“医生，我之前有痛风，前几天膝盖疼，是痛风发作了吗？”
“发病前有大鱼大肉、吃海鲜、吃动物内脏吗？去医院查过尿酸吗？结果高不高？……”
回答患者问诊的不是真人医生，而是一款名为MedGPT的医疗大语言模型。
1医疗大语言模型
可以扮演哪些角色？
“大语言模型的发布，补齐了我们研发的最后一块‘拼图’。”说这话的，是医联集团研发中心总经理王磊。今年5月，该公司发布了国内首款自主研发的医疗大语言模型——MedGPT，被称为国内首位“AI医生”。
不过，在产品面世前，项目曾中断了两年。“主要是语义识别上的障碍。”王磊解释，早在2019年，公司就在开发针对单个病种的“AI医生”，但语义识别能力比较差，“比如对头痛的语义识别，当我说脑壳疼、后脑勺疼、偏头疼，它就无法准确识别，没有办法做到语言泛化。”2021年，该项目被迫停掉时，“AI医生”的研发“拼图”已经完成了99%。
其实，近年来，人工智能已在医学影像领域得到广泛应用。“在CT、核磁共振等影像检查上，AI在一些病灶识别上已经非常精准高效。”姚宇举例，比如肿瘤放疗的靶区勾画，一般医生勾画一个病例要40—50分钟，但AI自动勾画只需要5分钟。
从目前已经发布的多款医疗大语言模型来看，“AI医生”已经身兼数职：自动生成病历、智能问诊、健康管理、辅助诊疗……
“大语言模型擅长语义理解，非常适合与患者沟通。”王磊介绍，医联的MedGPT可通过与患者进行多轮对话，了解病人病情，推荐治疗方案，同时还可以进行疾病预防、治疗、康复等各个流程的智能化问诊。目前已拥有近3000种疾病的首诊能力，覆盖80%以上的成年人疾病和90%以上的0—12岁儿科疾病。
今年9月，百度也发布了基于文心大模型的医疗大模型“灵医”。“灵医”能够根据医患对话、结合自由文本秒级生成结构化病历，还能为患者提供24小时的智能客服服务，成为患者的“健康管家”。
“大语言模型下，‘AI医生’不再只是简单给出答案，它还可以与医生深度讨论。”姚宇表示，未来，
基于个体差异和患者的影像、临床、病理等多模态数据，“AI医生”能够为患者推荐个性化的治疗方案，辅助医生更好地开展诊疗。
2如何训练出
一位高水平的“AI医生”？
“AI医生”的研发门槛很高，既要懂技术，又要懂医疗。如何训练出一位高水平的“AI医生”？
获取海量且高质量的医学数据是第一步。“在大模型训练过程中，需要大量多样性的医学文本数据‘喂养’。”王磊表示，但现实中，由于各级医疗机构的业务系统相对独立，数据碎片化严重。同时为了保护患者隐私，医疗数据很难实现共享。
在这方面，医联具备先发优势。“我们布局AI医疗业务多年。”王磊介绍，医联成立于2014年，作为一家互联网医院，前期和大型医疗机构合作开展了大量的医疗数据清洗工作，有数据和技术上的沉淀。
在预训练阶段，MedGPT使用了超过20亿条医学文本数据，微调训练阶段使用了800万条结构化临床诊疗数据，并投入超过100名医生参与人工反馈监督微调训练。
更大的挑战是“AI幻觉”。很多人跟ChatGPT聊天有一个共同感受：不管问什么，它好像都能给出答案，但仔细查看，会发现它有时只是在“一本正经胡说八道”，这被称为“AI幻觉”。
医学诊断，既需要医生的专业知识，还要借助各种辅助诊疗手段。医疗大语言模型，仅靠文本对话，能实现准确诊断吗？如何克服模型“幻觉”，避免误诊？
