ChatGPT，能给「AI 医疗」加把火吗？-国际原油

AI应用首先应该从高影响、低风险的应用领域最先。

在2023年已往的八个月里，天生式AI的繁荣毋庸置疑。

各大巨头如百度、阿里云、科大讯飞、京东康健纷纷下场，阵容浩荡地推出自己的大模子。不甘让一家独大，一场刺刀见红的“百模大战”一触即发。很快，这场风也迅速刮向了严肃、强羁系的医疗领域。

AI制药运气的齿轮再次转动，7月12日，站在风口之巅的英伟达向生物科技公司Recursion投资5000万美元，以加速人工智能药物发现领域的突破性基础模子。这一动作被业内解读为赚麻了的英伟达，对AI制药的进一步押注。

“皮衣教主”黄仁勋更是高调亮相：“天生式AI是发现新药物和治疗方式的革命性工具。”在外界看来，万亿美元市值的英伟达，一举一动都值得深究，现阶段的AI制药或许仍处于价值洼地。

资源再次听到了拼死狂奔的鼓声，8月21日，源自斯坦福大学的AI制药公司Genesis Therapeutics宣布完成2亿美元的超额认购B轮融资。海内药物模拟研发平台“深势科技”完成新一轮超7亿元人民币融资，英矽智能也在冲刺“AI制药*股”……

医疗问诊、辅助诊断、医疗数字化营销、中医等企业均卷入其中，争一个上桌时机，一片沸腾。

盛景之下，北京市卫生康健委日前发文，明确将增强互联网诊疗流动羁系，严禁使用人工智能等自动天生处方；人工智能软件等不得冒用、替换医师本人提供诊疗服务。

狂热与渺茫交织，人们难免好奇：ChatGPT，能给“AI 医疗”加把火吗？它能应用于哪些医疗康健细分场景？实现何种水平的赋能？

01 AI的倚天剑，难破药物研发阵

药物研发，有个心惊胆战的双十定律：即研发一款新药，需要至少十年时间，十亿美金。AI制药的泛起，让人们看到一键天生新分子的可能，但价值验证、商业焦虑成为相关企业们萦绕不去的拷问。

当AI进化成通用模子的ChatGPT，这把被寄予厚望的倚天剑，能否真正解决药物研发的成本问题和失败率？谜底可能并不乐观。

在大多数人的设想中，人工智能手艺可以通过自然语言处置和机械学习等算法，辅助研发者们迅速筛选有潜力的药物分子。同时，借助大量药物研发数据，不仅快速找到下一个“十亿美元分子”，还可以展望药物的副作用和药物代谢。

券商研报曾勾勒出一幅令人心神憧憬的图景：通过机械学习、深度学习等方式赋能药物靶点发现、化合物筛选等环节，能够使新药研发的乐成率从12%提高到14%，每年为全球节约化合物筛选和临床试验用度约550亿美元。

AI的手艺变化如一把突如其来的野火，试图烧掉生物医药研发双十逆境的“篱笆墙”。2021年，AI制药企业乘风而起，在全球资源市场上演了逐富故事。270多家从事AI药物研发的公司如雨后春笋般确立，涵盖了靶点发现到上市后的药品追踪。人们透过一笔笔真金白银的融资、生意与互助，看到了一个被彻底激活的AI制药市场。

不外，价值验证也让AI制药曾经卷起的泡沫蓦然破碎。2022年，全球*由人工智能设计的分子DSP-1181被日本住友制药住手开发，原由于临床I期的研究并未到达预期尺度。此前Exscientia曾高调宣称，整个项目从提出看法到确定分子，只用了不到一年，而行业平均是4.5年。

英国AI制药上市公司BenevolentAI亦由于BEN-2293的IIa期临床试验折戟，宣布裁员近180人，近乎公司的一半。不少AI制药的管线，步入临床阶段之后悄然消逝。一众AI制药市值自由落体，不少AI 新药研发的公司现金几近枯竭，股价不足1美元。AI制药管线的新颖性，亦被行业所质疑。

当创新药低垂果实被摘尽，ChatGPT能否成为打破新药研发反摩尔定律的利器？“实在我们现在缺的可能不是算力，而是我们并没有许多高质量的有用数据。”晶泰科技首席执行官马健在第四届全球生物医药手艺大会暨展览会上云云指出。

事实上，算力、算法、数据三个主要因素组成了人工智能机械学习。东吴证券研报指出，数据决议了训练模子的深度，算法决议了效率和产出，算力决议了AI可实现的维度。GPT虽然足够推翻，但更多聚焦于算力资源的增强，而未能解决掣肘新药*的难题——高质量研发数据的鸿沟。

创新药物研发数据，对于药企而言，极为敏感与珍贵，一样平常不愿共享，而这也造成了高质量数据忧伤的境况。此外，学术文献、研究挖掘也面临着负样本缺乏等隐藏雷点。

至少在当下，只管有ChatGPT加持，AI制药饰演更多照样辅助角色，期待未来有更多突破。

02 多模态的屠龙刀，变化辅助诊断

试想一个场景，当你需要领会某种药物的功效及使用方式，数字人在大屏幕前仔细嘱咐注重事项，无须再去拿着说明书一字一句仔细看。

争抢AI孵化器

而这就是GPT此类大模子的魅力，医渡云首席数据科学家彭滔此前曾看法鲜明地示意，险些所有的医疗产物/路径，都可以用大语言模子去重新梳理一遍，去真正施展它的价值。

只管投资热门现在仍集中于大模子、数据库，而在GPT向上生长的历程中，讲述解读、病历质控、辅助诊断、知识问答等方面或将被重塑。

7月12日，谷歌公司的医疗问诊AI Med-PaLM的研究团队在《自然》杂志宣布了研究功效，一组临床医生对谷歌和DeepMind团队的医疗大模子Med-PaLM回覆的评分高达92.6%，与现实中人类临床医生的水平（92.9%）相当。

