在夸克APP搜索糖尿病該如何治療。 　　受訪者供圖

在江蘇省無(wú)錫市濱湖區(qū)一家養(yǎng)老院，一名老人在使用AI健康檢測(cè)儀。 　　新華社記者 柳文惠攝

武漢大學(xué)人民醫(yī)院精神衛(wèi)生中心主任、主任醫(yī)師王惠玲講述“醫(yī)療與AI如何結(jié)合”。 　　受訪者供圖

　　7月23日，夸克健康大模型成功通過(guò)12門(mén)核心學(xué)科的主任醫(yī)師筆試評(píng)測(cè)，成為國(guó)內(nèi)首個(gè)完成這一挑戰(zhàn)的大模型。繼5月通過(guò)副主任醫(yī)師考試后，該模型實(shí)現(xiàn)能力再躍升，并已全面集成至夸克AI搜索，提供“主任級(jí)AI醫(yī)生”服務(wù)，用戶(hù)在查詢(xún)健康問(wèn)題時(shí)，選擇深度搜索即可調(diào)用。

　　很多臨床專(zhuān)家對(duì)其表現(xiàn)給予高度評(píng)價(jià)，并指出它在輔助診療、患者教育、心理支持等方面展現(xiàn)出巨大潛力。在垂類(lèi)模型與通用模型對(duì)比中，國(guó)產(chǎn)健康大模型呈現(xiàn)出難度越高領(lǐng)先優(yōu)勢(shì)越明顯的性能曲線，展現(xiàn)出在復(fù)雜醫(yī)學(xué)推理任務(wù)中的突破。

　　

　　“給醫(yī)生提供更多的探索空間”

　　主任醫(yī)師的考試非常細(xì)致，此次夸克模型選取了12門(mén)最核心的學(xué)科作為模擬測(cè)試，如全科醫(yī)學(xué)等。在12門(mén)考試?yán)?，夸克健康大模型全部過(guò)關(guān)。

　　主任醫(yī)師考試難度很高。比如，其中的多選題，不僅要判斷各選項(xiàng)的概率，還要理解正確性的邊界，否則很容易漏選或錯(cuò)選。而案例分析題，更是需要直接解決很細(xì)微的、辯證的問(wèn)題，對(duì)于大模型來(lái)說(shuō)一直都是個(gè)難點(diǎn)。

　　夸克健康算法負(fù)責(zé)人徐健介紹，理解夸克健康大模型，有三個(gè)關(guān)鍵點(diǎn)：一是知識(shí)性，構(gòu)建優(yōu)質(zhì)的大規(guī)模數(shù)據(jù)資源庫(kù)；二是正確性，通過(guò)技術(shù)系統(tǒng)性解決正確性這個(gè)大問(wèn)題；三是推理能力，通過(guò)醫(yī)療慢思考推理能力解決復(fù)雜問(wèn)題。

　　實(shí)現(xiàn)這三個(gè)關(guān)鍵點(diǎn)都不簡(jiǎn)單。比如知識(shí)性，在這一模型中數(shù)據(jù)被分為四大類(lèi)，資料、病例、知識(shí)以及在此基礎(chǔ)上的合成數(shù)據(jù)。這就要求將大量網(wǎng)頁(yè)數(shù)據(jù)、書(shū)籍、指南、藥品說(shuō)明書(shū)等專(zhuān)業(yè)類(lèi)數(shù)據(jù)，將臨床上積攢的病例，將醫(yī)學(xué)專(zhuān)家結(jié)構(gòu)化思維的結(jié)晶，統(tǒng)一進(jìn)行合成。

　　“我們不是在訓(xùn)練AI回答醫(yī)學(xué)問(wèn)題，而是在訓(xùn)練它學(xué)會(huì)醫(yī)學(xué)思維?！毙旖≌f(shuō)?！拔覀兊腁I大模型可以做到從表象判斷到深度分析，這樣答題會(huì)更好，解釋性更強(qiáng)?！?/p>

　　這一成果背后是專(zhuān)業(yè)醫(yī)師團(tuán)隊(duì)的深度參與，讓大模型有高質(zhì)量數(shù)據(jù)支撐。目前，夸克健康大模型擁有千人規(guī)模的專(zhuān)業(yè)醫(yī)師標(biāo)注團(tuán)隊(duì)，其中超過(guò)400名均為副主任醫(yī)師及以上的高資歷醫(yī)療專(zhuān)家，構(gòu)建了十幾萬(wàn)條精標(biāo)的樣本數(shù)據(jù)。

