僅僅兩個多月，這場關(guān)于ChatGPT的戰(zhàn)事已經(jīng)從出發(fā)、激戰(zhàn)進(jìn)入到新中場。

不同于一開始對于參與者的討論，當(dāng)前，激辯已經(jīng)圍繞應(yīng)用層，且聲音越演越烈。

從這個迅速崛起的行業(yè)發(fā)展軌跡看，初期階段通用大模型是大模型的雛形。而當(dāng)前，垂直場景應(yīng)用正在倒逼大模型加快場景的落地。

從互聯(lián)網(wǎng)、到金融、教育，如今醫(yī)療行業(yè)如何與技術(shù)相結(jié)合，已經(jīng)有了新的答案。就在一個月前，醫(yī)聯(lián)發(fā)布了國內(nèi)首款大模型驅(qū)動的AI醫(yī)生——MedGPT，對外稱已進(jìn)入內(nèi)部測試階段，并計(jì)劃于今年5月份正式發(fā)布。

如約而至，5月25日，醫(yī)聯(lián)揭開了MedGPT的面紗。與通用型的大語言模型產(chǎn)品不同，MedGPT主要致?于在真實(shí)醫(yī)療場景中發(fā)揮實(shí)際診療價(jià)值，并實(shí)現(xiàn)了全流程智能化診療。醫(yī)聯(lián)推出的MedGPT，是AI首次具備預(yù)防、診斷、治療、康復(fù)的全流程診療能力。

歷經(jīng)一個月的內(nèi)測，MedGPT一經(jīng)問世，立刻引起了行業(yè)的討論，基于“GPT+醫(yī)療”的能力，醫(yī)聯(lián)正在引領(lǐng)數(shù)字醫(yī)療服務(wù)進(jìn)入 2.0 時代，且聽良醫(yī)一一道來。

‍?? 主筆/ 布呂

?? 文章架構(gòu)師/ 丹丹

出品/ 良醫(yī)財(cái)經(jīng)

01

醫(yī)療GPT更大的應(yīng)用場景還是在基層

市場需要一個夠好的AI產(chǎn)品

在AI技術(shù)席卷所有行業(yè)之余，如何與醫(yī)療相融合的問題不斷被討論。

事實(shí)上，AI賦能行業(yè)已經(jīng)由來已久，對于醫(yī)療行業(yè)的改造和應(yīng)用也已經(jīng)多時。如果按照時間追溯，最早還要回溯到20世紀(jì)50年代。當(dāng)時，AI技術(shù)主要用于通過機(jī)器學(xué)習(xí)技術(shù)來診斷疾病，但使用體驗(yàn)達(dá)不到預(yù)期效果。

此后AI開始旁敲側(cè)擊，通過AI影像輔助診斷成為最成功的應(yīng)用之一。在ChatGPT走熱之余，海外市場開始試圖通過這一語言模型技術(shù)能力，助力于健康賽道的問診。

一個典型就是谷歌的Med-PaLM——專門用于回答醫(yī)療保健相關(guān)問題的大型醫(yī)用語言模型。除了這種語言類嘗試，還有Nuance，這一項(xiàng)目早在2021年被微軟收購，此前，他發(fā)布了一款讓醫(yī)生臨床記錄“iPhone化”的殺手級AI應(yīng)用，也是醫(yī)療行業(yè)第一款結(jié)合GPT-4模型的應(yīng)用。

從中國市場看，仍是靜悄悄。國內(nèi)對于醫(yī)療+ChatGPT的討論，有三個質(zhì)疑。

值不值得做？

能不能做？

誰能做？

關(guān)于第一個問題，大健康領(lǐng)域的ChatGPT有多大的市場價(jià)值？

Frost & Sullivan發(fā)布的《醫(yī)療智能行業(yè)白皮書》預(yù)測，2030年，中國醫(yī)療智能行業(yè)規(guī)模有望超過1.1萬億。

