AI醫(yī)療的想象力

最近，來(lái)自清華大學(xué)的研究團(tuán)隊(duì)，把醫(yī)院搬到了AI世界。他們?cè)O(shè)計(jì)了一個(gè)模擬醫(yī)院，其中的醫(yī)生、護(hù)士、患者全部由大語(yǔ)言模型驅(qū)動(dòng)，可以自主完成發(fā)病、分診、掛號(hào)、問(wèn)診、檢查、診斷、開藥、康復(fù)以及患者隨訪全過(guò)程。

研究結(jié)果發(fā)現(xiàn)，AI 醫(yī)生在幾天內(nèi)，就完成了數(shù)以萬(wàn)計(jì)的病例的治療。而同樣的情況，人類醫(yī)生大約需要2年時(shí)間（按照一周治療約100名病人計(jì)算）。更重要的是，在診療了上萬(wàn)名虛擬病人后，AI 醫(yī)生在MedQA數(shù)據(jù)集呼吸道疾病子集上，達(dá)到了93.06%的準(zhǔn)確率1。要知道，中國(guó)培養(yǎng)一個(gè)醫(yī)生，基本沿用“5+3”模式，即5年本科、3年規(guī)培（住院醫(yī)師規(guī)范化培訓(xùn)），至少8年時(shí)間，才能成為一名合格的專科醫(yī)師。而清華大學(xué)這個(gè)虛擬醫(yī)院，在幾天內(nèi)就讓AI智能體成了呼吸道疾病專家，還是7x24小時(shí)全年無(wú)休。

AI虛擬醫(yī)院

這種AI醫(yī)生去哪里找？根據(jù)論文說(shuō)明，手搓一個(gè)虛擬醫(yī)院，大致可以分為三步。

第一步，先來(lái)個(gè)“全家福”。由GPT-3.5生成醫(yī)生（14名）、護(hù)士（4名）、居民的全部信息，且可以無(wú)限擴(kuò)展。借助大語(yǔ)言模型生成的人物，從左向右、從上到下分別是：1號(hào)患者肯尼斯，35歲，患有急性鼻炎和高血壓病史，主訴腹瀉、持續(xù)嘔吐、淋巴結(jié)腫大、反復(fù)發(fā)燒等。2號(hào)內(nèi)科醫(yī)生伊莉斯，32歲，富有同理心，擅長(zhǎng)與病人溝通，主要職責(zé)是為患有急性、慢性病的成年患者提供診斷、治療和預(yù)防保健服務(wù)。3號(hào)放射科專家趙磊，58歲，主要通過(guò)X光、MRI、CT等各種醫(yī)學(xué)圖像，作出診斷。4號(hào)接待員法圖瑪塔，48歲，負(fù)責(zé)預(yù)約安排、患者登記等工作。

第二步，去生病，去治療。在這個(gè)虛擬世界里，居民會(huì)隨機(jī)出現(xiàn)生病癥狀，并成為患者。

1號(hào)患者肯尼斯出現(xiàn)皮膚病癥狀，他先在分診臺(tái)咨詢，這個(gè)癥狀應(yīng)該掛哪個(gè)科室，隨后登記掛號(hào)。緊接著他被安排由皮膚科醫(yī)生進(jìn)行問(wèn)診，該醫(yī)生詢問(wèn)過(guò)簡(jiǎn)單問(wèn)題之后，安排他進(jìn)行檢查，再根據(jù)檢查結(jié)果做出診斷，并開具藥方，最終肯尼斯在吃藥恢復(fù)之后，再回到醫(yī)院完成隨訪，是為完成診療。整個(gè)過(guò)程，完全復(fù)刻了一個(gè)人在醫(yī)院就診的流程——該掛哪個(gè)科，醫(yī)生會(huì)根據(jù)詢問(wèn)以及驗(yàn)血、CT等檢查結(jié)果，判斷患者病癥，并提出治療方法。

第三步，進(jìn)階的AI醫(yī)生。從一個(gè)醫(yī)學(xué)生進(jìn)化為一個(gè)合格的醫(yī)生，需要跨越從醫(yī)學(xué)知識(shí)到臨床實(shí)踐的高山。因?yàn)橥环N癥狀，可能對(duì)應(yīng)著不同的病灶，只會(huì)照本宣科完全不夠，豐富的臨床經(jīng)驗(yàn)才更寶貴。此前在訓(xùn)練醫(yī)療大模型時(shí)，通常是先把醫(yī)學(xué)數(shù)據(jù)（生理學(xué)、病理學(xué)、各種專科知識(shí)、病例等）“喂”給大模型，再借助檢索增強(qiáng)生成（RAG）、高質(zhì)量的人工標(biāo)注進(jìn)行迭代，讓AI醫(yī)生可以“按圖索驥”。

這種訓(xùn)練方法的“別扭”之處在于，醫(yī)療大模型可以提升效率，但失之毫厘，差的可能就是一條命；而要是加入人工標(biāo)注，效率又成了絆腳石。

不過(guò)，清華大學(xué)這個(gè)虛擬醫(yī)院，采用的是一種MedAgent-Zero（無(wú)參數(shù)策略）的自我進(jìn)化方法。即從患者發(fā)病，到醫(yī)生診斷，再到最后的治療結(jié)果，整個(gè)過(guò)程不依賴人工標(biāo)注數(shù)據(jù)，AI 醫(yī)生只需要通過(guò)學(xué)習(xí)（閱讀醫(yī)學(xué)文獻(xiàn)）和實(shí)踐（與虛擬患者交互，作出診療決策，并從治療成功或失敗中積累經(jīng)驗(yàn)）就能不斷“進(jìn)化”，提升醫(yī)療能力。

