文|動脈網(wǎng)
剛結(jié)束的2023世界人工智能大會上，聯(lián)影智能CEO周翔在談及大語言模型時，將這一技術(shù)及其背后時代的特征歸納為兩個詞，一個是“融合”，一個是“涌現(xiàn)”。
“涌現(xiàn)”一詞的廣泛認(rèn)知?dú)w功于凱文·凱利那本經(jīng)典的《失控》，用以描述一個系統(tǒng)中個體間預(yù)設(shè)的簡單互動行為所造就的無法預(yù)知的復(fù)雜樣態(tài)的現(xiàn)象。如今的大語言模型便是如此，當(dāng)模型的尺度不斷增加，模型的能力會在一定范圍內(nèi)維持類線性的走勢（深度學(xué)習(xí)便是如此），并在突破閾值后實(shí)現(xiàn)爆發(fā)式增長。
“融合”未來產(chǎn)業(yè)的發(fā)展路徑，也是是涌現(xiàn)的“增程器”，指借助生態(tài)這一模式，跨越軟件與硬件之間的邊界、影像和文本之間的邊界、環(huán)節(jié)與流程之間的邊界，生成跨場景的多模態(tài)數(shù)據(jù)與多線程能力。這個過程，“融合”可為“涌現(xiàn)”供給多元、巨量的數(shù)據(jù)。
“融合”與“涌現(xiàn)”貫穿了整個世界人工智能大會，其中的健康高峰論壇同樣試圖探究這兩個詞的背后邏輯。
然后將它應(yīng)用于未來的醫(yī)療領(lǐng)域。
天壤之別，醫(yī)療大模型不能套用通用大模型
與通用領(lǐng)域相比，醫(yī)療領(lǐng)域的大模型雖有相似之處，但在模型的設(shè)計、訓(xùn)練、應(yīng)用等環(huán)節(jié)方面均有天壤之別。
“定位”是醫(yī)療大模型與通用大模型最大的相似之處。無論是過去的機(jī)器學(xué)習(xí)、后續(xù)的深度學(xué)習(xí)還是如今的生成式AI及大語言模型，AI的本質(zhì)都是一種“工具的工具”，以“賦能”為價值實(shí)現(xiàn)路徑。AI——至少現(xiàn)階段的AI——不會成為一個醫(yī)生，也不會獨(dú)立研制一款藥物，否則Google、Microsoft早該撕下科技公司的標(biāo)簽，成為世界級的制藥公司。
“場景需求”、“訓(xùn)練數(shù)據(jù)”、“應(yīng)用對象”構(gòu)成了醫(yī)療大模型與通用大模型的差異，三個要點(diǎn)將兩類模型遠(yuǎn)遠(yuǎn)分隔開，開啟了各自的發(fā)展路徑。
先談“場景需求”。周翔在演講中對于兩者之間的場景需求差異進(jìn)行了完整解釋，他認(rèn)為通用的語言大模型不能完全滿足醫(yī)療場景需求原因有三：
首先，醫(yī)療行業(yè)的專業(yè)性與嚴(yán)肅性毋庸置疑，醫(yī)療場景對問題的容錯率低，這自然對語言大模型提出了更高的要求，即AI需要基于醫(yī)療專業(yè)語料給出更專業(yè)、更精準(zhǔn)的醫(yī)療建議；其次，目前醫(yī)療數(shù)據(jù)中有超過90%的數(shù)據(jù)來自于醫(yī)學(xué)影像，這也意味著一個切實(shí)有效的、能作復(fù)雜決策的醫(yī)療人工智能大模型，需要融合醫(yī)學(xué)影像、文本，甚至語音或是視頻等多模態(tài)信息以賦能各種醫(yī)療場景。最后，考慮到現(xiàn)階段醫(yī)院實(shí)際的部署環(huán)境和數(shù)據(jù)安全性要求，“大模型”不能無限“大”，院內(nèi)應(yīng)用的可及性是必須考慮的一環(huán)。
其次是“訓(xùn)練數(shù)據(jù)”。醫(yī)療數(shù)據(jù)多模態(tài)的特性實(shí)際上是對整個數(shù)據(jù)集的稀釋，將海量醫(yī)療大數(shù)據(jù)分散至各個場景中，每個子數(shù)據(jù)集的數(shù)量很難沖破系統(tǒng)發(fā)生涌現(xiàn)效應(yīng)需要的閾值。
