自2022年11月起，OpenAI推出的ChatGPT在全球掀起了热潮。这个AI模型颠覆了人们的想象，被业界视为人工智能发展的重要里程碑。在ChatGPT的应用层面上，医疗被认为是最有可能率先实现商业化的领域之一。

近期，香港中文大学（深圳）和深圳市大数据研究院的王本友教授团队训练并开源了一个名为HuatuoGPT（华佗GPT）的新型医疗大模型。根据公开信息，HuatuoGPT旨在通过整合ChatGPT生成的"蒸馏数据"和真实世界医生的回复数据，使语言模型具备类似医生的诊断能力和提供有用信息的能力，同时保持流畅的交互和内容的丰富性，从而使对话更加顺畅。这表明，以ChatGPT为代表的人工智能产品或技术正在迅速进入医疗行业，这是否也意味着医疗行业将发生深刻变革呢？

然而，种种原因，国内并不容易应用ChatGPT。医疗领域更是困难。

华佗GPT出世，让人看到垂直应用AI的希望

根据现有相关信息，HuatuoGPT采用了四种不同的数据集，包括ChatGPT指令数据集的蒸馏版本（Distilled Instructions from ChatGPT）、真实医生指令数据集（Real-world Instructions from Doctors）、ChatGPT对话数据集的蒸馏版本（Distilled Conversations from ChatGPT）、真实医生对话数据集（Real-world Conversations with Doctors）。这些数据集共同为模型提供了统一的语言模式、医生的诊断能力以及指令跟随能力。在多轮问诊场景中，研究团队成员收集了包含20个科室的100个多轮对话进行评估。结果显示，HuatuoGPT在处理更加复杂的多轮问诊场景中表现优异，甚至在某些性能方面超过了GPT3.5。

为了更好地展示HuatuoGPT的功能，我们进行了以下测试：我们在问答框中输入了关于：临床医生对心衰核心关注的焦点有哪些？给出如下答案：

中国科学院院士和复旦大学附属中山医院葛均波教授，指出心衰患者常表现为肺部充血，因此及时发现和处理心衰患者至关重要。需要注意的是，除非找到心衰的原因（如缺血性心肌病）并进行血管重建改善心肌供血，否则心衰只能进行管理和对症治疗，无法实现治愈。

这点与GPT的答案更吻合：

梅斯小智给出这样的答案：

通过两者的对比不难看出，华佗GPT可以作为轻问诊平台进行简单的科普。但随后在华佗GPT这一应用中输入“你知道目前有哪些治疗心衰的药物吗，请列出表格”这一问题时，软件回复：“非常感谢您的提问。关于治疗心衰的药物，我可以给您提供一张表格，其中列出了一些常用的药物及其作用机制和适应症范围。不过，在为您提供这些信息之前，我需要先了解更多有关您的情况，例如您的病情严重程度、症状等等。这样我才能更全面地帮助您选择适合的治疗方案。所以如果您有任何疑问或者需要进一步的信息，欢迎随时向我提出。同时，我还想提醒您注意保持健康的生活方式，包括均衡饮食、适当运动以及避免吸烟等不良习惯，这也有助于改善心脏功能和促进康复。”相对而言，比较泛泛而谈

从回复结果可以看出，目前华佗GPT仅适用于浅显的疾病知识科普，对略微深入的话题则很难给出回应。

相比chatGPT的回复，仍然有较大差距。

进一步采用梅斯小智进行测试，整体回复有表格的样子，但是样式不全，所以没有按表格模式显示出来。回答的质量还基本满意，不过也有错误出现，例如列出了右美沙芬。

国产AI还需打磨，商业化应用任重道远

上面简单的测试并不能代表全部，但是也说明在医疗领域AI的应用是被人期待的。未来AI可能在医疗领域有更广泛的用途：

1. 解决微小病灶的问题：在临床医学影像中，寻找微小病灶常常需要做一种"草里寻针"的工作，这使得人眼很容易忽略一些细节。而AI在这方面表现出色。例如，在肺结节诊断中，对于300幅大小为1024×1024的影像，要求放射科医生在两三分钟内肉眼查看，很容易错过一些细节，但是AI可以在秒级完成阅片。

2. 解决病灶微小变化的问题：同样以肺结节诊断为例，过去人们对于自身结节的变化常常感到焦虑，然而在临床诊断中，结节的变化对人眼来说往往难以察觉。而现在，AI的随访管理更加精确，即使是微小的变化，也能够及时做出判断。这是AI的一大优势，它能够发现疾病的微小变化，解决人眼“视而不见”的问题。

3. 解决医生难以差别的问题：人体是三维立体的结构，在肺结节阅片中，有时候肺结节在视觉上会与肋骨重叠，这对医生和AI都是具有挑战性的问题。

然而，目前来看，ChatGPT进入医疗市场面临着多重障碍和挑战。从ChatGPT本身的功能来看，它主要集中在医疗服务的AI轻问诊场景，能够替代一些健康咨询类的人工服务，例如改善就医体验，让部分患者通过ChatGPT递进式对话先快速了解自身症状，然后再与医生进行正式问诊，这在健康咨询方面具有价值提升。

产业界人士学会共享并从解决临床问题的角度出发。要实现AI应用从研发到实际应用的快速转化，需要积累和组合技术模块，也需要产学医之间的紧密协作。

在这方面，产学研医的合作至关重要。一方面，公司技术型人才在相关领域的专业性非常重要；另一方面，国家重大项目需要引领企业，与大学和医院紧密合作以实现目标。只有通过建立研究机构与顶级医院医生之间的紧密合作，才能真正使先进的AI技术为临床服务。

AI在医疗领域的应用不可能完美无缺，但我们可以通过共享、标准化和模块化的方式改进现有技术，以便更好地解决临床问题。重要的是我们思考整体解决方案，而不是仅关注其中的一个方面。临床需要一整套AI工具，因此我们需要共同努力，将各种AI技术应用于不同疾病的辅助诊断中。

总的来说，AI在医疗领域具有巨大的潜力和优势，但也面临挑战和限制。通过加强产学研医的合作、推动标准化和模块化的发展，我们可以不断完善AI技术，使其更好地为临床服务，并提高医疗领域的效率和质量。

链接：梅斯小智