　　前不久，大模型產(chǎn)業(yè)應(yīng)用技術(shù)聯(lián)盟醫(yī)療專(zhuān)業(yè)委員會(huì)發(fā)布報(bào)告，推出了基于大模型的患者醫(yī)療服務(wù)能力分級(jí)框架，并將其分為五級(jí)——L1級(jí)是信息輔助，L2級(jí)是單任務(wù)智能輔助，L3級(jí)是多任務(wù)智能輔助，L4級(jí)是高級(jí)協(xié)同決策輔助，L5級(jí)是智慧協(xié)同創(chuàng)新輔助。

　　“確實(shí)可以看到在一些疑難病上，AI可以輔助醫(yī)生，給醫(yī)生提供更多的探索空間和建議?！毙旖≌f(shuō)。

　　數(shù)據(jù)顯示，在有檢驗(yàn)檢查的疾病上，這一模型的回答準(zhǔn)確率已經(jīng)達(dá)到90.78%，接近專(zhuān)科醫(yī)生水平；在疑難疾病上，其準(zhǔn)確率達(dá)到85.51%。

　　憑借在醫(yī)學(xué)領(lǐng)域的專(zhuān)業(yè)性，夸克AI搜索已經(jīng)吸引了一大批醫(yī)學(xué)生和醫(yī)生群體?？淇私】颠\(yùn)營(yíng)負(fù)責(zé)人趙存忠介紹，目前平臺(tái)在全國(guó)醫(yī)學(xué)生中月活用戶(hù)已突破200萬(wàn)，覆蓋率過(guò)半。

　　“醫(yī)生跟AI的結(jié)合是大趨勢(shì)”

　　對(duì)于這位“主任級(jí)AI醫(yī)生”的水平，多位主任醫(yī)師給出了高度評(píng)價(jià)。

　　“用完之后，感到確實(shí)會(huì)改變?cè)\療的過(guò)程?！北本┐髮W(xué)醫(yī)學(xué)部皮膚與性病學(xué)系主任、北京大學(xué)人民醫(yī)院主任醫(yī)師李厚敏說(shuō)。

　　李厚敏分享了她與健康大模型的一次互動(dòng)。某一患者目前既要控制疾病，又需治療瘢痕，而且此前治療對(duì)患者皮膚屏障的破壞已經(jīng)影響到其生活質(zhì)量，在向夸克提供了該患者的年齡、性別、診斷、用藥情況后，夸克給出了讓李厚敏覺(jué)得“非常全面”的四方面建議——既包括對(duì)治療方案的調(diào)整，也給出了對(duì)瘢痕、色素的管理建議，最后還提出要對(duì)這位患者進(jìn)行心理疏導(dǎo)。“治療方案合理，用藥方案規(guī)范，還有疾病的長(zhǎng)期管理和患者的心理疏導(dǎo)。”

　　李厚敏認(rèn)為，對(duì)皮膚科來(lái)說(shuō)，與AI的結(jié)合非常容易取得成果?，F(xiàn)有的4000多種皮膚疾病都長(zhǎng)在皮膚表面，甚至可以通過(guò)AI進(jìn)行識(shí)別，很多疾病在AI指導(dǎo)下可以獲得很好的處理結(jié)果。她說(shuō)，全國(guó)范圍內(nèi)只有1萬(wàn)多名皮膚科醫(yī)生，但皮膚科患者很多，而且有疾病種類(lèi)多、發(fā)病率高的突出特點(diǎn)。她認(rèn)為，在AI幫助下，大量全科醫(yī)生、基層醫(yī)生對(duì)皮膚問(wèn)題的診療水平會(huì)大大提高，可以做好隨訪管理、慢病管理。

　　“以后AI可能取代不了醫(yī)生，但醫(yī)生跟AI的結(jié)合是大趨勢(shì)?！蔽錆h大學(xué)人民醫(yī)院精神衛(wèi)生中心主任、主任醫(yī)師王惠玲說(shuō)。

　　王惠玲認(rèn)為，對(duì)于抑郁癥患者來(lái)說(shuō)，因?yàn)獒t(yī)生很忙，很難時(shí)刻回答，可以有效借助健康大模型尋找答案。比如，有些患者顧慮是否會(huì)吃藥成癮，有些患者顧慮藥物的副反應(yīng)，在應(yīng)對(duì)這些問(wèn)題的過(guò)程中，原本需要醫(yī)生反復(fù)告知，如今AI可以常伴左右。

