文｜周愚

编辑｜邓咏仪 尚恩

ChatGPT又立大功了！

据外媒Today报道，一位母亲考特尼病急乱投医，向ChatGPT分享了儿子亚历克斯症状的有关信息后，意外之喜出现了——ChatGPT精准地发现孩子可能罹患脊髓栓系综合征。

而在这之前，考特尼已经带着亚历克斯四处求医三年，陆续问诊了17名医生，他们分别来自牙科、儿科、耳鼻喉、成人内科、肌肉骨骼等各个科室，却始终查不出孩子的病因。

图源：X（推特）

更有网友补充道，意义不止于此——这对罕见病、疑难杂症很有帮助。

图源：X（推特）

当然，一些网友谨慎的质疑也不无道理：“如果没有人类专家的交叉确认，我们要如何确定ChatGPT的诊断是正确的？”

图源：X（推特）

不过，用大模型看病早已不是什么个例。今年以来，大语言模型的概念持续走高，国内外科技巨头们也纷纷将大模型运用于“AI 医疗”之中。

“百模大战”之下，医疗大模型也正热闹。

这无疑是振奋人心的消息。此前的“AI 医疗”大多落地在医疗影像领域，但随着大语言模型的技术突破，临床中产生的巨量繁杂的医疗数据也有了用武之地。ChatGPT等大模型拥有更全面的知识体系，可以帮助发现许多人类医生忽略的细节。

据不完全统计，国内外如谷歌、英伟达、亚马逊、腾讯、百度、京东等科技巨头，都已经率先开始了医疗大模型的布局。

据悉，今年4月以来，谷歌就已经开始在美国一些顶尖私立医院实测其第二代医疗大模型——Med-PaLM 2。该模型由DeepMind的医疗健康团队，基于PaLM 2微调得来，使用者可以直接输入一张X光片，Med-PaLM 2就会对患者的病情进行诊断和分析。

图源：Google Research

与此同时，该模型也成为了在美国医疗执照考试中达到专家水平的首个大模型。根据一份内部邮件，谷歌认为Med-PaLM 2在“就医渠道较为有限”的国家尤其有用。

谷歌官网介绍，在一组对照实验中，Med-PaLM 2的答案甚至在九项指标中的八项都要优于医生给出的答案。

图源：Google Research

另外，英伟达早在2021年就开始与Schrodinger战略合作，试图提升其计算平台的速度和精确度，加速开发新的治疗方法。2个月前，英伟达又投资5000万美元，推进生物和化学领域AI基础模型的开发训练。

放眼国内，医疗大模型的商业化探索也正如火如荼地展开。

9月8日，腾讯健康对外公布了其医疗大模型，产品矩阵包括智能问答、家庭医生助手、数智医疗影像平台等多个应用场景 AI 产品矩阵。而早在2020年7月，腾讯自主研发的首个AI驱动的药物发现平台云深智药（iDrug）就正式对外发布。

图源：腾讯AI Lab-iDrug

今年7月，科大讯飞、京东等公司也动作频频。科大讯飞表示，“讯飞医疗”基于星火认知大模型，全面升级了医疗诊后康复管理平台，要将“专业的诊后管理和康复指导延伸到院外”。

京东健康也于7月13日，对外发布了“京医千询”医疗大模型，为远程医疗服务提供技术底座。

纵观各家企业的医疗大模型布局，我们也不难发现，大模型已经深入了医疗领域的各个角落，除了AI问诊，大模型在医疗影像、临床决策辅助、医院管理、药物研发等不同应用场景还有“一百种可能”。

大模型的出现，似乎也成为了某些“AI 医疗”应用场景的救命稻草。

当国内AI制药融资金额在2022年腰斩，财报开始露出难色时，ChatGPT为代表的大模型，似乎又给这个行业带来了新的躁动，智能涌现此前也对AI制药有过分析。

一面是头部公司积极布局，开始商业化探索；但另一面，以世界卫生组织为代表的许多社会组织和个人，也在积极呼吁，对AI医疗服务采取”非常谨慎”的态度。

今年5月，世界卫生组织就在声明中强调：“仓促采用未经检验的AI系统可能会导致医务人员的错误，对患者造成伤害，损害人们对人工智能的信任，进而可能影响（或延迟）AI技术在全球的长期惠益何应用。”

图源：世卫组织

对于大模型在医疗领域的质疑，首先是可靠性的问题。任何医疗行为都直接关乎于人的生命安全，因此必须确保AI所提供的信息是准确且安全的，容错率更低。

然而，截止目前，AI显然做不到这一点。在与ChatGPT等大模型交流时，AI幻觉仍然时有发生。例如，在向ChatGPT提问有关流感的问题时，它可能会给出几篇标题听起来真实，但实际并不存在的论文。

这显然是不可接受的。毕竟，谁也不想过去的“网上问病，癌症起步”再次上演。尽管ChatGPT等大模型拥有巨量的知识，可能不像人类医生一样存在盲点，但目前来看，大模型也只能成为医生和临床诊断的助手，而不是替代医生。

美国医学协会主席杰西·埃伦菲尔德在回应媒体采访时，就强调说：“正如我们要求证明新药和生物制剂是安全有效的一样，我们也必须确保AI医疗保健应用的安全性和有效性。”

除此之外，由于医疗信息自身的敏感性，数据安全与隐私这个老问题，医疗大模型依然逃不开。

有别于通用大模型基于海量互联网来训练的方式，医疗大模型所需的数据大多是私有且涉及个人隐私的。

要想保障训练数据安全，目前主要的应对方法是通过技术手段进行加密处理，将医疗数据加密处理后上传大模型，再将结果解密传回。

但这也有个问题，就是如果管理规范不完善，也可能导致加密数据被非法使用或泄露。

长按添加「智涌」小助手入群，添加请备注：公司 职务