之所以有萬億級別的規(guī)模，源于中國市場醫(yī)療行業(yè)巨大的群體、以及極大的智慧醫(yī)療空白待填補(bǔ)。中國醫(yī)療服務(wù)的供給不足，類MedGPT產(chǎn)品可以在效率上有顯著的提高，將寶貴的醫(yī)療資源解脫于基本的問詢。

像中國這樣的人口大國，人均醫(yī)生數(shù)量是嚴(yán)重不足的，在這樣的情況下，借助MedGPT，可以幫助醫(yī)生進(jìn)行診斷、識別、搜索、處置，從而幫助醫(yī)生更有效率地治療病人。

值不值得問題，顯而易見。

那么，能不能做？

在醫(yī)療領(lǐng)域一直有個不可能三角，即提高效率、控制支出、保證醫(yī)護(hù)人員的可持續(xù)發(fā)展，三者難以同時兼顧。

而ChatGPT的出現(xiàn)，似乎提供了這樣一種解決方案。

醫(yī)聯(lián)創(chuàng)始人、CEO王仕銳曾就這一問題表示：“AI醫(yī)生與互聯(lián)網(wǎng)醫(yī)院的結(jié)合，將為醫(yī)療領(lǐng)域帶來前所未有的化學(xué)反應(yīng)。我們相信，未來通過醫(yī)聯(lián)MedGPT，醫(yī)生的工作、學(xué)習(xí)效率將得到大幅提升，與此同時，優(yōu)質(zhì)醫(yī)療資源將被快速復(fù)制并迅速推廣，醫(yī)聯(lián)互聯(lián)網(wǎng)醫(yī)院也將借助MedGPT為廣大患者提供更加便捷、高效、可及的醫(yī)療服務(wù)，有望進(jìn)一步推動醫(yī)療普惠，實(shí)現(xiàn)醫(yī)療的不可能三角。”

醫(yī)聯(lián)所推出的MedGPT，實(shí)現(xiàn)從疾病預(yù)防、診斷、治療、康復(fù)的全流程智能化診療能力。通過人工智能幫助醫(yī)生進(jìn)行診斷，進(jìn)行處置，提升治療效率。更重要的是，未來隨著技術(shù)的迭代，MedGPT解決的或許不僅僅是效率問題，而是準(zhǔn)確度的問題，人工智能可以幫助人類醫(yī)生效率更高、診斷更準(zhǔn)確。

再比如， HealthGPT替補(bǔ)全周期健康服務(wù)的全科醫(yī)生、AI醫(yī)生成為醫(yī)生輔助、場景化服務(wù)、醫(yī)院精細(xì)化管理……醫(yī)療產(chǎn)業(yè)鏈上的痛點(diǎn)，在某種程度上都需要MedGPT這樣的產(chǎn)品來解決。

最后，誰能做？

當(dāng)前，進(jìn)入大模型創(chuàng)業(yè)的，大多數(shù)是互聯(lián)網(wǎng)大廠。從底層原因看，他們有C端場景、有雄厚的資金。這是他們的入場券。

下沉到垂直行業(yè)上，仍需要有這兩個先天條件。不同的是，垂直賽道的場景是固定的。下沉到醫(yī)療行業(yè)的MedGPT需要一個專家里手來掌航。

醫(yī)聯(lián)作為首個推出醫(yī)療大語言模型 MedGPT的企業(yè)，這些條件都已經(jīng)具備，下個階段，需要試問的是，MedGPT如何在嚴(yán)肅醫(yī)療的范疇內(nèi)，做好準(zhǔn)確度。以及，如何加速落地。

02

從嚴(yán)肅醫(yī)療角度出發(fā)

醫(yī)聯(lián)MedGPT實(shí)現(xiàn)三個行業(yè)“第一次”

不同于互聯(lián)網(wǎng)其他行業(yè)，醫(yī)療與AI的融合總是更令人期待。對于醫(yī)療賽道而言，這是一個非常嚴(yán)肅的問題。醫(yī)療行業(yè)需要高精準(zhǔn)度，不容有失。

而通用大語言模型在面對醫(yī)學(xué)問題的準(zhǔn)確性上存在天然缺陷，在問診階段，通用大語言模型往往會輕易給出結(jié)論，但對于醫(yī)療應(yīng)用來說，一致性和準(zhǔn)確性是底線問題。