　　在李厚敏看來(lái)，患者使用健康大模型同樣很重要。比如，面對(duì)皮膚科醫(yī)生經(jīng)常開(kāi)出的激素藥物，很多患者會(huì)很猶豫，這時(shí)候AI反而可以通過(guò)詳細(xì)解釋?zhuān)徑獯蠹业募に亟箲]?！皩?duì)于患者來(lái)講，AI既可以緩解焦慮，也傳遞了更好的慢病管理理念?！?/p>

　　此外，不少患者對(duì)于心理疾病存在恥感，不好意思告訴醫(yī)生。王惠玲說(shuō)，這種情況下患者可以去問(wèn)AI，在其幫助之下正確找到方向，比如哪些問(wèn)題自己鍛煉可以起效，哪些問(wèn)題需要去看醫(yī)生，能夠有效幫助患者避免走彎路。

　　應(yīng)用場(chǎng)景日漸廣泛

　　夸克健康以阿里巴巴通義千問(wèn)大模型為基礎(chǔ)，走出了一條面向垂直場(chǎng)景的深度工程化路線。

　　其核心突破之一，是構(gòu)建出“慢思考能力”。該能力融合了鏈?zhǔn)酵评砼c多階段臨床演繹路徑建模，驅(qū)動(dòng)模型在面對(duì)復(fù)雜醫(yī)療問(wèn)題時(shí)，能夠分階段、層層深入地推導(dǎo)出最終回答。

　　構(gòu)建慢思考能力的前提，是擁有高質(zhì)量推理訓(xùn)練數(shù)據(jù)。據(jù)了解，夸克構(gòu)建了“雙數(shù)據(jù)產(chǎn)線+雙獎(jiǎng)勵(lì)機(jī)制”的工程體系。一方面，將醫(yī)學(xué)數(shù)據(jù)劃分為“可驗(yàn)證”和“不可驗(yàn)證”兩類(lèi)，分別對(duì)應(yīng)診斷類(lèi)任務(wù)和健康建議類(lèi)任務(wù)；另一方面，在訓(xùn)練方法上引入“過(guò)程獎(jiǎng)勵(lì)模型”和“結(jié)果獎(jiǎng)勵(lì)模型”，分別評(píng)估模型推理鏈的合理性與最終結(jié)論的準(zhǔn)確性，顯著提升模型的臨床可解釋性和推理一致性。

　　該體系還設(shè)計(jì)了多階段強(qiáng)化學(xué)習(xí)流程，包括冷啟動(dòng)數(shù)據(jù)的嚴(yán)格人工校驗(yàn)、多輪樣本篩選與難度遞進(jìn)訓(xùn)練策略，以及用于防止“高分投機(jī)”的作弊識(shí)別機(jī)制。通過(guò)真實(shí)醫(yī)生標(biāo)注、“問(wèn)—思—答”整組數(shù)據(jù)驅(qū)動(dòng)強(qiáng)化學(xué)習(xí)，大大強(qiáng)化了這一健康大模型的能力。

　　對(duì)于患者來(lái)說(shuō)，通過(guò)AI的判斷，可以減少醫(yī)患信息差，讓他們更積極地參與到診療過(guò)程中。

　　趙存忠曾經(jīng)是一名醫(yī)生，如今做健康大模型的運(yùn)營(yíng)負(fù)責(zé)人，對(duì)于患者的需求有了新的看法。他發(fā)現(xiàn)隨著AI本身的發(fā)展，用戶(hù)尤其是年輕人表達(dá)出的需求正在變化。在醫(yī)療大模型出現(xiàn)初期，用戶(hù)搜索的都是簡(jiǎn)單問(wèn)題，但在深度思考技術(shù)發(fā)展之下，用戶(hù)表達(dá)越來(lái)越精細(xì)?！八麄?cè)跊](méi)去醫(yī)院之前已經(jīng)與AI交流過(guò)，這樣可以迅速了解醫(yī)生在說(shuō)什么，降低了溝通成本，有效提高了醫(yī)療資源的可用率和普及性。”

　　醫(yī)學(xué)生們也受益于健康大模型。趙存忠介紹，醫(yī)學(xué)生在夸克上面搜索了很多問(wèn)題，比如專(zhuān)業(yè)的量表、泛知識(shí)的內(nèi)容、臨床指南等。很多醫(yī)學(xué)生在做規(guī)培或者實(shí)習(xí)階段，遇到臨床案例分析時(shí)，會(huì)大量用到大模型的搜索功能。

　　隨著能力不斷提升、應(yīng)用場(chǎng)景日漸廣泛，更多健康大模型正逐步走出“模擬考場(chǎng)”，走入真實(shí)診療場(chǎng)景。

分享讓更多人看到