ChatGPT在医疗行业的创新机遇与挑战

孔祥勇  发布于:2023年6月28日 09:47

文 | 孔祥勇,上海理工大学健康科学与工程学院医学信息工程专业讲师,中国人工智能学会生物信息与人工生命专委会委员,中国计算机学会计算机应用专委会执行委员,上海市生物医学工程学会医学信息专委会委员。


2022年11月30日,美国人工智能公司OpenAI发布名为ChatGPT的模型研究预览版。ChatGPT自发布以来,非常受欢迎,仅5天就吸引超过100万用户,上市第一个月就拥有5 700万活跃用户,发布后两个月内的月活跃用户数达到1亿。ChatGPT的广泛普及使得OpenAI的价值增长到了290亿美元。随着ChatGPT的高速发展,很多公司和个人的命运有可能完全被改写。这是不亚于蒸汽机、铁路、电报、互联网的时代巨浪。

以ChatGPT为代表的AI自生成技术,让人工智能实现了从感知理解世界到生成创造世界的巨大跃迁。微软公司首席执行官萨提亚•纳德拉(Satya Nadella)甚至认为,对知识型工作者来说,这就完全等于工业革命。毫无疑问,ChatGPT的火爆也伴随一系列对它的讨论,它可以为教育、科研等行业提供便利,但同时也存在诸如对话容量限制、成为抄袭和作弊利器、存在偏见和歧视以及准确性等问题。那么,ChatGPT带来的变革将给医疗领域带来怎样的影响?当变化出现的时候,该如何抓住机遇并迎接挑战?

ChatGPT是什么

ChatGPT(Chat Generative Pre-Trained Transformer,翻译成中文是生成型预训练变换模型)是人工智能技术驱动的自然语言处理工具,它能够通过学习和理解人类的语言,并根据上下文内容用对话的方式与用户进行交互,甚至能完成撰写邮件、视频脚本、文案、代码、论文等任务,因此有望成为提高办公、学习效率的工具。

ChatGPT背后的GPT模型是在一个超大语料基础上预训练出的大语言模型(LLM),采用从左到右进行填字概率预测的自回归语言模型,并基于prompting(提示)来适应不同领域的任务。目前,模型已经发展到GPT-4。ChatGPT所能实现的人类意图,来自机器学习、神经网络以及Transformer模型的多种技术模型积累。ChatGPT的训练过程基于大规模语料库进行自监督学习。模型采用Transformer网络结构,使用语言模型预测任务进行训练,并通过不断调整和优化模型参数提高性能表现。

页面提取自-68-71.png

ChatGPT 的训练过程

截至目前,ChatGPT在实际使用中表现惊艳,但囿于大规模语言模型自身、数据原因、标注策略等局限,仍存在一些劣势。首先,ChatGPT的数据仍然停留在前两年,无法做到及时更新(截至发稿前)。在日新月异、瞬息万变的现代社会,ChatGPT数据集无疑有些落伍。其次,受制于数据集的质量,ChatGPT自己无法克服用语啰唆繁复、内容虚假或带有偏见等问题。最后,ChatGPT的对话质量不稳定,有时甚至答非所问。因为ChatGPT是对话机器人,所以提问的技巧非常重要。提问详细到位或者说提问的方式让机器人更容易明白,才会不断得到想要的内容。因此,未来ChatGPT有望向多模态、少人化、小型化、强化深层语义理解能力与实时持续学习进化能力等方向进步。


ChatGPT

在医疗领域的应用

ChatGPT能够将范围广泛的查询生成类似人类的响应,使其成为医疗健康领域的理想工具,可从数据分析、教育科普、智能问答与建立医疗文档等方面协助医患双方。

数据分析层面,医生端可以利用ChatGPT进行临床试验招募、疾病监测与辅助治疗,患者端可以通过此实现远程患者监护。在教育科普方面,ChatGPT具有医学教育、药物管理与药物信息查询的功能。在智能问答方面,ChatGPT有利于支持临床决策,并且可以代替医生快速、及时地回答患者的问题,同时为患者提供创建症状检查器、患者分诊以及心理健康支持。此外,ChatGPT还可以协助进行电子病历的录入和保存、医疗文档的书写以及可作为远程医疗虚拟助手与医疗翻译的工具参与医疗工作。

ChatGPT在医疗器械研发中也具有广阔的应用前景,可以提高医疗器械的设计、制造、检测和诊断等方面的效率和准确性,为医疗行业带来更大的价值。

在设计优化方面,通过分析大量的医疗器械设计案例、病患需求和医生使用习惯,ChatGPT能够为设计师提供创新设计理念和优化建议。

在故障诊断与维修方面,通过对大量的维修案例和设备使用情况进行学习,ChatGPT能够预测设备的故障概率和维修需求,提前安排维修计划。

在模拟测试方面,ChatGPT利用其强大的计算能力,结合仿真技术,能够在虚拟环境中对医疗器械进行模拟测试。

在客户支持与培训方面,通过分析客户的问题,ChatGPT可以快速提供解决方案,提高客户满意度。

在生产过程优化方面,通过对生产数据的实时分析,ChatGPT可以发现生产过程中的瓶颈、浪费和潜在风险,并提出改进方案。

医疗实例应用中,我们发现在需要从已有的海量资料中获取信息的病案研究中,ChatGPT作为拥有大量语料库的大型语言模型,可以快速、准确地调取需要的知识,在提高病案研究的效率上被寄予了厚望。

如图所示,ChatGPT还支持以表格等形式呈现结果,对提问者接收信息产生便利,也体现出其整合信息能力的强大。

表格.png

ChatGPT 以表格形式回答问题

同时,ChatGPT能够自动根据输入的上下文和语义进行内容生成,可以凭借此将其用于各种类型的医疗文本的撰写中,包括临床文档、病历记录、医嘱、诊断报告等。经过检验发现,ChatGPT可以形成结构良好的科学文档,大大提高撰写效率,减少错误和重复性工作。

ChatGPT具备语义理解和自然语言生成的功能,也储存着完备的知识图谱和医学知识库,因此,它可以通过对话管理和智能推荐帮助医疗虚拟代表开发和应用。例如,让ChatGPT成为“医药代表”辅助维护与医生的关系。

医药代表.png

ChatGPT 成为“医药代表”

ChatGPT还可以利用储备的数据库资料与患者交互,了解患者的病情和需求,回答患者的问题,提供个性化的健康咨询和建议,如有关症状、药物和治疗方案等。

在向ChatGPT提问时,如果对回答不满意还可以深入询问,使沟通更为顺畅与类人化,从而获得令人满意的答案。

对 ChatGPT 连续提问


健康管理领域,ChatGPT可以帮助人们管理自己的健康状况,通过与用户交互来获取用户的健康信息和需求,进而提供相应的健康管理建议和服务,如提供营养建议、指导锻炼、监测疾病进展等。


健康管理.png

ChatGPT 帮助健康管理

在使用ChatGPT时,可以尝试从医生的角度对其答复进行测试,如询问糖尿病的常见症状。通过ChatGPT的答复,患者可以了解糖尿病的常见症状,同时还能获得初步的诊断结果,有助于进一步确定自身的检查方向。相信如果有条件加以完善,未来ChatGPT有望提供更为精确的诊断结果。

医生.png

ChatGPT 成为“医生”


ChatGPT在医疗领域的

机遇和挑战

ChatGPT有利于释放医生人力:诊前可以帮助分诊到对应的专科医生;诊中能以“第三方”的视角介入医患对话,通过抓取问诊中的关键信息,快速生成回复文案;诊后能够帮助医生快速整合患者信息。

ChatGPT还可以帮助医生提升工作效率。例如:帮助医生获取患者基础信息与主诉;提供更多解答思路给医生参考,便于医生给出更个性化、有温度的回复;最后生成“电子病历”等报告,医生审核报告后进行回复。

ChatGPT还有望帮助医生检索学习,通过学习大量医疗知识、患者案例,为更多医生提供咨询,为基层医疗防治提供专业的医学指导。 

未来,随着对ChatGPT投入的加大,ChatGPT有望运用于专病领域,参与患者全病程健康管理,从患者记录中提取基本信息并进行分组处理,并帮助医生更高效地评估患者目前的状况与需求。

值得注意的是,ChatGPT未来要想进入医疗市场,仍面临诸多壁垒和挑战,如缺乏足够的医疗数据,以及难以学习医学术语及其专业表述。不仅如此,ChatGPT还面临伦理方面的问题,如医疗法律法规的限制、医疗保密性和隐私问题以及是否能够获取医患双方的信任等问题。ChatGPT与医疗合作的落地和实际应用还可能面临极高的成本,仍旧任重道远。