發(fā)布會上醫(yī)聯(lián)MedGPT的項(xiàng)目負(fù)責(zé)人描述了一個場景。老的AI線上問診的產(chǎn)品，新的AI問診的產(chǎn)品，或者是真實(shí)醫(yī)生的在線問診產(chǎn)品，都會有兩個卡點(diǎn)：其一，AI類問診準(zhǔn)確性沒辦法得到保證；其二，問診后很難推進(jìn)治療。

那么醫(yī)聯(lián)MedGPT如何緩解這兩個卡點(diǎn)的？

從專業(yè)角度來看，醫(yī)聯(lián)MedGPT形成了一套獨(dú)有的「DIAE」醫(yī)療AI建設(shè)方法論，分別從Disease（病種覆蓋）、Intelligence（智能化）、Accuracy（準(zhǔn)確性）、Efficiency（就醫(yī)效率）四個維度來建設(shè)與打磨產(chǎn)品。

從實(shí)際就醫(yī)體驗(yàn)流程中看，醫(yī)聯(lián)MedGPT在關(guān)鍵環(huán)節(jié)點(diǎn)實(shí)現(xiàn)了多個行業(yè)的“首次”：

首次實(shí)現(xiàn)AI醫(yī)生從有效問診到準(zhǔn)確診斷

MedGPT不會輕易給出診斷結(jié)論而是會循序漸進(jìn)地引導(dǎo)患者給出足夠能夠支撐有效診斷的病情全貌。也就是說，MedGPT 是通過收集足夠信息并做出符合醫(yī)學(xué)的決策，以“治愈”為目的而進(jìn)行人機(jī)交互。

從具體流程上來看，從問診開始，MedGPT會以一輪一輪的問詢形式，引導(dǎo)患者給出更多病例相關(guān)的信息，這就與過去傳統(tǒng)AI類產(chǎn)品不一樣，會根據(jù)問詢的方式收集一些決策因子。

在收集到足夠多的決策因子過后，MedGPT才會去進(jìn)行診斷。在出診結(jié)束過后，AI收集到足夠的信息，MedGPT持續(xù)的推進(jìn)流程，從在線問診開具醫(yī)學(xué)相關(guān)的檢驗(yàn)檢查。拿到了檢驗(yàn)結(jié)果，再推進(jìn)進(jìn)一步治療。

首次由AI給出準(zhǔn)確診斷與治療方案

通常的在線問診產(chǎn)品，給出初診分析這一步就結(jié)束了，但MedGPT還會繼續(xù)推進(jìn)這個流程。

患者會收到MedGPT開具的必要醫(yī)學(xué)檢查項(xiàng)目以進(jìn)一步明確病情，患者可以通過醫(yī)聯(lián)云檢驗(yàn)等多模態(tài)能力進(jìn)行檢查，實(shí)現(xiàn)問診到醫(yī)學(xué)檢驗(yàn)的無縫銜接。

有了患者的醫(yī)學(xué)檢查數(shù)據(jù)之后，MedGPT就能夠做出準(zhǔn)確的診斷繼而開出具體的診療方案，同時，MedGPT與醫(yī)聯(lián)互聯(lián)網(wǎng)醫(yī)院打通，處方流轉(zhuǎn)到醫(yī)聯(lián)的云藥房后，患者可以進(jìn)入到買藥階段。

但開藥不是閉環(huán)，治愈才是目的。MedGPT會在藥品送到患者手中之后，對患者做個性化的用藥指導(dǎo)與用藥依從性管理，提升治療效果。同時在持續(xù)治療與用藥過程中，MedGPT會根據(jù)患者的診斷與用藥階段對患者進(jìn)行針對性的隨訪復(fù)診。

可以說，醫(yī)聯(lián)MedGPT不僅是行業(yè)內(nèi)首個發(fā)布的GPT產(chǎn)品，更打破了傳統(tǒng)醫(yī)療行業(yè)點(diǎn)到點(diǎn)的治療效果，通過AI能力貫穿了患者從就診到康復(fù)的整個周期。