已經(jīng)發(fā)布的醫(yī)療大模型大都聚焦于文本數(shù)據(jù)方面，譬如醫(yī)聯(lián)新近發(fā)布的MedGPT，便是鏈接了主訴、復(fù)診、購藥等醫(yī)患文本溝通的環(huán)節(jié)，尚未將影像數(shù)據(jù)接入大模型。
從長期看，大模型在醫(yī)療領(lǐng)域充分釋放價值仍需要影像大數(shù)據(jù)助力。如今的CV、隱私計算等算法相關(guān)技術(shù)已經(jīng)到了應(yīng)用階段，反而是算力分配基礎(chǔ)設(shè)施、影像數(shù)據(jù)數(shù)據(jù)量兩項(xiàng)要素成了制約模型發(fā)展的關(guān)鍵所在。因此，算力分配、影像大數(shù)據(jù)等基礎(chǔ)設(shè)施建設(shè)及跨醫(yī)院數(shù)據(jù)集的構(gòu)建仍需推進(jìn)，這需要數(shù)據(jù)管理方在觀念上進(jìn)行改變，并輔以時間的堆砌，實(shí)現(xiàn)醫(yī)療領(lǐng)域自有的“融合”。
最后是“應(yīng)用對象”。醫(yī)療大模型的服務(wù)方絕大多數(shù)為B端、G端，是一個極為嚴(yán)肅的領(lǐng)域，需要精準(zhǔn)的判斷并給出支撐判斷的證據(jù)，不能像通用語言模型那樣給出一個模棱兩可的答案，繪制要素堆砌的圖像——這需要醫(yī)療大模型在結(jié)論精度上進(jìn)行提升，給出精準(zhǔn)的決策及建議。
9個方向，醫(yī)療大模型的“涌現(xiàn)”與“融合”
厘清大模型差異的目的是為了確立大模型的發(fā)展路徑。對于醫(yī)療大模型而言，這些差異的存在意味著它不能復(fù)刻通用大模型取得的“涌現(xiàn)”與“融合”，而需走出一條獨(dú)特的道路改進(jìn)模型、探尋價值。
健康高峰論壇上，中國信通院云大所副所長閔棟便對醫(yī)療大模型可能的應(yīng)用方向進(jìn)行了完整概括，總計9點(diǎn)，或能為這一新興行業(yè)的發(fā)展給予啟迪。
1、輔助診斷、輔助決策
相對于傳統(tǒng)CDSS而言，大模型的訓(xùn)練數(shù)據(jù)來源更為廣泛，自我凈化能力更為高效，因而能為CDSS帶來較大幅度的提升。
輔助診斷方面，醫(yī)生在診斷中需要調(diào)動大量醫(yī)學(xué)知識，記憶大量的患者信息，常會出現(xiàn)疲憊的問題。此類大模型的引入可以幫助醫(yī)生記錄信息，緩解疲勞。同時，大模型還能通過學(xué)習(xí)電子病歷、醫(yī)學(xué)文獻(xiàn)等數(shù)據(jù)同醫(yī)生進(jìn)行一些語言互動，提升診斷的準(zhǔn)確性及效率。兩條作用路徑均能提升醫(yī)生診斷質(zhì)量、診斷效率。
2、治療方案生成
可在急救藥學(xué)服務(wù)、骨科、細(xì)菌感染等領(lǐng)域接受患者后迅速生成治療方案。尤其是在急救場景中，大模型在急救過程中迅速根據(jù)患者信息生成治療方案，可以輔助醫(yī)生更快做出診斷，為患者謀取更多救治時間。
3、質(zhì)控
可對結(jié)構(gòu)化的醫(yī)療文書進(jìn)行自動錄入、形式質(zhì)控、內(nèi)涵質(zhì)控。各個醫(yī)生書寫習(xí)慣不同，精力有限，大模型可快速的生成規(guī)范醫(yī)療文書模板，該模板具備質(zhì)控邏輯清晰、內(nèi)容表達(dá)豐富等特征，能夠按照標(biāo)準(zhǔn)準(zhǔn)確錄入文書，減輕醫(yī)生在書寫、檢查等環(huán)節(jié)的負(fù)擔(dān)。
4、患者服務(wù)
可通過通俗的語言為患者進(jìn)行導(dǎo)診、答疑。傳統(tǒng)的患者教育需要醫(yī)生投入大量精力進(jìn)行編寫，并在專業(yè)性、易讀性方面這個取得平衡，還會常常在后續(xù)溝通中為患者釋疑。大模型可以針對患者母語背景生成相關(guān)的患教資料；與患者對話提供患者需要的信息。
