医疗大模型，有出路吗？

那些声称通用人工智能很快实现的人，在医学面前应该严谨谦卑一些。

多年来，几乎所有人工智能大咖，都会说最希望把AI首先用于医疗健康，但以往这一直是进展最慢的领域之一。

医院永远人满为患。“鲍莫尔病”是医疗健康行业的顽疾。多年来，科技巨头数度高调进入这个行业，希望让服务变得像药品那样，可以规模化复制，提升可及性，降低成本。大模型、生成式人工智能以及智能体，是最近也是最有希望的一次。

训练有素的医生，培养耗时耗力，他们最终又向大城市集中。目前，中国每万人口全科医生数为3.28人，离2030年每万人口5人的目标缺口甚大。近两年，很多从业者感到疲惫，萌生去意。在美国，新冠大流行后只有57%的医生愿意再次选择医学领域。在中国，临床专业毕业生期望成为医生的比例，从2019年的91%降至如今的86%。

科技巨头给出了两条路线：“每个降临世间的人都拥有双重公民身份，其一属于健康王国，另一则属于疾病王国。”苹果这样的消费电子巨头，乐于让大家留在健康王国里，直接向个人销售商品；微软这样的科技巨头，则服务于那些被迫承认自己也是另一王国的公民，通过医生向个人提供服务。

苹果将服务打包在商品里，渐进式地迭代传感器与算法。近十年来，苹果已经成功将Apple Watch卖给了近3亿人，它的2024年路线图还包括高血压与睡眠呼吸暂停监测，以及有望成为新的健康健身设备的Vision Pro。

在苹果看来，人们需要更少的单一功能的医疗设备，更少抽血，更少看医生。十年内，这将是一个2000亿美元的市场。其他消费电子厂商也在跟进。今年，在华为创下有史以来最高的季度业绩的推动下，全球智能手表连续两个季度复苏，三季度全球同比增长9%。

但尝试并不总是成功。苹果对健康的热衷，始于传奇创始人乔布斯。彭博社透露，在他胰腺患癌的那一年，他让高管们研发无创血糖监测。但这一技术至今停留在苹果的实验室里。谷歌已经放弃制造用泪滴测量血糖的智能隐形眼镜。华为取得了算法上的小小突破，可以给出模糊的风险提示。

面向医生的路线，门槛要高得多。IBM去年打折出售了运营了数十年的沃森健康（Watson Health），因为太多瑕疵暴露在专业的医生和研究者面前。亚马逊也放弃了它与摩根大通以及伯克希尔·哈撒韦联合成立的员工健康服务公司Haven。

上一轮人工智能热潮仍在努力改变这一切。近十年来，美国FDA批准了500多款支持人工智能或机器学习的医疗设备，截至今年7月，已经接近去年全年水平。其中，放射学诊断占了75%。在今年的北美放射学会（RSNA）会议上，一半的讨论话题涉及人工智能。

这是人工智能辅助诊断相对成熟的领域，仍在不断进步。上月，阿里巴巴联合多家医院通过“平扫CT+AI”， 在2万多真实病例的回顾性试验中，发现了31例临床漏诊的早期胰腺癌病例。Nature称基于医疗影像AI的癌症筛查，即将进入黄金时代。

如今的问题之一是不够泛化。已经获批的人工智能算法，往往倾向于专注于特定任务，而不是全面分析图像各种可能，或考虑到患者病史。有经验的放射科医生，经常会在阅片时，偶然发现求诊者患有另一种疾病。

人工智能推动者的解决方案是添加更多的人工智能工具，但这意味着算法过载。埃默里大学的放射科已经安装了140种不同的软件，医生不愿意浪费自己的时间一一调用，呼吁统一的平台。

医疗大模型的涌现，提供了新的解决方案。医疗保健数据，本质上由文本、图像和时间序列数据组成的，甚至可以把专业医生视为这些数据的“标注员”。2018年，谷歌提出了基于Transformer的BERT模型，它是多数早期的医疗大模型的基座。两年后，谷歌提出了ViT架构，打通了自然语言处理与计算机视觉之间的壁垒，不断推动大模型在医疗领域向多模态的范式转移。

今年以来，随着强大的预训练大模型尤其是开源模型相继问世，指令微调与垂直改进，成为应用落地的重要方式。这也导致了医疗大模型家族化的演进，迭代升级加速。中国也是重要的参与者，扁鹊、孙思邈、华佗GPT、本草、神农中医药大模型等相继问世。

科技巨头已经构造了可以理解多种数据模态的全科医疗人工智能（GMAI），包括皮肤照片、视网膜扫描、放射学和病理切片，还可以结合电子健康记录和基因组学数据等，并根据交互对象的不同，输出或专业或通俗的解释。谷歌的Med-PaLM 2是其典型，在医学考试中，它的表现已经基本接近“专家”水平，准确率达到了85%。

