在《超越想象的 GPT 医疗》一书开篇中描绘了一个虚构场景：面对患者病情突然恶化，医学住院实习生克里斯腾·陈通过和 GPT-4 对话，完成了对患者的救治、得到了心理安慰、并为患者向保险公司申请了授权，后续在查房中，还为肿瘤复发患者寻找合适的临床试验。生动的描述，让人切实感受到了 AI 为医疗行业带来的想象空间。
而伴随着近年来人工智能的迅速发展，AI大模型以其卓越的数据处理能力和深度学习能力，正在成为医疗健康领域变革的关键力量，将大模型应用到具体的医疗场景，已成为医疗行业智慧化升级的重要课题。
01、智能化诊疗：海量医疗数据，辅助临床诊断
AI大模型通过分析海量医疗数据，能够辅助医生进行更准确的诊断。
例如，百度灵医大模型利用其强大的数据处理能力，通过API或插件嵌入的方式，在200多家医疗机构中展开应用，显著提升了诊断的准确性和效率。此外，医联推出的MedGPT大模型，基于Transformer架构，其参数规模达到100B（千亿级），预训练阶段使用了超过20亿的医学文本数据，致力于实现疾病预防、诊断、治疗到康复的全流程智能化诊疗。
02、自动提取信息：提升医生工作效率
在提升医生工作效率方面，AI大模型的应用范围广泛，包括但不限于电子病历管理、手术报告生成、检测报告自动化以及护理文书处理。
上海市第一人民医院引入蚂蚁百灵大模型，通过关键信息的给定、语音输入等多种形式辅助医生书写电子病历。
上海市一医生使用大模型生成电子病历
以白内障治疗为例，目前医院抽取了1万份历史病历，将其输入到大语言模型中进行微调。在这一过程中，开发部门设计了相应的提示词，训练模型学习如何撰写病史。
这套方案的应用，将原本需要5到10分钟的工作缩减到了15至20秒，显著节省了医生 “敲键盘”的时间。
03、医学影像分析：赋能放射科，提升医疗水平
在医学影像分析领域，AI大模型通过深度学习技术，自动识别医学影像中的病变区域。
首都医科大学附属北京天坛医院联合北京理工大学团队合作推出“龙影”大模型（RadGPT），基于该模型研发的首个“中文数字放射科医生”“小君”已经实现通过分析MRI图像描述快速生成超过百种疾病的诊断意见，平均生成一个病例的诊断意见仅需0.8秒。目前“小君”医生可以实现针对脑血管病以及脑部、颈部和胸部等十几个部位的肿瘤、感染类疾病等上百种疾病给出诊断意见。
04、医疗质控：提升医疗文书、影像质量
AI大模型能够生成规范的医疗文书模板，快速检测文书和影像的缺陷，提高医疗质量和效率。
惠每科技推出的医疗大模型在病历质控场景中的应用可以模拟人工专家，自动分析病历文书中存在的内涵缺陷，并通过CDSS推送缺陷问题和修改意见，供医生修改病历进行参考。
信创海河实验室的医疗影像质控大模型可以迅速检测X光片在拍摄时有没有摆位不正等问题，及时调整，让得到的影像更清晰，避免重复检查或减少后续的检查步骤。
05、医院管理：助力智慧医院建设，优化资源配置
AI大模型为医院管理者提供辅助管理决策支持，提升医院运营效率。
万仞智慧发布的董奉大模型覆盖全病程的大模型应用，实现医疗资源的智能高效配置。医护群体提供「初级医护指引」「病例校验质检」等智能应用引擎，减轻医护工作负担。同时，为医院管理体系提供[国家医疗绩效考核」「方案综合费用控制」等需深度定制的功能，支持助力提升国家公立医院在医疗绩效考核中的表现，加强对医疗资源的有效管理与合理配置。
06、科研：构建医学知识图谱，推动医学教育创新
AI大模型在医学教育和科研中发挥重要作用。
医渡科技大模型基于超过千亿精细化Token训练，满足高质量数据要求和精细化数据处理，为医学科研、临床辅助等方面进行赋能，新一代科研数据平台能够从AI阅读总结文献、自然语言病历搜索到智能数据加工、自动化统计分析、论文初稿智能生成等全面支持临床科研人员，将科研产出论文周期从6-12个月加速至1-2月。
07、公共卫生：有力支持疫情预警、传染病防控
AI大模型辅助流行病学的大数据分析及趋势判断。
日前，《柳叶刀 (The Lancet)》子刊 EBioMedicine 发表了一项中国科学家应用自适应 AI 模型和多源数据，预测重庆市流感活动度的研究，该研究成果由平安科技、平安智慧城市与重庆市疾病预防控制中心、陆军军医大学和清华大学联合完成，是中国首个基于 AI 和大数据的流感实时预测模型。
AI大模型在医疗领域的发展是多方面的，不仅仅局限于技术的进步，更涉及到伦理、监管等多个层面。通过不断的创新和努力，AI大模型有望为医疗行业带来革命性的变化，提高医疗服务的质量和效率，为全球患者带来更大的福祉。
