王士泉：ChatGPT在医疗行业的应用与思考
记者：朱兵
2023全球数字经济大会人工智能高峰论坛7月2日在北京隆重举行。本次论坛以“智能涌现，重塑未来”为主题，云集了众多顶级行业嘉宾，共同围绕人工智能大模型技术发展的机遇和挑战，以及企业的探索和实践等话题进行了深入的交流分享。
数字经济的发展离不开各种人工智能技术的支持。ChatGPT的横空出世，让医疗IT行业直面技术变革的巨大冲击，在医疗领域引起了广泛讨论：ChatGPT在哪些医疗场景下可以代替人工？ChatGPT作为医学AI聊天机器人有哪些优势、局限和风险？ChatGPT应用于医疗场景有什么风险？政府层面应在哪些方面加强监管……
为此，记者在会议期间采访了东华医为科技有限公司的高级工程师王士泉，从政策监管、临床应用、技术等多个角度进行探讨，为业内提供决策参考。王士泉作为深耕医疗大数据与人工智能领域多年的行业专家，一直以观点鲜明著称。
记者：有人说ChatGPT将取代以经验为主的临床诊断型工作，而对外科医生、护士为代表的动手型工作受到的影响将相对较小。您怎么看？
王士泉：某种程度上我认为是这样的。医疗的本质还是医生对患者的诊疗行为，无论是现代医疗还是传统医疗，其核心还是“医疗”过程本身。从目前看ChatGPT可以通过对大量医学文献和病历信息进行学习和分析，可提供一些辅助医疗服务的功能，但并不能完全替代医生的工作，特别是执行类、操作类的工作。
记者： ChatGPT可以应用于哪些临床场景？
王士泉：ChatGPT具备文本生成式的训练能力，它的优势在于翻译和信息抽取。在信息抽取上，它可以将大段临床文本进行结构化；在数据清洗层面，ChatGPT可以在一定范围内提供一致性校验工作。从临床领域看ChatGPT适用于以下场景：1、预问诊（轻问诊）领域：向候诊患者提供预问诊，人工智能快速记录数据并给出回答，医⽣可以实时看到和引用GPT⽣成的内容，提升回答效率。在这个过程中，GPT可利用迭代式的自我学习机制，通过不断优化训练过程，逐渐增强其语言建模能力，这一特性使得该模型能够更好地协助医生减轻重复性工作的负担。2、医疗记录文书生成：通过凝练医生与患者间的对话，GPT可自动生成病历和影像报告小结，节省患者时间成本，提升医生工作效率。3、在临床科研领域，GPT技术有着很多可以应用的场景。比如常见的文献翻译、健康科普、患者教育、论文润色、编程相关内容等。
记者：ChatGPT作为医学AI聊天机器人有哪些优势、局限和风险？
王士泉：目前来看，ChatGPT核心是知识服务， ChatGPT能够快速且全面地给出问题答案，不仅省时省力、降本增效，还能在一定程度上提升医务人员的整体业务水平。个人认为ChatGPT想要在医疗这个特殊领域获得发展，主要会面临下面几个问题：
首先是数据采集方面的障碍。医疗数据涉及隐私与权益，不像其他领域数据那样易于获取，开放和共享是一个世界性难题，这制约了大语言模型(LLM)的训练与优化，使其难以达到需要的精度水平。ChatGPT今后如何获取海量的医疗数据进行训练仍是巨大挑战。除了数据获取方面，数据安全方面同样是巨大的挑战。由于对算力的巨大要求，ChatGPT采用云端存储技术，一方面存在数据泄露等风险；另一方面面临网络和黑客攻击等隐患。
其次是人员方面的挑战。医学人工智能领域需要大量数据标注师，特别是对医学影像图片，如何找到高年资的医生来做标注工作是现实问题。
还有就是医学伦理、医学人文挑战。患者隐私是否可以得到妥善的保护？如何体现医学伦理？如何展示医学人文？如何体现医生温度?
然后是法律和监管的挑战。医疗AI需要面临复杂的法律法规要求，这使其商业化应用进度受限，研究机构与企业难以判断某些应用是否会触及监管红线。ChatGPT刚刚推出，国家网信办就快速颁布《生成式人工智能服务管理办法》（征求意见稿），加强对AIGC领域的监管，后续一定会有更多的管理办法出台。
最后是适用性的挑战。医疗AI还需要考虑不同的区域医疗政策。GPT推荐的治疗方案是否适用？是否符合当地的药品管制规定不同？在美国训练的数据模型拿到中国来未必适用，国内各地的医保政策也各不相同。
记者：医疗AI的未来发展前景如何？您这边有哪些布局？
王士泉：ChatGPT的横空出世，给整个世界带来了巨大冲击和影响。近几个月，多家互联网企业推出医疗相关大模型，医疗AI一时风光无限。对比于通用大模型的能力而言，医疗行业非常需要垂直大模型，在数据层面，医疗行业因为安全及隐私保护要求数据大多存储在本地，通用大模型在医疗能力上缺乏必要的训练数据。另外一方面，医疗行业在安全、精度等方面要求较高，系统又比较复杂，再加上医疗相关数据质控的要求很高，所以从这几个维度去看，通用大模型的医学常识、生成的可控性和准确性都达不到这个行业的最低要求，需要针对医疗机构定制的行业大模型去发挥效力。
此外，医疗AI、大数据的深度应用，依赖于高质量的数据以及医学知识和行业经验的积累。我们在利用大数据和复杂模型支持决策方面，有着非常深厚的经验。后续，我们将充分发挥医疗和数据的融合优势，全面推进大数据和AI在各疾病领域的应用，推动区域医疗生态革新与发展，利用“知识+数据+AI”，打造具有全球影响力的人工智能创新策源地。
记者：当年IBM Watson推出时，也引起了巨大轰动，您认为ChatGPT在医疗领域会不会重复Watson的情况？
王士泉：医学从未停止拥抱人工智能的脚步。IBM Watson这个医学与人工智能相结合的重大尝试，在2011年宣称已达到医学院二年级学生知识水平后，Watson踏入了医学最复杂的应用场景之一—癌症，并开始在美国多家医疗机构使用。2017年2月，MD Anderson癌症中心宣布停止与IBM Watson合作，指出Watson的癌症治疗建议不尽如人意，此后大批医疗机构客户开始与Watson解约。2022年，IBM将部分Watson Health业务资产出售。医疗的复杂性超出绝大多数技术人员的想象。有业内人士分析，Watson的现状或源于IBM选择医疗作为突破口。缺乏海量医疗经验的沉淀，IBM 这次医学人工智能的尝试，终以遗憾收场。
Watson之后，今年ChatGPT的出现又一次点燃了医学对于人工智能的热情。然而，高质量的数据和领域知识积累依然是大模型、AIGC等新一代技术与应用能否有效落地的关键因素。如果没有高质量的数据、没有医学行业经验的积累，一切人工智能应用都无从谈起。在经历了半年的喧闹，业内人员也逐渐冷静，“游泳”的人们逐渐发现，没有高质量的医学数据，再聪明的人工智能也很难有用武之地。
展望未来医疗，智慧化的进程越来越快。医疗的特点是人命大于天，过程不可逆。我认为ChatGPT在医疗的应用会相对金融等领域延后一段时期，不会那么激进，但也不会缺席。
注：王士泉，技术管理精英,中国HIT(Hospital information technology)技术创新探索者，深耕医疗健康领域信息化二十余年。