5、醫(yī)院管理
可生成醫(yī)院管理所需的各類表單，為醫(yī)院管理者提供輔助管理決策支持，統(tǒng)計包含醫(yī)生基礎(chǔ)信息、臨床能力、醫(yī)院后勤、醫(yī)院財務(wù)等各個方面的數(shù)據(jù)，然后生成匹配醫(yī)院現(xiàn)狀的動態(tài)管理計劃，對醫(yī)療資源進(jìn)行一個智能高效的配置。以醫(yī)療設(shè)備管理為例，大模型可以規(guī)劃各項(xiàng)醫(yī)療設(shè)備采購、維護(hù)計劃，生成維修相關(guān)表單，有效提高管理效率。
6、教科研
研究方面，可在選題立項(xiàng)、研究方案設(shè)計、結(jié)果分析、成果編寫方面發(fā)揮很大作用。需要注意的是，大模型也會出現(xiàn)偽造參考文獻(xiàn)引文、無法甄別科研貢獻(xiàn)，無法對于生成內(nèi)容負(fù)責(zé)等等問題，有待后續(xù)逐一解決。
教育方面，可協(xié)助醫(yī)生編寫教案，替代醫(yī)生解答部分問題。醫(yī)生在履行教學(xué)職能時需耗費(fèi)大量時間編寫教案，回答學(xué)生提出的各類高重復(fù)度問題，導(dǎo)致有臨床、科研任務(wù)的醫(yī)生其精力被重復(fù)性勞動占用。大模型的引入可以分擔(dān)醫(yī)生壓力，如輔導(dǎo)第一年資學(xué)生的學(xué)習(xí)，將醫(yī)生從醫(yī)學(xué)教學(xué)的任務(wù)中解放出來，幫助其專注臨床科研工作。
7、中醫(yī)
中醫(yī)常面臨其醫(yī)療知識難以顯性化、結(jié)構(gòu)化的問題，導(dǎo)致知識傳承相對困難。引入大模型可對中醫(yī)相關(guān)知識進(jìn)行數(shù)據(jù)挖掘，推動相關(guān)知識體系的構(gòu)建，以標(biāo)準(zhǔn)化的形式為患者生成診療方案。
8、藥物研發(fā)、銷售
研發(fā)方面，大模型可在藥物發(fā)現(xiàn)、臨床前研究等環(huán)節(jié)中的提高靶點(diǎn)發(fā)現(xiàn)效率，構(gòu)建復(fù)雜分子；亦可在臨床實(shí)驗(yàn)環(huán)節(jié)對臨床試驗(yàn)的設(shè)計思路、統(tǒng)計方法的推薦等等方面提供支撐，極大提升藥物研發(fā)效率。
銷售方面，可在藥物市場推廣時以自動化、智能化的方式連接目標(biāo)用戶，降低營銷成本，提升營銷效率。
9、公共衛(wèi)生
用于輔助流行病學(xué)的大數(shù)據(jù)分析及趨勢判斷。由于傳播方式和傳播路徑具備復(fù)雜性、偶然性，疾病發(fā)展的不確信性和變化性非常大，超出常規(guī)算法的能力范疇。相比之下，大模型可以對流行病學(xué)的大數(shù)據(jù)分析和這個預(yù)測進(jìn)行有效支撐，給出較為精確的判斷。目前國內(nèi)外擁有大量研究機(jī)構(gòu)和醫(yī)院進(jìn)行相關(guān)探索，并已取得了不錯的研究結(jié)果。
標(biāo)準(zhǔn)與倫理，制約大模型？保護(hù)大模型？
我們無法判斷上述的9個方向哪一個會最先跑出優(yōu)質(zhì)的醫(yī)療大模型成果，但可以確定的是，要實(shí)現(xiàn)大模型的蓬勃發(fā)展，必須創(chuàng)造一個包容企業(yè)、醫(yī)院、高校、研究機(jī)構(gòu)等角色發(fā)力的舞臺。這需要需監(jiān)管機(jī)構(gòu)出臺法案，行業(yè)專家出臺標(biāo)準(zhǔn)共識，為大模型盡早創(chuàng)造公平的競爭環(huán)境，引導(dǎo)科技朝著向善的方向發(fā)展。
