【導讀】從寫詩作畫
，到回郵件敲代碼，自ChatGPT火出圈成為一款現象級的AI大模型產品以來，圍繞AI大模型的應用開發一發不可收拾。現在，懂得臨床語言，可以自如問診“AI醫生”來了，在AI大模型的加持下，水平或媲美臨床醫生。

5G無(wu)線(xian)網(wang)絡(luo)的(de)引(yin)入(ru)進(jin)一(yi)步(bu)增(zeng)強(qiang)了(le)這(zhe)一(yi)趨(qu)勢(shi)。隨(sui)著(zhe)霧(wu)化(hua)器(qi)和(he)胰(yi)島(dao)素(su)輸(shu)送(song)係(xi)統(tong)等(deng)治(zhi)療(liao)技(ji)術(shu)的(de)不(bu)斷(duan)發(fa)展(zhan)
，患(huan)者(zhe)可(ke)以(yi)在(zai)家(jia)中(zhong)舒(shu)適(shi)地(di)接(jie)受(shou)全(quan)方(fang)位(wei)的(de)醫(yi)療(liao)護(hu)理(li)。

這zhe些xie設she備bei與yu醫yi院yuan笨ben重zhong的de大da型xing設she備bei完wan全quan不bu同tong。微wei型xing化hua的de電dian子zi設she計ji催cui生sheng了le新xin一yi代dai的de可ke穿chuan戴dai技ji術shu
，使shi患huan者zhe能neng夠gou在zai接jie受shou監jian測ce和he治zhi療liao的de同tong時shi繼ji續xu他ta們men的de日ri常chang生sheng活huo。

數shu字zi療liao法fa既ji可ke單dan獨du使shi用yong，也ye可ke與yu常chang規gui療liao法fa和he藥yao物wu相xiang結jie合he，以yi改gai善shan患huan者zhe的de預yu後hou
，降jiang低di醫yi療liao成cheng本ben，並bing提ti供gong便bian捷jie可ke及ji的de醫yi療liao服fu務wu。經jing過guo證zheng實shi，數shu字zi療liao法fa在zai控kong製zhi糖tang尿niao病bing、高血壓、抑鬱症等疾病方麵非常有效，此外還可以幫助焦慮、藥物濫用和慢性疼痛患者。

AI大模型

數字醫療的超強催化劑？

數字醫療是充分應用計算機技術、信息技術建立的新型醫療方式。醫療領域也同樣經曆了數字化、信息化的不同階段。從20世紀80年代醫院開始的醫療信息化，到本世紀初出現的醫藥電商，再到之後推出的遠程診療，直至近些年推進的互聯網醫院和互聯網醫療。

隨著數字化在醫療大健康行業的深入，當前以物聯網、大數據
、雲計算、人工智能（AI）為代表的新一代信息技術在醫療健康領域中的應用日漸增多，以智慧化為特征的數字醫療正逐步成為醫療健康領域的新趨勢。

德勤在《2023年全球醫療行業展望》中指出
，COVID-19疫情之前，數字健康與傳統醫學融合成為治療範式，進程緩慢，而監管機構為應對疫情在一定程度上加快了這一進程。

例如，美國疫情爆發期間
，FDA意識到

，數字療法可以在隔離和封鎖期間改善心理健康和生理健康，因此當局為擴大其使用豁免了某些要求。疫情“放大”了多種需求，例如，在傳統醫療機構之外提供護理和遠程患者監控、患者使用各種連接設備進行自我監測
、以及通過App幹預的數字療法。

而AI大模型和數字醫療的結合，或將成為更多智慧醫療應用場景落地的有力催化劑。

比如
，為了進一步推進AI在應用層麵的落地
，OpenAI大模型推出插件可以對接下遊應用程序
，為開發者提供接入平台。據悉


，OpenAI在今年年初推出的GPT-4已實現在醫療領域的商用合作。

不久前，微軟旗下Nuance Communications發布與OpenAI的GPT-4集成的支持語音的醫療病曆生成應用程序DAX（Dragon Ambient eXperience）。據官方公布的數據顯示，GPT-4對於事實的闡述精度對比GPT-3.5高出40%
，在醫學知識自測評論考試表現更優秀，支持多模態輸入。業界對此有相當高的關注度，並預期將對醫療信息化、互聯網醫療、公衛
、醫保信息化細分領域產生效率的變革性推動。