為驗(yàn)證MedGPT的診斷準(zhǔn)確率，醫(yī)聯(lián)抽取了532名復(fù)診患者檔案進(jìn)行信息脫敏，并進(jìn)行了模擬首診實(shí)驗(yàn)。結(jié)果顯示，醫(yī)聯(lián)MedGPT的診斷結(jié)果與患者原有線下門診的診斷吻合率超過97.5%，覆蓋了3000種疾病，充分證明了AI醫(yī)生在醫(yī)療領(lǐng)域的價(jià)值和潛力。

為了保證診斷的準(zhǔn)確率，MedGPT采用了一致性校驗(yàn)機(jī)制，即在為患者輸出正式答案之前，會先經(jīng)過臨床醫(yī)學(xué)規(guī)則器的校驗(yàn)，確保醫(yī)學(xué)的準(zhǔn)確性。

通過獨(dú)有的將?然語??模型AI技術(shù)與?系列?程調(diào)優(yōu)技術(shù)以及醫(yī)學(xué)?致性校驗(yàn)技術(shù)相結(jié)合，并在模型微調(diào)訓(xùn)練階段采??量真實(shí)醫(yī)?參與的RLHF（Reinforcement Learning from Human Feedback)監(jiān)督微調(diào)。目前MedGPT基于Transformer架構(gòu)，參數(shù)規(guī)模為1000億，可支持醫(yī)療場景下的多模態(tài)輸入和輸出。

其中，預(yù)訓(xùn)練階段使?了超過20億的醫(yī)學(xué)文本數(shù)據(jù)，微調(diào)訓(xùn)練階段使?了800萬條的高質(zhì)量結(jié)構(gòu)化臨床診療數(shù)據(jù)，并投入超過100名醫(yī)?參與??反饋監(jiān)督微調(diào)訓(xùn)練。

為了強(qiáng)調(diào)準(zhǔn)確性，醫(yī)聯(lián)還建立了基于專家評議的AI診療準(zhǔn)確性與真實(shí)世界醫(yī)?對標(biāo)測試機(jī)制，不斷將AI與真實(shí)診療場景對齊，最終實(shí)現(xiàn)準(zhǔn)確診斷。

除此之外，王磊還透露，醫(yī)聯(lián)MedGPT plugin應(yīng)用平臺整合超過1000+醫(yī)療多模態(tài)能力，整合多樣化的醫(yī)療多模態(tài)能力，豐富和完善全流程智能化診療體驗(yàn)。這也意味著醫(yī)聯(lián)數(shù)字醫(yī)院脫離了以互聯(lián)網(wǎng)醫(yī)療連接為根本，以提高效率為主要目的的1.0階段；進(jìn)入了基于強(qiáng)大的AI能力，實(shí)現(xiàn)疾病管理全流程智能化的數(shù)字醫(yī)療2.0階段。

對于市場而言，醫(yī)聯(lián)MedGPT是首個官宣的GPT垂直產(chǎn)品，幾乎給整個行業(yè)定了調(diào)。而從醫(yī)療角度出發(fā)，醫(yī)聯(lián)的產(chǎn)品模型、底層架構(gòu)、核心能力看，MedGPT將給患者帶去的意義更為深遠(yuǎn)。

這條輔助診療之路，醫(yī)聯(lián)已經(jīng)在路上了。

03

醫(yī)療GPT是塊難啃的骨頭

醫(yī)聯(lián)的三重勝算壁壘

今年1月，工信部等十七部門發(fā)布《“機(jī)器人+”應(yīng)用行動實(shí)施方案》，該政策提出到 2025 年，服務(wù)機(jī)器人行業(yè)應(yīng)用深度和廣度要顯著提升。適逢當(dāng)下國內(nèi)外的大模型紛紛推出，包括商貿(mào)物流、醫(yī)療健康、養(yǎng)老、商業(yè)社區(qū)服務(wù)等多個機(jī)器人行業(yè)賽道都成為類大模型技術(shù)落地的掘金地。

