01.
这段时间，医疗圈的大模型们，好像都“消停”了。
医联除外。
医联对大模型接入在线问诊的执念，已经深入到骨髓，据说王仕锐做梦都在参数调优。
02.
2023年5月，医联发布了自研的MedGPT，基于Transformer架构，也是国内首款医疗大语言模型。
主要攻坚方向：在真实医疗场景中发挥实际诊疗价值，实现从疾病预防、诊断、治疗、康复的全流程智能化诊疗能力。
通俗点来说，医联是真想拿大模型来“治病”，所有人都想，只不过医联是真金白银投入、真刀真枪地干进去了。
03.
2023年6月30日，医联就将自家的AI医生和10位主治医生、120多位真实患者，进行了一次特别的双盲实验。
为此，良医财经专门写过一篇「双盲实验是检验医疗GPT的唯一标准」。
一年半时间过去了，在这块最难啃的骨头上，又有何进展呢？
从官方动态传递的信号来看，主要集中在三块：① 自然语言能力优化，在医疗对话、幻觉处理、患者健康分析、治疗规划等的潜力挖掘；② 对儿童溃疡性结肠炎、儿童过敏性紫癜等具体病种的深入研究，提高诊疗专业性；③ 完善“医联AI医疗应用平台”院端解决方案，开始在商业端实现突破。
一是底层技术，二是医疗场景，三是商业布局。关键还是在医疗场景的有效性，你能明显感觉到医联进入了2.0状态，更加专注垂类病种，尤其是儿科这种专业性极高的类别。
04.
这回的自信，体现在结果的透明度上。
为此，医联专门搞了一个栏目「未来医生会客厅」，将自家大模型的诊疗结果，以直播的形式，邀请主任专家进行拆解点评（看了一份内部的合作名单，里面有三十多位全国三甲大主任专家），应该做了长线的规划。
良医财经跟了两期，一期是中国医科大学附属盛京医院小儿呼吸内科主任医师蔡栩栩，一期是上海儿童医学中心主任医师鲍一笑，分别对医联AI医生临床真实案例，进行全程病理性分析，探讨AI诊疗在实际应用中的优点和不足。
先说结论：① AI医生已经到了入行1-3年医生水准；② 其进步速度很快；③ AI作为医生辅助工具很快能进入实用阶段。
05.
案例一：分析的首个患儿是一名8岁女童，问诊时发烧至39度，伴有关节疼痛等。
蔡栩栩医生点评：通过审查AI医生创建病情小结，以及给出详细的用药建议，初步判断用药合理，建议患者线下具体检查。同时建议AI在问诊时咨询的问题，可更加具有针对性一些。整体来看，MedGPT作为前沿技术，对临床有一定赋能价值，有希望成为医生的好帮手。
06.
案例二：2岁男孩反复叹气。
一名2岁男孩的初诊病例，患儿主诉为近期反复长叹气，家长描述症状与哮喘相似，但没有典型的喘息表现。根据患儿的病史和家族史，AI建议进行了标准化的诊疗路径，首先推荐了肺功能检测、过敏原筛查和胸部X光片检查，并给出了药物治疗的初步建议。
鲍一笑教授点评：AI在遵循最新医学指南方面做得非常规范，在常见病的处理上，可以帮助医生节省大量时间，让医生能够专注于更复杂的病例。但在面对复杂或不典型的病例时，还需要重视症状的多样性和潜在的疾病因素。例如，这名患儿的‘叹气’症状就可能不仅仅与哮喘有关，AI缺乏进一步探讨其他可能的病因。
07.
通过对数十个案例的分析拆解，两位主任认为：
- AI医生的优点包括：不知疲倦，可同时为多人服务；能够全面分析数据，精准抓取关键信息；速度快、效率高；对儿童常见病多发病诊断较准；
- AI医生的缺点包括：对话缺乏连续性、深入性，得到的病史信息比较片面；前沿的医疗成果和技术也该被MedGPT同步学习、记忆；建议和结论较为宽泛；
总结：目前在线上诊断尚不完善，离不开医生的审核，AI对某些特定群体或病情变化快的疾病的诊断准确性还有待提升。当然作为临床辅助手段，其做到这一步已非常不易。AI作为医生的辅助工具，使诊断、治疗会有一个新的飞跃。
08.
大主任“传帮带”AI医生。
医疗行业有着悠久的「传帮带」历史，这一棒开始交到AI医生手里了。
师徒派系是一种传承，数字经验也是一种传承。当无数AI医生智能体，逐步存储、消化、吸收、学习、归纳、总结大专家们的临床经验，最终造福的还是人类。
这也许是医联「让全人类健康寿命延长一年」使命达成的最优路径。
09.
在严肃医疗路上前进一公里。
医疗是一个100%严肃的行业，不容有任何差池，只要大模型有任何误判风险，都要谨而慎之。
医联没有选择走捷径，将自己完全置身事内，融入到真实医疗场景的每一个业务流程里，想改造行业必先革命自己。
这是一个特别烧钱、考验耐心、等待破局Timing的方向。
10.
目前来看，让每一位医生标配拥有AI分身，每一位医生拥有自己的智能体，这是未来1-5年里，最有可能实现的。
这些医生智能体，可以帮医生问（系统性思考，降低漏诊风险）、帮医生答（保留医疗决策的人为主导，辅助而非替代）、帮医生决策（经典SOAP决策报告，提升治疗效率），最终为每个医生都带来效率上的提升。
希望MedGPT有一天，能让400万医生不再孤独！
热门跟贴