下一代 AI 医疗：知识图谱RAG + 多智能体，听医生的话没前途，让医生听你的话才是正道！
- 医疗算法趋势
- 现代 AI 医疗算法问题
- 医学影像算法的局限
- 医疗知识图谱的问题
- 基于最本质循证医学
- 实现人类级因果推理
- 摆脱LLM概率性输出
- 嘘，别人我不告诉 TA ！！！
医疗算法趋势
①大模型 + 知识图谱（图数据重构、多跳推理，子图思维推理）
② 大模型 + 知识图谱 + RAG（引用更多、更新数据）
③ 大模型 + 知识图谱 + RAG + 多智能体（超长期、超个性化、超复杂任务）
3 者区别：
- 如果您的应用主要关注特定领域的深度知识（常规诊断），方案 ①。
- 如果您需要结合广泛的知识源并保持知识的时效性（医学知识不断更新），方案 ②。
- 如果您需要多角度分析、复杂决策的场景（长期超个性化、疑难杂症诊断中心、三级图补充因果关系+生理机制解释），方案 ③ 可能更适合。
现代 AI 医疗算法问题
- AI 在特定条件下自动推荐治疗方案，关键决策依然需要医生确认
- AI 健康顾问和 AI 医生助理的形态落地健康咨询、辅助诊疗等医疗场景
- 探寻基因蛋白质本质，不断发现新疗法
- 覆盖院内院外、线上线下全流程的全病程管理，再通过居家数字生物标志物监测的持续居家监测
越往后面，越需要对人体、疾病、生病的因果分析、生理机制解释。
趋势就是从个别公司使用 AI，到系统性使用 AI，到整个社会围绕 AI 展开。
医学影像算法的局限
目前医疗AI的形式以临床影像学AI为主。
影像学AI固然减轻了影像科医生的工作强度、提高了效率。
但是，影像学的检查结果属于辅助地位，不能单凭影像学结果就做出正确的诊断，需要医生综合解读各方面的病情信息是才能做出正确的判断。
所以，目前影像类AI 没有触及医疗的核心。
医疗人工智能创业公司目前没有很好地商业化，其中一个原因是这些公司的技术和产品在【医生的临床思维】上有欠缺，就是距离真正的看病有很长的距离。
医疗知识图谱的问题
医学判断是基于证据的询证过程，推理的每一步都需要证据、知识和因果逻辑的支持。
但大模型，ta 是黑盒，基于概率性输出，微调出的医学大模型，也会有幻觉、概率性输出的问题。
没有医生真正的临床思维，不是基于证据的因果推理。
基于最本质循证医学
实现医生的临床思维：
- 知识图谱，补上因果关系、生理性的机制解释、患者背景
- 大模型，实现人类级因果推理能力，基于循证给出结论
- 大模型，摆脱概率性输出，实现人的系统2（深思熟虑）
知识图谱 RAG 解决第一个问题，形成一个层级图。
- 用户个人历史，是第一层
- 知识图谱、最新研究，是第二层
- 诊断逻辑、因果和机制解释的基础医学知识支持，是第三层
其具体落实的表现形式是，临床专科疾病的知识图谱，如心血管病知识图谱、肺病知识图谱、危重症知识图谱等等。
实现人类级因果推理
虽然层级图，使得知识图谱有了循证基础，但LLM还有问题，没有人类的因果推理能力，就做不到临床思维。
LLM 可以谈论因果关系，但实际上只是根据训练数据中的相关性进行模式识别，而不是理解和推断真正的因果关系。
- 多阶段信息转化法：将非结构化文本逐步转化为，可计算的因果结构
- 概率图因果推理法：构建和优化因果关系的图形表示，实现复杂推理
真实世界里任何事情都是错综复杂的，你根本就无法列举影响一个结果的所有可能缘故。
也就是说，你画不出因果关系的。
你必须做出各种取舍，你只能把你认为最重要的缘故画在图上。
图画完了，你并没有科学地、彻底地、逻辑完备地回答“为什么”，你只是说，根据你的猜测，应该是因为这几个缘故。
而事实上也不需要回答“为什么”。
我们在生活中的实际应用，对改变世界真正有用的，其实就是回答“观察、干预、想象”这三种问题！
因果分析的最终目的不是查明因果关系，而是回答三种有用的问题：
-
观察：这事发生了，那事是否也会发生？（症状-疾病、并发病、风险因素）
-
干预：我采取这个行动，会有什么后果？（治疗评估、预防有效性）
-
想象：如果当初我没有这么做，会是怎样？（个性化治疗、疾病预后）
因果分析的最终目的不是查明因果关系，而是回答三种问题。
把因果分析算法化，让大模型去回答这 3 种问题。
人的见识是有限的，因果图分析适合大模型，因为他有智能、有世界模型。
摆脱LLM概率性输出
早期动物 只有 系统1（ 5 个 F，概括一生 ）：
- 如果入侵者是同类，同性，且并不比自己更强壮，那么，Fight！
- 如果入侵者是同类，同性，且比自己更强壮，那么，Flee（快跑）！
- 如果入侵者是同类，异性，那么，Fuck！
- 如果入侵者不是同类，管它是同性还是异性，只要不比自己更强壮，那么，Feed（吃掉）！
- 如果以上皆不是，那么，Freeze（睡觉）……
人类实现系统2【深思熟虑】思考的方式是，通过新皮层来调控和协调复杂的理性分析、逻辑推理和深度决策过程，以解决复杂问题或进行详尽思考。
新皮层分为：
-
前额叶：负责规划宏观路线和复杂的决策评估过程，涉及到抽象思维、意志行为控制以及问题解决等高级认知功能。
-
前运动：负责规划和协调。尤其是在复杂或需要协调的运动中，如使用什么工具、怎么组合应用。
-
运动：具体抓手、特定的动作。
-
基底神经节：前额叶、前运动、运动都和基底神经节相连，每个动作实施全是基底神经节，不经过基底神经节的都是头脑模拟
人做事情的过程：
- 项目层，定义问题与愿望（完全不可操作）
- 任务层，设定具体目标与方向（不可操作）
- 事件层，详细描述任务的时空、交互与情景（部分可操作）
- 操作层，制定实际操作步骤与流程（完全可操作）
系统2，我们可以使用一个多智能体系统，来复现新皮层的完整活动，实现深思熟虑。
- 能赋予大模型循证医学和临床思维、多角度分析、复杂决策的场景，实现医院的疑难杂症诊断中心
- 能引用最新医学知识、适合超个性化、超长期、超复杂任务
- 能添加反馈机制，不断提升诊断水平、考虑更多个体差异，不会死板的诊断。
嘘，别人我不告诉 TA ！！！
被绿的时候我忍气吞声！！！
被甩的时候我一言不发！！！
被渣的时候我不为所动！！！
但看见关注我泪如泉涌！！！
知道文字看累了，看美女放松一下，顺便点个关注！！！
因为这里是连续剧，后面还有更多美女和干货！！！
我要让高难度知识落地！！！
我要让高精尖科学流传！！！
我要在高逼格的干货上！！！
我要给出最有用的心得！！！
和全球顶级科学家同步！！！