健康高峰論壇上，中國信息通信研究院、國家衛(wèi)生健康委醫(yī)療管理服務(wù)指導(dǎo)中心、中國信通院上海工創(chuàng)中心、訊飛醫(yī)療科技股份有限公司、北京協(xié)和醫(yī)院、復(fù)旦大學(xué)智能醫(yī)學(xué)研究院、華中科技大學(xué)同濟(jì)醫(yī)學(xué)院、中國科學(xué)技術(shù)大學(xué)附屬第一醫(yī)院、國家骨科與運(yùn)動康復(fù)臨床醫(yī)學(xué)研究中心、心血管健康聯(lián)盟共同參與了 醫(yī)療健康行業(yè)大模型標(biāo)準(zhǔn)研究啟動儀式，踏出了推動醫(yī)療大模型規(guī)范發(fā)展的第一步。
未來，以中國信通院為首的機(jī)構(gòu)們將加速開展前沿研究；研制符合醫(yī)療健康行業(yè)應(yīng)用特色的AI大模型三層技術(shù)標(biāo)準(zhǔn)框架（基礎(chǔ)設(shè)施層、模型層、應(yīng)用層）；從數(shù)據(jù)處理、算法模型、服務(wù)管理等三個層面，依托實(shí)驗(yàn)室開展醫(yī)療AI大模型合規(guī)性、安全性、可控性、可靠性評估，促進(jìn)行業(yè)在發(fā)展中規(guī)范，在規(guī)范中發(fā)展。
標(biāo)準(zhǔn)研究之外，生成式AI的倫理問題也是今年世界人工智能大會討論的核心?！渡墒紸I倫理與治理倡議書》、《人工智能醫(yī)學(xué)影像倫理手冊》相繼發(fā)布，一方面要解決當(dāng)代AI遺留的可信問題、隱私問題、醫(yī)療問題；另一方面要為生成式AI做好準(zhǔn)備，防止新興技術(shù)身處濫用的境地。
對于世界人工智能大會的各類標(biāo)準(zhǔn)制定，現(xiàn)場中專家們的聲音并不統(tǒng)一。有專家認(rèn)為：醫(yī)療行業(yè)需謹(jǐn)慎對待新技術(shù)的發(fā)展，借助層層標(biāo)準(zhǔn)解構(gòu)技術(shù)，在保證可信的前提下實(shí)現(xiàn)技術(shù)落地，既是對患者的保護(hù)，也是對AI技術(shù)本身的保護(hù)。
也有專家認(rèn)為：技術(shù)和監(jiān)管不會協(xié)同發(fā)展，總是螺旋上升。因此，面對新興技術(shù)， 應(yīng)盡力探尋監(jiān)管行為最為合適的“度”，避免過輕監(jiān)管導(dǎo)致技術(shù)的應(yīng)用偏離的向善的方向，也避免過度監(jiān)管抑制了技術(shù)的應(yīng)用與創(chuàng)新。
理性看待醫(yī)療大模型
盡管世界人工智能大會的每一個論壇都被大模型、生成式AI所包圍，但仍有一部分企業(yè)堅持著自己的思路，按部就班的發(fā)展自己的AI應(yīng)用。
譬如GE醫(yī)療便在論壇之上發(fā)布了無關(guān)于大模型的《2023創(chuàng)想健康新未來報告》，并將愛迪生數(shù)字醫(yī)療生態(tài)全新升級到了2.0；數(shù)坤科技董事長毛新生談的是中國AI的創(chuàng)新，要在心血管疾病、肺部疾病等領(lǐng)域做出原創(chuàng)的符合中國人特征的AI產(chǎn)品；91360則專注于數(shù)字病理的創(chuàng)新，仍在努力解決乳腺癌等常見癌種的篩查問題。
畢竟，當(dāng)下醫(yī)療大模型“涌現(xiàn)”與“融合”的產(chǎn)物沒有跳出深度學(xué)習(xí)一代AI的應(yīng)用范疇，也尚未展示新的商業(yè)路徑，解決各類AI長期面臨的高成本低收益問題。它還需要時間積累，既要完成技術(shù)的自我涌現(xiàn)，又要深入臨床，與醫(yī)療進(jìn)行深度融合。
在抵達(dá)那個關(guān)鍵閾值之前，當(dāng)代醫(yī)療AI不能遺棄。