事實(shí)上，雖然接入類GPT應(yīng)用的接口只是一瞬間的事，但打好機(jī)器人“身體底子”、進(jìn)一步疊技能卻仍是一件難度較高的事，不是人人都具備“入場券”。

醫(yī)聯(lián)MedGPT一經(jīng)官宣，市場上的聲音不斷。對于行業(yè)而言，最先發(fā)布產(chǎn)品的往往就是挑大梁者。

在嚴(yán)肅醫(yī)療的路上，醫(yī)聯(lián)MedGPT能夠扛得起這面大旗？這場垂直GPT的入場券，需要具備AI技術(shù)的基礎(chǔ)、醫(yī)療專精、以及樹立標(biāo)準(zhǔn)的能力。

從技術(shù)基礎(chǔ)積累看，醫(yī)聯(lián)并非第一天殺入AI領(lǐng)域。

國盛證券計(jì)算機(jī)團(tuán)隊(duì)在研報(bào)中粗略估算了ChatGPT的訪問算力和前期訓(xùn)練兩項(xiàng)費(fèi)用，其中初始投入近十億美元，單日電費(fèi)達(dá)數(shù)萬美元。謙詢智庫合伙人龔斌曾指出，這個游戲要持續(xù)能玩，5000萬美元只是起步價(jià)，快速追趕者的投入起碼要5億美元，計(jì)算領(lǐng)域的生產(chǎn)工具和生產(chǎn)資料，正在快速集中化和“寡頭化”。

而創(chuàng)建垂直醫(yī)療領(lǐng)域的GPT的門檻更高。除了大量的資金，科技人才、醫(yī)療人才的投入同樣巨大，醫(yī)聯(lián)創(chuàng)始人王仕銳早在2019年就開始深度研究AI相關(guān)的內(nèi)容，他對趨勢的發(fā)展和對AI之于醫(yī)療的發(fā)展前景有著很強(qiáng)的把控，在他的帶領(lǐng)下，醫(yī)聯(lián)對于技術(shù)的布局也是一以貫之的。

在互聯(lián)網(wǎng)醫(yī)療剛出發(fā)時，醫(yī)聯(lián)就已經(jīng)加入了這場戰(zhàn)局。最初，醫(yī)聯(lián)就通過技術(shù)的手段賦能患者、醫(yī)生、醫(yī)院。數(shù)據(jù)不斷迭代之下，已經(jīng)留存了海量數(shù)據(jù)，和處理數(shù)據(jù)的能力。

據(jù)官方資料披露，醫(yī)聯(lián)平臺已經(jīng)擁有150余萬注冊醫(yī)生和2000萬患者在使用，這意味著醫(yī)聯(lián)參透了中國醫(yī)患連接的本質(zhì)，長期且深入的醫(yī)患互動留下大規(guī)模數(shù)據(jù)，而這也正是醫(yī)療GPT類產(chǎn)品中最為寶貴的部分?；谶@一點(diǎn)，產(chǎn)品才可以在正確語義背景下進(jìn)行有效回應(yīng)。

基于AI能力，醫(yī)聯(lián)MedGPT可以和其存量業(yè)務(wù)，如云檢驗(yàn)、云影像、云藥房等互補(bǔ)協(xié)同。這樣一來，互相促進(jìn)，加深A(yù)I技術(shù)能力和數(shù)據(jù)投喂的量級。

從醫(yī)療專業(yè)領(lǐng)域看，深耕多年的醫(yī)聯(lián)，已經(jīng)是位老船長。

醫(yī)聯(lián)MedGPT項(xiàng)目負(fù)責(zé)人王磊曾表示，“我們可能不是當(dāng)下最強(qiáng)的AI技術(shù)公司，但我們?定是最懂如何讓AI技術(shù)更好地為醫(yī)生和患者服務(wù)的公司。”

目前醫(yī)聯(lián)已經(jīng)涉足腫瘤、心腦血管、糖尿病等常見領(lǐng)域，探索出疾病管理標(biāo)準(zhǔn)化流程近140個，擁有專利或軟著近100項(xiàng)。

