ChatGPT爆火，医疗行业能用它干什么？
一、ChatGPT写论文的水平如何？
ChatGPT，美国“开放人工智能研究中心”研发的聊天机器人程序 ，于2022年11月30日发布 。ChatGPT是人工智能技术驱动的自然语言处理工具，能够通过学习和理解人类的语言来进行对话，还能根据聊天的上下文进行互动，真正像人类一样来聊天交流，甚至能完成撰写邮件、视频脚本、文案、翻译、代码等任务。
从ChatGPT的功能出发，首先可以想到的一大功能是用于学术研究，例如写论文。许多用户进行了尝试，多个领域的媒体连日来也发布了大量文章，呈现与ChatGPT的对话，包括近日《财经大健康》也围绕新冠疫情问题对ChatGPT进行了一场“专访”。通过这样的测试来一探ChatGPT的写作能力，结论是：当前的ChatGPT在回答问题的过程中力求整体正确、稳妥、表面的严谨，但缺乏细节和数据。ChatGPT在与《时代周刊》的对话中表示，它的反应不应被视为准确事实，也不应被视为其大脑会思考的证据。
这样一个大型语言模型目前仍在不断完善中。因此，理解其功能的同时，更要明白其缺陷。
2月3日，《自然》上发表了一篇题为《ChatGPT为研究带来的五个机会》的文章，文中指出：
人们目前已使用ChatGPT和其他大型语言模型来撰写论文和演讲、总结文献、编写计算机代码、统计分析等，“它可能会加速创新过程，缩短出版时间，并通过帮助人们流利地写作，使科学更加公平，并增加科学观点的多样性。然而，它也会带来担忧，如可能降低研究的质量和透明度，可能会歪曲科学事实并传播错误信息等。”
第二军医大学海军医学系退休教授、上海交通大学兼职教授孙学军表示：“对科学研究领域来说，现在不是拒绝使用的问题，而是如何避免错误使用的问题。由于这种系统不够成熟，目前使用时要坚持对信息进行人工确认，将来也可以利用多种技术来解决。”
从研究者的角度，ChatGPT只能作为现有教学科研工作的一种补充，由于其潜在的不良影响，需要在实际使用中格外审慎。
但孙学军教授也指出了ChatGPT的3点益处：
首先，有利于科学问题的提出。通过先和人工智能进行对话和讨论，至少能快速从文献中获得相关信息，以增加科研思路的科学性。
其次，论文发表可能会逐渐失去意义。学术论文是科学家交流思想的载体，但如果能利用人工智能技术和网络存储潜力，学术论文可能会被更有效且具有一定个性化的学术资料库取代，甚至可能逐渐发展出更多新的思想交流模式。
最后，大量伪学术研究逐渐失去市场。如果人工智能具有客观评价学术的能力，那许多垃圾论文将会无法立足。这对于净化学术空气，减少无效学术信息，是非常有价值的。
二、ChatGPT能成为机器人医生吗？
据外媒报道，最近的一项尚未经过同行评审的研究实验显示，由 OpenAI 创建的人工智能聊天机器人 ChatGPT 证明，它能够在没有补充医学培训的情况下通过 USMLE（美国执业医师资格考试） 的所有三个部分。USMLE 的及格门槛约为 60%。ChatGPT 在所有考试中的准确率超过 50%，并且在大多数考试中超过 60%。
除了ChatGPT之外，2022 年底，Google Research 和人工智能公司 DeepMind 曾发表过一篇论文，概述了其在 Med-PaLM 方面的工作。Med-PaLM 是一种开源大型语言模型，旨在通过多个数据集在医学领域生成准确、有用的答案。当时Med-PaLM 回答MedQA（USMLE 考试问题）的准确率为 67.6%，虽然目前“仍然不如临床医生”，但也已显示出很大的潜力。
所以这也意味着，未来人工智能也许能够协助医生完成更多临床和管理任务，在医疗活动中发挥更重要的作用。
三、引发期待之后，
ChatGPT与医疗之间还有距离
OpenAI在2020年出GPT-3，日前来自德雷克塞尔大学的一个团队将GPT-3与神经学诊断联系起来，通过使用公开的阿尔兹海默症患者和正常人的语音记录数据集，重新训练了GPT-3，从而可以识别出痴呆症患者语言上的细微差别。
研究团队的成员表示：“阿尔兹海默症的认知影响会表现在语言表达上，最常用的早期检测阿尔兹海默症的测试中，除了一般的认知测试，还需要考察一些声音特征，例如停顿、衔接和发声质量。”通过重新训练GPT-3，只需要提供一段音频，这个模型就能人群中精准的检测出阿尔兹海默症患者，并能预测出这个人的认知测试得分，整个过程不需要知道这名患者的其他个人信息。
未来还会有更多类似的探索。目前人工智能在医疗领域的应用已经逐渐扩展，国内各类人工智能医疗软件相继获批， 正在逐步走入临床，辅助医生进行决策。未来人工智能结合数字疗法，可以根据患者数据，制定个性化的治疗方案。同时也能改善患者的就医体验，优化就医流程，从临床再到管理，帮助医生提升效率。此外，人工智能的应用也将帮助缓解地区间医疗资源不平衡的问题。
ChatGPT的出现引发了不少期待，但是许多专家也明确指出了当前此类模型应用面临的许多现实问题。
比如人工智能模型在信息的搜集与整理，文本编辑与翻译方面具有很大优势，可以帮助人类节省时间，提升效率，应用到临床可以辅助诊断，帮助医生决策，但另一方面，知识产权、歧视信息、数据权属、个人隐私等问题，都还没有完善的解决方案，在伦理、法律和社会层面，也缺乏政策、法律、技术标准以及行业共识等进行规范。