一方面是优化问诊程序。“MedGPT不会轻易下诊断结论。”王磊解释，首先会循序渐进地引导患者，进行多轮问诊，收集足够多的诊断信息，问诊环节结束后，如果MedGPT需要进一步明确病情，还会给患者开具必要的医学检查。
如何链接到检查项目？王磊介绍，MedGPT上整合了第三方医疗插件，可以提供上门检查服务。比如血液检查，通过医联的“云检验”，可以让医生上门采血或引导用户去社区检测点检查，之后检测机构会将结果回传系统。“未来如果我们整合了足够多的多模态能力，患者就可以尽量不用去医院了。”王磊说，基于问诊和医学检查数据，MedGPT就能进行后续疾病诊断并为患者设计疾病治疗方案，之后，医联的互联网医院还能提供送药到家服务，MedGPT会为患者提供用药指导与管理、智能随访复诊、康复指导，从而形成从疾病预防、诊断、治疗、康复的全流程诊疗服务。
另一方面，对训练过程进行监督。“在微调训练阶段，MedGPT的每一次回答，都会经过内部的‘医学专家系统’校验。”王磊介绍，真人医生会对问诊的准确率、效率、全面性、风险提示程度等进行评价，只有符合预期才能输出结果，发现错误会及时校正，通过大量的输入和校正，从而提升问诊的准确程度和问诊效率。
3让“AI医生”给患者看病还有多远？
今年6月，MedGPT与来自四川大学华西医院的10位主治医师共同对120余名真实患者进行问诊，并接受行业权威专家的评价打分，结果显示，真人医生综合得分7.5分，AI医生的综合得分7.2分，双方结果一致性达到96%。
“MedGPT通过多轮询问收集足够信息，误诊、漏诊的概率较小。”在场多位专家均对MedGPT的前景看好，不过，MedGPT在分型诊疗、疑难杂症、罕见疾病等方面仍存在不足。此外，还要解决大语言模型可解释性不足的问题。姚宇表示，在医疗行业，如果可解释性不足，可能医生就不敢用这个大语言模型。
医疗大语言模型是否会颠覆医疗行业？对此，业内人士普遍持积极态度。“现在，很多患者对基层医院不“感冒”，三甲医院门诊中90%以上都是常见病。”姚宇认为，AI医疗可以提升基层医院的诊疗水平，改变医疗资源分布不均的局面，赋能分级诊疗，让偏远地区的患者也能接触到优质医疗资源。
不过，要让“AI医生”给患者看病，还有很长一段路要走。
首先是法律门槛。2018年国家发布的《互联网诊疗管理办法（试行）》明确规定，“不得对首诊患者开展互联网诊疗活动。”这意味着，当前法规要求下，“AI医生”无法对患者进行首诊。
“医疗大语言模型是否需要申请安全评估和算法备案，未来如何监管，还需要法规进一步明确。”王磊表示，由于政策限制，MedGPT并未向公众开放，目前仅用于学术研究。他也透露，下一步，医联将与医疗机构和医学专家加强合作，进一步论证产品的准确性，并推动AI诊疗标准建设。公司正在开发面向患者的ToC版本的AI诊疗产品，并同步走审核程序，尽快推动产品落地。
虽然面向公众开放的时机尚未到来，但多家科技公司已在定向与公立医院、连锁药房、互联网医院平台等开展商业合作，开放医疗大语言模型的内部体验，推动应用场景落地。
姚宇则注意到政策中的积极信号。《生成式人工智能服务管理暂行办法》一方面明确了法律底线，另一方面也提出了鼓励措施，“这说明国家非常重视生成式AI的创新发展，希望通过管理来驱动整个行业健康规范发展。”
随着医疗大语言模型的发展，未来，“AI医生”会取代真人医生吗？
对此，多位业内人士均给出了坚定答复：“尽管人工智能在医学领域取得了很大进展，但医生的专业性和临床经验是不可替代的。”（四川日报全媒体记者史晓露）