從樹立標(biāo)準(zhǔn)看，醫(yī)聯(lián)持續(xù)以學(xué)科建設(shè)為驅(qū)動助推行業(yè)規(guī)范化

醫(yī)聯(lián)非常注重對平臺上醫(yī)患交互信息數(shù)字化的構(gòu)建和開拓。這使得其得以構(gòu)建預(yù)防、診斷、治療、康復(fù)的完整閉環(huán)，建立起行業(yè)內(nèi)少有的堅(jiān)固的醫(yī)患關(guān)系鏈和疾病管理能力。

2021年，醫(yī)聯(lián)牽頭成立了行業(yè)內(nèi)首個由院士牽頭的學(xué)術(shù)委員會的公司。去年，醫(yī)聯(lián)還參與制定《互聯(lián)網(wǎng)醫(yī)院開展艾滋病相關(guān)醫(yī)療服務(wù)專家共識》…目前行業(yè)中沒有既定的標(biāo)準(zhǔn)評測體系，良醫(yī)了解到，醫(yī)聯(lián)內(nèi)部會有一套評測標(biāo)準(zhǔn)，高要求使用中的準(zhǔn)確性與一致性。

這都是醫(yī)聯(lián)能夠扛起MedGPT大旗的底色。

04

良醫(yī)財(cái)經(jīng)的思考

AI是工具，醫(yī)療GPT要腳踏實(shí)地

上世紀(jì)70年代末期起源的醫(yī)療信息化發(fā)展到20世紀(jì)初的互聯(lián)網(wǎng)醫(yī)療，再到2016年前后開始的數(shù)字醫(yī)療創(chuàng)新階段，可以稱之為數(shù)字醫(yī)療的1.0階段。

當(dāng)前，在我國推進(jìn)“以治病為中心”向“以健康為中心”轉(zhuǎn)變、深入構(gòu)建中國特色的價(jià)值醫(yī)療服務(wù)體系進(jìn)程中，數(shù)字醫(yī)療在緩解醫(yī)療供需矛盾、提升醫(yī)療服務(wù)效率等方面發(fā)揮的作用日益凸顯。但如何推進(jìn)，并通過數(shù)字化手段解決患者、醫(yī)生、醫(yī)院之間的銜接問題仍然存疑。

醫(yī)聯(lián)MedGPT提供了一種新的思路和解決辦法，帶領(lǐng)數(shù)字醫(yī)療邁向2.0階段，即借助AI工具，從問診到康復(fù)的全流程管理之外，解決就醫(yī)難的問題、緩解醫(yī)生資源緊缺、甚至助力醫(yī)生精準(zhǔn)診斷。

但“GPT+醫(yī)療健康”不止如此，未來或許在醫(yī)保支付、健康科普、患者關(guān)懷、個性化服務(wù)等領(lǐng)域引入MedGPT會為醫(yī)學(xué)檢驗(yàn)提供更快速、高效和準(zhǔn)確的工具，帶來診斷精度的提高和醫(yī)療檢測效率的提升。

前景很廣闊，但仍需醫(yī)療企業(yè)腳踏實(shí)地。值得注意的是，雖然人工智能在某些場景下有著極其優(yōu)越的表現(xiàn)，但是不代表它在所有場景下都能提供同樣的反饋。

在充分落地前，醫(yī)療界、科學(xué)家、研究人員、大模型企業(yè)等應(yīng)該盡快開展相關(guān)研究，以評估其在哪些場景下可以最大化發(fā)揮價(jià)值，又如何使風(fēng)險(xiǎn)最小化，并確保在有人監(jiān)督的情況下使用它。除此之外，在責(zé)任和倫理問題上也需要做好充分的準(zhǔn)備，比如未來若是模型犯錯，誰來擔(dān)責(zé)？

無論技術(shù)多么強(qiáng)大，還是要遵循醫(yī)療的本質(zhì)，一切才剛開始。

免責(zé)聲明：市場有風(fēng)險(xiǎn)，選擇需謹(jǐn)慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：