AI首次实现从有效问诊到准确诊断
通用大语言模型在面对医学问题的准确性上存在天然缺陷，在问诊阶段，通用大语言模型往往会轻易给出结论，但对于医疗应用来说，一致性和准确性是底线问题。MedGPT则能够通过多轮问诊引导患者收集足够的诊断决策因?之后再进?到诊断环节，从而保证准确性。医联MedGPT项目负责人王磊表示：MedGPT不会轻易给出诊断结论，而是会循序渐进地引导患者给出足够能够支撑有效诊断的病情全貌。也就是说，MedGPT 是通过收集足够信息并做出符合医学的决策，以“治愈”为目的而进行人机交互。通过独有的将?然语??模型AI技术与?系列?程调优技术以及医学?致性校验技术相结合，并在模型微调训练阶段采??量真实医?参与的RLHF（Reinforcement Learning from Human Feedback) 监督微调，有效提升模型的疾病特征判断与模式识别能?，确保医疗准确性。医联还建立了基于专家评议的AI诊疗准确性与真实世界医?对标测试机制，不断将AI与真实诊疗场景对齐，最终实现准确诊断。基于Transformer架构，MedGPT可以整合多种医学检验检测模态能力，首次实现线上问诊到医学检查的?缝衔接。在问诊环节结束之后，MedGPT会给患者开具必要的医学检查项目以进一步明确病情，患者则可以通过医联云检验等多模态能力进行检查。基于有效问诊以及医学检查数据，MedGPT得以进行准确的疾病诊断，并为患者设计疾病治疗方案。患者可以通过医联互联网医院实现送药到家，MedGPT会在患者收到药品后主动为患者进行用药指导与管理、智能随访复诊、康复指导等智能化疾病诊疗动作。通过多模态应用的打通MedGPT实现了预防、诊断、治疗、康复的全流程诊疗。除此之外，王磊还透露，医联MedGPT plugin 应用平台整合超过 1000+医疗多模态能力，整合多样化的医疗多模态能力，丰富和完善全流程智能化诊疗体验。这也意味着医联数字医院脱离了以互联网医疗连接为根本，以提高效率为主要目的的1.0 阶段；进入了基于强大的 AI 能力，实现疾病管理全流程智能化的数字医疗 2.0 阶段。作为致力于疾病全流程诊疗的医疗专业大语言模型，医联MedGPT形成了一套独有的「DIAE」医疗AI建设方法论，分别从Disease（病种覆盖）、Intelligence（智能化）、Accuracy（准确性）、Efficiency（就医效率）四个维度来建设与打磨产品，不断提升MedGPT的实际医疗应用价值。目前，医联正不断加速 MedGPT 的研发，希望数字医疗能力惠及更多人。医联MedGPT目前的参数规模为100B规模，预训练阶段使?了超过20亿的医学文本数据，微调训练阶段使?了800万条的高质量结构化临床诊疗数据，并投?超过100名医?参与??反馈监督微调训练。目前医联MedGPT 已经可以覆盖 ICD10 的60%疾病病种，并在近期将研发重心倾斜在多发疾病，以提升数字医院的普惠率。预计在 2023 年底，可以覆盖80%病种的就诊需求。王磊呼吁，业内AI科技、医学、院校机构、医疗多模态应用等各种类型的合作伙伴， 共同开发建设通用型人工智能技术的医疗应?场景为医疗行业的技术发展贡献力量。通过技术辅助医疗行业，实现效率的革命性突破，正是全新技术的最佳体现。现如今，大语言模型技术正处于飞速发展阶段，医疗行业也势必因此而发生巨大的变化。而技术的发展需要与产业进行深度融合，才能释放技术带来的红利。医联也将在不断推进技术发展的道路上，以严肃医疗为根本，让优势的医疗资源与技术惠及更多人，力争贯彻让全人类健康寿命延长一年”的使命。
投稿