那麼與傳統醫療AI框架相比，已GPT-4為代表的AI大模型有哪些進步之處


？

圖1：資料來源：IDC、CSDN、電子工程世界、浙商證券研究所等

如圖1所示，醫療人工智能平台包括數據資源層、人工智能平台和醫療應用層。其中，開源框架和算法占有重要地位，如選擇工程化能力較強的TensorFlow或在圖像方麵表現良好的Caffe等開源框架，選擇在圖像識別方麵常用的卷積神經網絡（CNN），循環神經網絡（RNN）算法模型等。而GPT-4（Generative Pre-Training 4）則開啟了多模態通用AI大模型時代
，預示著NLP、CV
、科學計算多模態大模型AI通用時代的到來。

值得一提的是，多模態，即意味著用戶可以輸入不同類型的信息
，包括視頻
、聲音、圖像和文本。相應地，具備多模態能力的GPT-4也可以根據用戶提供的信息輸出視頻

、音頻、圖片和文本。

今年4月，互聯網醫院醫聯發布的國內首款大模型驅動的AI醫生medGPT，該模型基於醫療知識圖譜為模型提供豐富、準確
、結構化的醫療知識，並收集整理接近20億條真實醫患溝通對話、檢驗檢測和病例信息進行深度訓練學習，同時利用醫生真實反饋進行強化學習
，以保障模型的推理質量
、準確性與可靠性。

據醫聯官網介紹

，medGPT首次突破了AI醫生無法與真實患者連續自由對話的難點，並在醫療問診場景中支持多模態的輸入和輸出，在疾病的預防
、診斷
、治療
、康複四個重要環節全麵實現智能化。為了驗證medGPT的診斷準確率，醫聯抽取了532名複診患者檔案進行信息脫敏，並進行了模擬首診實驗。結果顯示，醫聯medGPT的診斷結果與患者原有線下門診的診斷吻合率超過97.5%。

加速應用生態構建是關鍵

據不完全統計，目前在醫療領域
，從醫學科研
、藥物研發

、智慧診療、醫療設備運維、醫院管理等，國產大模型產品數量不少於40個。

但AI大模型要如何長期實現為生命健康服務？

今年以來，隨著科技大廠博弈、中小企業的入局，以及投資和科研界的落地探討
，基本有一個初步的共識，那就是“光卷大模型本身並無意義”
，更重要的是要持續深入耕耘應用生態。“AI大模型技術+細分場景服務”的深度組合綁定的基礎上
，才有可能帶來長期的生態發展

圖2：資料來源：IDC、CSDN、電子工程世界、浙商證券研究所等

ChatGPT等大模型在醫療端的應用包括：

01 生成電子病曆、個性化的醫療報告：

用GPT-4來生成電子病曆，將有效解放醫生文書工作，而GPT-4keyiduomotaishurushujubinglijieshulixinxi
，zheyejiuyiweizhekeyishuruhuanzheheyishengdeduihuabingzhaiquguanjianxinxi，yishengbuyongbianwenzhenbianjilu，keyikuaisunaixinxunwenhuanzheqingkuang，zhixuyaojimiaozhong，jiunengzidongshengchengdianzibingli，ranhouzidongdaorudangqiandeyiliaoxinxihuaxitong。ciwai，haikeyiyongyushengchenggexinghuadeyiliaobaogao、製定個性化的治療方案、提供個性化的醫療建議等。