关键不在于它能在何时取代多少专家医生，而在于它能惠及多少缺少顶级医疗资源的患者。谷歌搜索每天都会有10亿个健康相关的搜索，医疗广告收入也是国内搜索引擎的重要收入来源。听得懂人话，又更懂医学知识的大模型医生，比以前更靠谱。它还可以是导诊台，帮助病人进行初步的分诊，将只需简单处理就可以解决问题的患者，分流至社区医院，减轻上级医院的压力。

特定任务的专家模型，在大型医院里也仍有其用武之地。分诊导航、辅助诊断、临床文档、预后追踪等这些相对较小的模型，甚至各类人工智能支持的细分科室的诊断工具，都可以集成到一个全面的人工智能平台中，智能体（Agent）就是它的中央调度中心，理解意图，分拆任务，调用模型，输出结果。最终，医生负责审核并给出最终方案。

比尔·盖茨相信智能体将通过跨模型、跨应用的联动来完成任务，而且，会随着时间的推移变得更加好用。

与自动驾驶一样，医疗服务涉及生命，安全至关重要，也是监管重点盯防的领域。短期内，生成式人工智能用于医疗服务，阻力最小，确定性最高的应用场景，是扮演医生的“文书助理”。医生希望人工智能带走他们工作中最无聊和最乏味的部分。

今年以来，美国至少有20家综合医疗系统，公开披露过正在试点生成式人工智能。这些应用几乎主要面向临床医生提供服务，作为他们的助手，在接诊过程中，捕获与患者的对话，自动记录符合规范的电子病历，供医生审阅；搜索病人的既往病史与检查结果、最新的临床指南手册、符合条件的临床试验机会等；对即将接手的护士，给出注意事项摘要；向患者解释报告上的术语，叮嘱按时按量服药；还可以生成转诊、出院文件，或者报销相关的文件。

它们的顶级开发者包括微软与谷歌等科技巨头，以及Epic这样的医疗软件巨头。今年，微软宣布将GPT-4集成到Nuance全新的DAX平台，减少了50%的临床文档记录时间，并与Epic合作，将生成式AI工具集成到后者的电子健康记录系统中。Nuance是微软于2021年花了197亿美元收购的语音技术公司，拥有55万名医生用户；Epic则是美国最大的医疗保健软件公司之一，超过35%的医院使用它的服务。

科技巨头已经展开全面竞争。亚马逊推出了自动生成病历的HealthScribe，谷歌则与梅奥诊所等测试类似的生成式人工智能工具。百度的灵医大模型，以及腾讯医疗大模型也围绕病历等场景展开。

远程医疗已经进入新常态，这是大流行时代的技术遗产；愿意尝试远程医疗的用户，将成为“医生助理”智能体的基本盘。Epic公司分析了近18个季度的4.75亿次就诊记录，发现虽然热度远不及大流行初期，但整体仍有6%的问诊需求留在网上，远超大流行前的0.2%。尤其是心理健康护理，以及一些小病、慢性病与常规处方的补充等。

监管途径也在逐步明确。美国、加拿大与英国的药监机构，联合发布指南文件，计划有条件地放宽对人工智能的全生命周期审核。以往，人工智能支持的医疗设备，每次软件层面的更新迭代，都要重新评估。在中国，卫健委召开了生成式医学人工智能应用发展研讨会，并明确规定严禁由AI生成处方。

还有很多技术需要突破。大模型在医疗场景落地，部分技术创新需要“反大模型”。谁掌握了提示技术，谁获得更好的答案，这种提示的“脆性”在医疗服务领域不可接受；要更好地辅助诊断，大模型要更多地输出针对性的“追问”，而不是一味扮演“回答”者的角色；要警惕业务数据飞轮导致的“数据漂移”，不加调整地将经治疗后的患者数据注入大模型，将逐步脱离对现实疾病世界的映射。

风投机构a16z合伙人，将人工智能在医疗保健领域的现状比作2000年代初期的互联网，经历过泡沫，已经开始渗透到日常生活中，但还没有像今天这样无所不在。

2024年，生成式人工智能扮演的“医生助理”，会先从文书工作与调度工作做起，逐步积累数据与经验，赢得医生与患者的信任；同时，继续与人类专家合作，探索更前沿的诊断与治疗技术。

参考文献：

A Survey of Large Language Models for Healthcare: from Data， Technology， and Applications to Accountability and Ethics

Towards Generalist Biomedical AI

人工智能大模型赋能医疗健康产业白皮书

中国医学生培养与学生发展调查报告

文章来自于 微信公众号“未尽研究”（ID：Weijin Research)，作者 “未尽研究”