随后，《Towards Generalist Biomedical AI》论文更是展现了大型多模态天生模子多义务模式的潜力。Google Research和Google DeepMind的研究团队发现，Med-PaLM M已经可以执行医学图像分类、医学问答、视觉问答、放射学讲述天生和总结、基因组变异挪用等14种差其余生物医学义务。

而在246份真实胸部X光片中，临床医生示意，在高达40.50%的病例中，Med-PaLM M天生的讲述都要比专业放射科医生的更受接纳。

“现在，我们应转向一个由三方组成的结构，将类似GPT-4的AI实体纳入其中，作为这个三角关系的第三支柱。”《逾越想象的GPT医疗》书中指出，传统医学通常指的是医生与患者之间的神圣纽带——一对双向关系，GPT可以作为第三方，类似于医生的辅助角色。

全新的医疗三方模式下，医生与GPT配合组成了诊疗主体。当患者接受检查时，AI和医生配合介入了诊疗，从而确保诊疗的准确度。无论GPT在医疗领域饰演何种角色，始终需要让人类介入审查其天生的所有输出，*水平规避手艺存在的风险与不足。

日前，北京市卫生康健委宣布《北京市互联网诊疗羁系实行设施（试行）》，医疗机构开展互联网诊疗流动要增强药品治理，严禁使用人工智能等自动天生处方，严禁在处方开具前向患者提供药品。此举意在规范互联网诊疗流动，亦是尽可能消弭人工智能的风险性。

京东康健、百度康健、深睿医疗、医联、东软、左手医生等公司纷纷推出了自己的医疗垂类大模子，应用场景多聚焦于辅助问诊、辅助诊断、康健咨询、医学智慧影像等。

“医疗科技企业与基础大模子企业起劲互助，AI大模子医疗康健生态正在逐步确立。行业推进的速率很快，留给产业考察、学习、思索的时间不多，有更多资源更强生态能力的企业、机构、政府可以更鼎力度的介入。”亿欧董事总司理、亿欧大康健总裁高昂一针见血指出。

只管ChatGPT的显示令人欣喜，但新功效往往与新风险准期而至，GPT会倾向于编造信息，这有时会成为“幻觉”。大语言模子的信息需要定期更新，以保持准确性与时效性，否则极易误导使用者。

03 推翻病历誊写

相较于在药物研发领域的“关山难越”，病历誊写或是ChatGPT能实现推翻的细分场景之一。

“对于许多专注于开发自动化临床文书产物的公司来说，GPT-4 看起来将成为一项推翻性的手艺。”《逾越想象的GPT医疗》曾云云总结。

看成者们在2023年头写下这段文字时，也许已经预见到接下来的日子里，GPT-4在应对医护一样平常事情中最烦琐、肩负最重部门的潜力。

今年3月，微软的语音识别子公司 Nuance Communications 宣布了一个AI GPT-4 驱动的医护职员临床条记自动纪录和天生的工具，预期可以把口头患者就诊转换为临床条记的历程从原来的4小时缩减到几秒钟内自动天生病历草稿，大大减轻医生的行政肩负。

众所周知，诊疗历程中有大量的文书誊写事情。美国医学协会在2016年资助的一项研究发现，医生每花一个小时与病人在一起，他们就会在病历文书事情上多花两个小时。该研究解释，医生不得不，在下班后再多花一到两个小时处置病历文书事情。《美国医学院协会杂志》2017年调研发现，跨越三分之二的受访医生坦言，病历文书事情肩负过重。

在我国，这个情形也不容乐观。多地三甲医院医护职员曾因病历誊写不规范，收到当地卫健委的“罚单”。广为人知的电子病历虽然取代了手写纸张病历，然则医护职员面临屏幕的时间也越来越长。

GPT的泛起，让人们看到减轻医护职员肩负的可能。在信息抽取上，它可以将大段临床文本举行结构化；在数据洗濯层面，ChatGPT可以在一定局限内提供一致性校验事情。通过整合多种泉源和花样数据，提升医疗效率与质量。

温州国际和平医院曾经做了一项测试，在测试病例中，他们设置了一些“陷阱”，包罗花样不规范、标点错误、药名错误、药品用法缺失。在直接要求ChatGPT天生讲述后，令人欣喜的是，它能乐整天生相关医疗讲述，并自动修正了花样和标点错误，而且添加了两句总结。

“AI应用首先应该从‘高影响、低风险’的应用领域最先，例如，简化医务职员的行政性事情肩负问题。”微软全球首席医疗官David Rhew一针见血指出。

医疗领域与人类生命康健息息相关，羁系极为严酷。企业若是直接行使ChatGPT开发面向临床诊断和患者的诊疗服务，直面的风险与挑战或将难以预料，仅是获批就可能是一条漫漫远程。相比之下，病历文书或其他“后台”义务则不需要庞大的平安性羁系控制，需求却真实存在，且成为困扰之一。

微软、谷歌和亚马逊等公司皆把眼光望向此处。在David Rhew看来，人工智能的初始应用就似乎，人人刚刚有了汽车，然则停车标志、交通讯号灯等治理措施尚未停当。“我们仍然需要进一步弄清晰若何一起做好这一项事情。”他弥补道。

可以明确的是，ChatGPT自己并非人工智能*目的，它只是未来一系列更为伟大的AI里程碑之一。届时，它在医疗领域的推翻将加倍值得期待。