家经济建设和人民健康服务。CCTMIS（全国卫生产业企业管理协会转化医学产业分会）致力打造一个“产学研医、协同创新”的平台，目前协会有超过4000个会员，其中超过半数为临床专家型医生！
热门跟贴