這意味著，AI醫(yī)生也能積攢“臨床經(jīng)驗(yàn)”了。但這樣的AI醫(yī)生，能代替真實(shí)的醫(yī)療專家嗎？

AI醫(yī)療的想象力

先說(shuō)結(jié)論，眼下的醫(yī)療大模型，主要集中在疾病預(yù)防、輔助診斷、健康指導(dǎo)等生病的前期和后期。到生病的時(shí)候，AI只能打輔助，真正的問(wèn)診、治療，還需要人類醫(yī)生來(lái)進(jìn)行。原因除了醫(yī)療大模型需要人為干預(yù)和標(biāo)注來(lái)提升準(zhǔn)確度之外，患者這邊，對(duì)AI醫(yī)生也缺乏足夠的信任。

清華大學(xué)這個(gè)可以自主進(jìn)化的AI醫(yī)生，也有一定的局限性。從訓(xùn)練數(shù)據(jù)集來(lái)看，這個(gè)AI醫(yī)生的“知識(shí)庫(kù)”，主要來(lái)自第八版《傳染病》中8種呼吸系統(tǒng)疾病的數(shù)據(jù)，包括每種疾病的癥狀、實(shí)驗(yàn)室檢查、檢查結(jié)果和治療計(jì)劃，共計(jì)大約10000條記錄。還有一些從醫(yī)學(xué)新聞網(wǎng)站、默克手冊(cè)網(wǎng)站搜集的醫(yī)療文獻(xiàn)和案例，以及后續(xù)患者的反饋，相當(dāng)于“經(jīng)驗(yàn)庫(kù)”。這些數(shù)據(jù)集將該AI醫(yī)生框定在了呼吸系統(tǒng)疾病領(lǐng)域，病人只會(huì)得呼吸道疾病，這大大簡(jiǎn)化了實(shí)際的醫(yī)療過(guò)程。因?yàn)橛袝r(shí)候，頭疼不一定是頭的問(wèn)題，也可能是頸椎的問(wèn)題，或者心理的問(wèn)題。所以這個(gè)虛擬醫(yī)院，其實(shí)更像一個(gè)理想條件下的專科醫(yī)院。

但研究提出的MedAgent-Zero自我進(jìn)化機(jī)制，再加上更為龐大的醫(yī)療數(shù)據(jù)集，假以時(shí)日，AI醫(yī)生或許真的可以做一些基礎(chǔ)的問(wèn)診工作，為人類醫(yī)生留出更多時(shí)間和精力，做更高深的研究，提供更有人情味的醫(yī)療服務(wù)。

其實(shí)，除了清華大學(xué)的虛擬醫(yī)院，AI在醫(yī)療領(lǐng)域的應(yīng)用，或許已經(jīng)超過(guò)了很多人的認(rèn)知。

在疾病預(yù)防領(lǐng)域，AI算法可以根據(jù)電子病歷、基因數(shù)據(jù)等，預(yù)測(cè)心臟病、中風(fēng)風(fēng)險(xiǎn)；一些糖尿病之類的慢性疾病，AI還可以提供實(shí)時(shí)監(jiān)控和動(dòng)態(tài)建議，用于個(gè)人健康管理。

在影像學(xué)領(lǐng)域，AI分析X光片、CT掃描、MRI等，不僅效率更高，還能更準(zhǔn)確地檢測(cè)到異常，如腫瘤、骨折、腦出血等，提高早期病變的檢出率。2020年，谷歌DeepMind開發(fā)的乳腺癌AI篩查系統(tǒng)，就在發(fā)現(xiàn)乳腺癌方面，準(zhǔn)確率超過(guò)了醫(yī)生，登上了Nature。

還有AI加碼的基因編輯，已經(jīng)可以改寫人類的DNA；Alphafold3的問(wèn)世，更是為新藥研發(fā)按下了快進(jìn)鍵。甚至有的AI生成病例、AI心理治療等等，比人類的效率還要更高，效果也更好。

雖然現(xiàn)階段，AI在醫(yī)療領(lǐng)域的應(yīng)用，還存在隱私、倫理以及人類信任度等等問(wèn)題，但不可否認(rèn)的是，AI正在以前所未有的方式，重塑著醫(yī)療健康領(lǐng)域。

當(dāng)人人都有電子健康檔案，當(dāng)大數(shù)據(jù)能夠更早發(fā)現(xiàn)身體病變，當(dāng)AI醫(yī)生能更準(zhǔn)確、更體貼地給出治療方法，相當(dāng)于人人都可以擁有自己的家庭醫(yī)生，甚至私人醫(yī)生，那么醫(yī)療資源的不均衡或許就能被打破。

當(dāng)新藥研發(fā)更快，當(dāng)基因編輯技術(shù)可以解決基因缺陷導(dǎo)致的病變，當(dāng)智能機(jī)器人可以輔助人類完成更精細(xì)的手術(shù)，甚至是遠(yuǎn)程外科手術(shù)，那么，人人都健康地活著，或許也不再是奢求。當(dāng)然，這一切都是完美的設(shè)想。

但隨著AI技術(shù)的日漸成熟，隨著老齡化不可避免地到來(lái)，隨著人們對(duì)高質(zhì)量健康的不斷追求，這一天的到來(lái)，或許并不遙遠(yuǎn)。