由ChatGPT引爆的生成式AI热潮，大半年过去了，话题热度依然高涨。更可喜的是，讨论范围愈来愈广、也愈来愈深入。各行各业都在探讨如何运用这种创新技术去提升营运效率，甚或找出新的发展路向。5月时，笔者赴上海参加了一个探讨生成式AI与医疗健康的论坛，见到内地医疗AI（人工智能）初创在不同医疗场景的应用均取得突破，深受鼓舞。
医疗健康领域引入AI非自今日始，近年来随着医疗健康产业数字化有成，AI技术在药物研发、医疗影像判读、基因组资料采撷等方面已有长足发展。早年投资的一些相关项目亦成功推出产品，运用AI技术在新药发现、提升疾病检测和诊断方面，辅助医生进行精准诊断和治疗。
(相关资料图)
但至今为止，相对成熟的AI医疗应用大多面向医生或业内专家，以取代或辅助大量重复性的行政工作或临床诊断。如AI医学影像判读可协助医生筛检数以万计的医疗影像，大大减少人手检视所需的时间，而且事先标注出现问题的地方，列出可能的病症，让医生可以集中精力，更快速、准确地诊断疾病。
至于一些面向患者、互动性强的应用，在生成式AI大受欢迎前，发展相对较缓慢。如发展已有一段时间的互联网医疗，问诊界面大多只是让用户从关键字选择病症，再根据其与AI程序的对话文本，分诊至值班线上医生。由于问题是预先设定的，往往比较概略，未能按用户病征作出个性化提问，更遑论做出初步诊断。
以ChatGPT为代表的生成式AI划破长空，拥有强大的自然语言处理能力、知识图谱构建和深度学习等技术特点，能够更好地理解用户输入的内容之余，更精确的生成能力也展现出强大的“创作”能力。由于可采用“大模型+插件”模式广泛应用在不同领域，具有高度可扩展性和适应性，被视为医疗健康领域的一股变革力量。
非常欣慰的是，笔者这次出席上海论坛，看到内地AI与医疗健康创业者已充分做好准备。如北京智谱华章科技展示了其可对标OpenAI GPT3的超大规模预训练模型，模型以中文为核心、拥有千亿级别参数，且非常注重对国内科研及企业合作与支持，并通过融合GPT和BERT两种训练框架，同时支持生成式和填空式下游任务的需求。今年3月模型开源以来，全球累计下载量超200万，此类本土化大模型将能大大降低下游参与者的成本，让各行各业用较低的成本用起来，实现技术普惠。
自动生成医疗病历
至于面向患者的医疗应用，在生成式AI爆红后，也呈百花齐放。微软的语音识别子公司Nuance于3月发布支援语音的医疗病历生成应用程式DAX（Dragon Ambient eXperience），是首个将会话和环境AI与GPT-4结合的全自动临床文档应用程式，可通过“聆听”医患就诊时的对话，在患者就诊后几秒锺内自动形成可接入电子病历系统的临床笔记。4月份，微软和Epic Systems又宣布将把GPT-4人工智慧语言模型引入医疗保健领域，以帮助医护人员回复患者资讯和分析医疗纪录。
当然，内地也有医疗AI创业家拟进军同一领域，自2020年起就将GPT技术应用于医疗Chatbot等场景的“左手医生”，4月起也针对医生临床中“写病历”的需求，快速推进新应用的研发，并在论坛上演示了生成式医疗模型如何生成病历，引领未来医疗资讯化、数位化和智慧化的发展。
更令人振奋的消息还有，专注于肌骨康复和骨与运动医学领域的医疗创新企业，把康复治疗与生成式AI结合应用，开发出可透过患者端的App为患者做初步评估和诊断；再通过SaaS平台让医生和康复师为患者进行评估，并在系统后台生成康复方案的智慧医疗应用。甚至可配合自研的可穿戴动作捕捉器，远程指导患者完成康复训练，为患者提供普惠的个性化、定制化的康复治疗。
多种多样的实验式应用，印证“生成式AI大模型+外挂程式”模式医疗AI应用，已进入全新发展阶段。新技术在智慧医疗领域的应用，使得患者可以获得更加精准、个性化的医疗服务，尽管在真正应用过程中依然面临数据壁垒、伦理阻碍、法律监管、技术鸿沟等问题，随着一个又一个成功案例的出现，新一代人工智慧技术将继续推动医疗行业的技术创新，优化医疗资源配置，提高患者的就诊体验。
未来，我们期待生成式AI以及更多的相关技术能够为医疗行业带来更多的改革与突破，为人类的健康事业作出更大的贡献。期待在不久将来，患者可以通过线上问诊、智慧诊断、远端会诊等方式，享受到更便捷高效的智慧医疗服务。
