“全能型”醫生助手來了

一名正在接受化療的患者來到急診室，他突然出現了劇烈的咳嗽和發熱癥狀。患者究竟是吸入性肺炎、感染性肺炎，還是社區獲得性肺炎？答案對選擇適當的治療方案至關重要。

然而，患者的病情復雜，常規檢查結果并不典型。于是，醫生打開了嵌入醫院信息系統（HIS）的醫學人工智能大模型Med-Go，將患者的病史、癥狀和檢查結果輸入后，Med-Go迅速提供了可能的診斷方向，并列出了診斷依據和需要進一步進行的檢查項目。借助Med-Go的建議，患者最終被確診為吸入性肺炎，及時接受了針對性治療，病情得以迅速控制。

打造全能型醫生助手

中國有超過14億人口，醫療需求巨大，醫療資源分布不均衡。隨著醫學分科越來越細，不同科室醫生之間的知識壁壘越發明顯，普通醫生很難全面掌握各種專科知識。與此同時，廣大基層醫生由于資源有限，難以及時獲取最新、最權威的醫學知識，面對復雜疑難病例時，常常感到力不從心。

如今，人工智能這一前沿技術的廣泛應用，為多領域的創新發展帶來了新希望。

如何才能讓更多醫生了解先進的醫學知識與技術，全面提高醫療服務質量？在中國科學院軟件研究所與同濟大學附屬東方醫院聯合成立的生物醫學人工智能聯合實驗室的技術團隊共同努力下，醫學人工智能大模型Med-Go被成功研發出來并投入應用。

Med-Go如同一名知識淵博、思考分析推理能力極強的全能型醫學助手。無論是大型三甲醫院的醫生，還是偏遠地區的基層醫生，都能借助Med-Go的輔助診療建議，提高診療水平，更好地服務患者。

Med-Go的應用能有效縮小城鄉醫療及不同醫療機構之間的差距，極大地提升基層醫療服務能力，讓更多患者在家門口就能享受到優質、高效的醫療服務。

高質量數據夯實基礎

Med-Go的研發團隊認識到，高質量的醫學數據是模型質量的基礎。為此，研發團隊在醫學數據的甄選上精益求精，選用《哈里森內科學》《Braunwald心臟病學》等權威的醫學教材，以及最新的疾病診療指南和高質量的薈萃分析，確保模型學習到的知識權威、前沿、可靠。團隊自行研發的專業翻譯模型和數據解析模型，可以高效地轉化數據并進一步加強學習。

Med-Go的技術能力也在不斷增強之中，如檢索增強生成技術，使模型可以快速、及時地在外掛數據庫中調取相應數據，增加模型回答問題的時效性和邏輯性，同時，強化思維鏈的應用，能夠確保模型每一次的回答都經過反復“思考”。

醫生在使用中的及時反饋，也進一步促進了模型的優化。團隊自主研發的多組智能體，使得模型的功能更加強大。

高質量的數據和高度整合的技術，讓Med-Go不僅能給出精準的答案，還能清晰展示推理過程。通過這一系列技術的結合，Med-Go給出的診療建議有了更高的準確度和可信度。

醫生團隊是項目靈魂

在這個跨學科的項目中，醫生和人工智能技術人員都扮演著非常重要的角色。

醫生團隊以專業知識和臨床經驗，為模型提供了堅實的醫學基礎。醫生深度參與了問題設置和醫學場景的提出，數據的甄別、標注和驗證，確保模型學習到有價值的醫學知識。

但是，醫生在參與這個項目時也面臨著不少挑戰。醫生團隊需要充分理解技術團隊，并與其充分融合，除了要理解醫學團隊的任務，還要與技術團隊進行高效的無縫對接。這種跨領域溝通，使得醫學團隊和技術團隊能相互理解，并明白各自需要開展的工作。大家共同努力的結果，就是這個模型具有淵博的醫學知識，并能進行復雜的醫學“思考”。

目前，Med-Go的應用初見成效，讓我們感受到了它在臨床、科研、教學和管理等方面為醫學助力的巨大潛能。

Med-Go的研發之路，是一段充滿挑戰和收獲的旅程。人工智能在醫學領域的發展前景，讓我們充滿信心。相信隨著技術的不斷發展，Med-Go將不斷升級和完善，為提升我國的醫療技術水平、造福全民健康作出更大貢獻。

我們期待，人工智能會成為醫生優秀的伙伴，發揮更大的作用。