圖:近年來隨著醫療健康產業數字化有成,AI技術在藥物研發、醫療影像判讀等方面已有長足發展。\新華社

  由ChatGPT引爆的生成式AI熱潮,大半年過去瞭,話題熱度依然高漲。更可喜的是,討論范圍愈來愈廣、也愈來愈深入。各行各業都在探討如何運用這種創新技術去提升營運效率,甚或找出新的發展路向。5月時,筆者赴上海參加瞭一個探討生成式AI與醫療健康的論壇,見到內地醫療AI(人工智能)初創在不同醫療場景的應用均取得突破,深受鼓舞。

  醫療健康領域引入AI非自今日始,近年來隨著醫療健康產業數字化有成,AI技術在藥物研發、醫療影像判讀、基因組資料采擷等方面已有長足發展。早年投資的一些相關項目亦成功推出產品,運用AI技術在新藥發現、提升疾病檢測和診斷方面,輔助醫生進行精準診斷和治療。

  但至今為止,相對成熟的AI醫療應用大多面向醫生或業內專傢,以取代或輔助大量重復性的行政工作或臨床診斷。如AI醫學影像判讀可協助醫生篩檢數以萬計的醫療影像,大大減少人手檢視所需的時間,而且事先標註出現問題的地方,列出可能的病癥,讓醫生可以集中精力,更快速、準確地診斷疾病。

  至於一些面向患者、互動性強的應用,在生成式AI大受歡迎前,發展相對較緩慢。如發展已有一段時間的互聯網醫療,問診界面大多隻是讓用戶從關鍵字選擇病癥,再根據其與AI程序的對話文本,分診至值班線上醫生。由於問題是預先設定的,往往比較概略,未能按用戶病征作出個性化提問,更遑論做出初步診斷。

  以ChatGPT為代表的生成式AI劃破長空,擁有強大的自然語言處理能力、知識圖譜構建和深度學習等技術特點,能夠更好地理解用戶輸入的內容之餘,更精確的生成能力也展現出強大的“創作”能力。由於可采用“大模型+插件”模式廣泛應用在不同領域,具有高度可擴展性和適應性,被視為醫療健康領域的一股變革力量。

  非常欣慰的是,筆者這次出席上海論壇,看到內地AI與醫療健康創業者已充分做好準備。如北京智譜華章科技展示瞭其可對標OpenAI GPT3的超大規模預訓練模型,模型以中文為核心、擁有千億級別參數,且非常註重對國內科研及企業合作與支持,並通過融合GPT和BERT兩種訓練框架,同時支持生成式和填空式下遊任務的需求。今年3月模型開源以來,全球累計下載量超200萬,此類本土化大模型將能大大降低下遊參與者的成本,讓各行各業用較低的成本用起來,實現技術普惠。

  自動生成醫療病歷

  至於面向患者的醫療應用,在生成式AI爆紅後,也呈百花齊放。微軟的語音識別子公司Nuance於3月發佈支援語音的醫療病歷生成應用程式DAX(Dragon Ambient eXperience),是首個將會話和環境AI與GPT-4結合的全自動臨床文檔應用程式,可通過“聆聽”醫患就診時的對話,在患者就診後幾秒鍾內自動形成可接入電子病歷系統的臨床筆記。4月份,微軟和Epic Systems又宣佈將把GPT-4人工智慧語言模型引入醫療保健領域,以幫助醫護人員回復患者資訊和分析醫療紀錄。

  當然,內地也有醫療AI創業傢擬進軍同一領域,自2020年起就將GPT技術應用於醫療Chatbot等場景的“左手醫生”,4月起也針對醫生臨床中“寫病歷”的需求,快速推進新應用的研發,並在論壇上演示瞭生成式醫療模型如何生成病歷,引領未來醫療資訊化、數位化和智慧化的發展。

  更令人振奮的消息還有,專註於肌骨康復和骨與運動醫學領域的醫療創新企業,把康復治療與生成式AI結合應用,開發出可透過患者端的App為患者做初步評估和診斷;再通過SaaS平臺讓醫生和康復師為患者進行評估,並在系統後臺生成康復方案的智慧醫療應用。甚至可配合自研的可穿戴動作捕捉器,遠程指導患者完成康復訓練,為患者提供普惠的個性化、定制化的康復治療。

  多種多樣的實驗式應用,印證“生成式AI大模型+外掛程式”模式醫療AI應用,已進入全新發展階段。新技術在智慧醫療領域的應用,使得患者可以獲得更加精準、個性化的醫療服務,盡管在真正應用過程中依然面臨數據壁壘、倫理阻礙、法律監管、技術鴻溝等問題,隨著一個又一個成功案例的出現,新一代人工智慧技術將繼續推動醫療行業的技術創新,優化醫療資源配置,提高患者的就診體驗。

  未來,我們期待生成式AI以及更多的相關技術能夠為醫療行業帶來更多的改革與突破,為人類的健康事業作出更大的貢獻。期待在不久將來,患者可以通過線上問診、智慧診斷、遠端會診等方式,享受到更便捷高效的智慧醫療服務。

點讚(0) 打賞

评论列表 共有 0 條評論

暫無評論

微信小程序

微信扫一扫體驗

立即
投稿

微信公眾賬號

微信扫一扫加關注

發表
評論
返回
頂部