02 實現在線醫療谘詢：

通過對話機器人技術，ChatGPT可以用於實現在線醫療谘詢、遠程醫療診斷
、自動醫療指導等。而GPT4keyijidatishengzaixianwenzhenxiaolv，gengjidonglinghuodigenhuanzheduihua，bingconghuanzhedemiaoshuzhongtiquxiangxidexinxi，gaishanhuanzhetiyan，tongshihuanjieyishengxianshanggoutongyalijiangdigoutongchengben。

03 實現自動醫療指導：

ChatGPT可以基於患者的健康狀況
，包括生活習慣、運動情況
、飲(yin)食(shi)習(xi)慣(guan)等(deng)，實(shi)現(xian)自(zi)動(dong)醫(yi)療(liao)指(zhi)導(dao)。這(zhe)些(xie)指(zhi)導(dao)可(ke)以(yi)為(wei)患(huan)者(zhe)提(ti)供(gong)個(ge)性(xing)化(hua)的(de)健(jian)康(kang)指(zhi)導(dao)與(yu)提(ti)醒(xing)，提(ti)高(gao)患(huan)者(zhe)用(yong)藥(yao)治(zhi)療(liao)的(de)依(yi)從(cong)性(xing)，從(cong)而(er)保(bao)障(zhang)患(huan)者(zhe)的(de)健(jian)康(kang)狀(zhuang)況(kuang)。

04 審查醫療記錄：

OpenAI大模型與Kepro合作，AI大模型助力醫療記錄審查，提高醫療記錄審查準確性，預計將縮短多達30%的臨床審查時間。

05 提供個性化的醫療建議：

通過自我理解和自我修正技術，ChatGPT可以用於實現醫療數據挖掘、疾病預測、診斷推理等。

此外，AI大模型還有望助力藥物研發。今年1月

，美國加州伯克利一家創業公司利用類似ChatGPT的LLM模型“Progen”合成了自然界不存在的新雞蛋白，為 GPT未來在藥物研發應用方向提供方向——即讀取不同氨基酸序列，合成新型蛋白質。

ProGen是一個具有1億參數的條件蛋白語言模型。基於Transformer架構，ProGen通過自注意力機製模擬殘基的相互作用
，可以根據輸入控製標簽生成跨蛋白質家族的不同人工蛋白質序列。

據悉，為了創建該模型
，研究人員輸入了280.56億種不同蛋白質的氨基酸序列，模型在幾周內“消化”。過去，在自然界中挖掘蛋白質或將蛋白質調整到所需的功能是非常費力的。如果能夠定向將氨基酸序列數據輸入GPT進行訓練，參數量更為龐大的GPT大模型理論上可以取得更加精準的效果。

結語

雖然還不夠完善
，但是業內已開始探索ChatGPT和GPT-4等生成式AI大模型工具在醫療健康以及醫藥研究領域中的價值。

Nature Medicine近期在一篇文章中也探討了ChatGPT、GPT-4等大模型未來在醫療健康領域的應用潛力，並對於AI大模型子在提高醫療健康的服務水平和患者的生活質量方麵寄予希望，認為這些模型有望應用於治療失語症等言語障礙、改善語言能力退化的神經退行性疾病患者的病情進展。未來AI醫療大模型甚至有可能整合到語音腦機接口設計和開發中。

公開資料顯示，OpenAI方麵正在與一家旨在幫助盲人和視力障礙人士的技術公司Be My Eyes合作，將GPT-4提供的從動態圖像輸入到文本輸出功能集成到虛擬誌願者功能中，用戶可以通過GPT-4應用程序將圖像發送給AI虛擬誌願者，該誌願者將針對各種任務提供即時識別、解釋和對話幫助。

免責聲明：本文為轉載文章，轉載此文目的在於傳遞更多信息，版權歸原作者所有。本文所用視頻、圖片
、文字如涉及作品版權問題，請聯係小編進行處理。

推薦閱讀：

不隻是遊戲！AR/VR正在改變工業製造

高功率充電樁中的大電流元件哪裏找？

設計機器人電源架構前需要考慮的6個問題

5G網絡加速車聯網應用的商業化發展

BLE藍牙模塊功能應用②——定位功能