正确的提示信息

扫码打开虎嗅APP

从思考到创造
打开APP
搜索历史
删除
完成
全部删除
热搜词
2023-12-05 22:04

医疗大模型,有出路吗?

本文来自微信公众号:未尽研究 (ID:Weijin_Research),作者:未尽研究,原文标题:《“医生助理”智能体,先从文书与协调工作做起 | 看DAO2024》,题图来自:视觉中国

文章摘要
本文探讨了医疗大模型在医疗健康领域的发展前景,以及科技巨头在该领域的尝试和挑战。文章指出,医疗大模型具有潜力解决医生资源短缺和提供个性化医疗服务的问题。同时,生成式人工智能被视为扮演医生助理的潜在应用场景,可以减轻医生的文书工作负担并提高工作效率。

• 💡 科技巨头如苹果和微软通过消费电子产品和人工智能工具,尝试改善医疗健康领域的可及性和可负担性。

• 💡 医疗大模型可以结合文本、图像和时间序列数据,提供多模态的医疗服务,助力医疗诊断和治疗。

• 💡 生成式人工智能作为医生的助手,可以自动记录病历、搜索病人信息并为患者提供解释,减轻医生的繁琐工作。

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


本文来自微信公众号:未尽研究 (ID:Weijin_Research),作者:未尽研究

本内容为作者独立观点,不代表虎嗅立场。未经允许不得转载,授权事宜请联系 hezuo@huxiu.com
如对本稿件有异议或投诉,请联系tougao@huxiu.com
打开虎嗅APP,查看全文
文集:
频道:

大 家 都 在 看

大 家 都 在 搜

好的内容,值得赞赏

您的赞赏金额会直接进入作者的虎嗅账号

    自定义
    支付: