2024 年医疗大模型发展趋势分析
引言
2023 年被广泛称为'医疗大模型的元年'，国内外均有大量厂家将大语言模型应用于医疗健康领域。据统计，截至 2023 年 10 月，我国累计公开的大模型数量已经达到 238 个，其中垂直类大模型达到 103 个。而在 2 月至 9 月期间，我国发布的医疗大模型近 50 个，涉及智慧诊疗、医疗文本处理、药物研发和学术科研等多个方面。
医疗大模型是否能够帮助临床医生和医疗机构提升医疗质量？2024 年医疗大模型又将面对哪些困难？随着技术的演进，大模型在医疗场景应用需兼顾安全性与专业性，可通过数据清洗、标注和验证等控制数据质量；另一方面，大模型的计算需要大量的算力作为支撑，轻量化、本地化部署的大模型将成为重要发展方向。
一、医疗大模型效果将逐步得到验证
1.1 临床研究佐证潜力
2023 年 6 月，四川大学华西医院信息中心刘加林教授团队在医学权威期刊 Journal of Medical Internet Research 上发表了研究文章'Utility of ChatGPT in Clinical Practice'，证明了 ChatGPT 在临床多个环节为医务人员提供了有效的诊疗决策支持。
研究显示，基于大语言模型的人工智能 ChatGPT 在临床实践中展现出巨大的潜力，或将彻底改变现有的医疗模式。例如，在诊断方面，ChatGPT 在常见病的正确诊断率高达 93.3%。在临床决策方面，再根据多个维度比较了 36 个病例的鉴别诊断、诊断测试、最终诊断和处理的准确性后，ChatGPT 的总体准确率达到了 71.7%（95% CI，69.3%~74.1%）。此外，ChatGPT 还可用于癌症筛查和优化临床决策支持系统，为医生提供重要的辅助信息。
在回答医学问题方面，ChatGPT 也展现出了强大的能力。例如，在视网膜疾病、产科和妇科、肝脏疾病以及癌症等领域提供准确和有用的信息；可用于生成医学文件，如患者医疗报告、放射学报告和医疗记录等。这些文件在准确性、人性化和可读性方面得到了良好的评价，为医疗实践提供了重要的支持。
1.2 应用场景与差异化发展
对于大模型在医疗健康领域的应用，此前中国信通院云大所副所长闵栋提出了 9 个应用场景，包括辅助决策、治疗方案生成和质量控制等。刘加林团队的研究已经证明了大模型在辅助决策方面发挥了作用，还有许多大模型在问诊、影像鉴别等方面取得了不错的准确度，但在其他多个应用场景中，医疗大模型的应用效果仍需进一步研究。
闵栋近日发文表示，目前我国医疗大模型产业仍在发展早期，且大多厂商对标 ChatGPT 同步发展，处于跟进复刻的阶段，创新性总体偏弱。当国内大模型技术积累达到一定阶段，不同应用定位的模型优势将会在产业中显现出来，呈现出差异化，这也是大模型商业落地的主要途径。
随着各厂商大模型产品的研发和应用，2024 年医疗健康领域也将出现覆盖不同应用场景的医疗大模型，更多相关研究工作也将逐步展开和验证。
二、大模型'通病'在医疗领域要零容忍
尽管大模型在医疗健康领域应用效果的研究成果目前仍在少数，但对其存在的隐患已逐渐形成共识。上海市数据科学重点实验室主任、复旦大学附属眼耳鼻喉科医院等多家机构特聘教授肖仰华发表的论文阐述了大模型在医疗应用中的局限性。
2.1 仅根据文字记载难以习得专家经验
医疗是一类典型的严肃、复杂应用场景，对大模型的准确性、精确性、安全性、可靠性、认知能力均提出更高要求。例如医生在对患者进行诊断时，不仅要考虑过往病史，还要通过场景判断患者所述是否属实，多凭借自身丰富经验解决问题。大模型难以仅从文字记载的数据中习得，与资深医疗专家水平仍有差距。
2.2 无法辅助解决真实场景中的复杂决策任务
目前，以大模型为核心的人工智能技术在医学中的应用定位仍是辅助决策。ChatGPT 类大模型本质上是在开放环境中实现人机对话，但是开放聊天无法辅助解决真实工作场景中的复杂决策任务。例如在疾病诊断方面，医生会根据患者的收入和医保情况制定个性化诊疗方案。要胜任此类工作，大模型需要丰富的专业知识、合理的角色定位、病情病势研判能力、复杂约束取舍能力、不完全信息下的推断能力等，大模型要从聊天能手变成医学专业助手仍需经历漫长的优化过程。
2.3 幻觉问题
医疗关系到公众的生命健康，对错误需要零容忍，应用任何人工智能技术都要有系统性的解决方案才能达到医学严苛的准确性与精度要求。而生成式大模型本质上是概率模型，仍有产生错误的可能。例如，胃复安的主要成分是甲氧氯普胺，但 ChatGPT 回答的是天然气孔草酮。这看似严谨的回答存在基本事实错误，在应用时需要付诸极大的代价判断信息真伪，增加了应用成本。幻觉问题是大模型落地垂域应用不可避免的问题。
对于以上医疗大模型目前存在的普遍问题，肖仰华认为原因有 3 点：首先，大模型先天能力不足，训练语料、轮次有限都会导致学习不充分、知识有限、推理受限等问题；其次实际任务往往太复杂，大模型对复杂指令理解能力有限，进而产生幻觉；最后，由于专业领域知识相对薄弱、难获取，大模型对于某些专业知识的掌握能力有限，因此生成错误答案。
三、本地化部署或成 2024 年发展方向
3.1 数据安全与治理
如何才能解决大模型在医疗健康领域现存的问题？刘加林提出，应对数据进行审查和清洗，为大模型提供更加广泛和多样化的训练数据，涵盖不同人口群体和疾病情况，以减少偏见的影响，确保大模型的输出结果是公正和准确的。此外，为了保护患者的隐私和数据安全，需要采取严格的数据安全措施，如数据加密、访问控制和匿名化等。同时，为了提高其可信度和可接受性，需要研究算法的透明性和可解释性，包括开发解释性的模型架构、提供决策依据的解释，以及记录和审查大模型与患者之间的交互过程。
