医联MedGPT以小时为单位更新，国内首款医疗大模型如何炼成

当AI医生与真人医生进行一致性评测，结果会如何？

今年6月30日，国内互联网医院医联就做了这样一件事——他们在成都高新海尔森医院搭起了线下义诊，由医生助理与患者面对面沟通，将患者的主诉分别传达给真人医生与AI医生，多轮沟通之后，“医生们”为患者开具检查单或诊断，患者现场完成检查后复诊，再由AI医生及真人医生提供临床诊断及治疗方案。一百多位患者参与了问诊，形成了91份有效病例。

最后，来自北大人民医院、中日友好医院、阜外医院和友谊医院的7位专家教授，从多个评价维度对这些有效病例进行打分。结果显示，真人医生综合得分为7.5分，AI医生综合得分为7.2分——AI医生与三甲主治医生在比分结果上的一致性达到了96%。

这令王磊所在的医联MedGPT研发团队兴奋不已。自2022年11月由OpenAI推出的ChatGPT火爆全球，一个多月后，王磊领导团队也加入了“百模大战”。

与ChatGPT这类通用型的大语言模型产品不同，MedGPT聚焦的是医疗场景——严肃且谨慎的领域，更强调准确性与安全性，对问题的容错率更低。而用王磊自己的话说：“大模型一定是不准确的”，如何尽可能实现诊断的准确性，做出更有效的医学决策，是MedGPT在很长一段时间内持续面临的挑战。

为此，医联的研发团队不断打磨，版本最快是“以小时为单位更新”。按照指南、临床路径、教材、医生5年和10年医疗相关的临床经验，打磨出了一套大模型系统和一套专家系统。

当然，训练是一个持续的过程。医联MedGPT产品经理廉泽良也表示，系统还在持续更新，专家联盟和医学团队也在持续调优，随着医生专家系统不断的迭代，准确性会越来越高。除此之外，MedGPT的定位是在真实医疗场景中发挥实际诊疗价值，也就是“不是纯技术研究，而是要投入实际应用”，这也对MedGPT的深度学习能力提出了更高的要求。

王磊感觉，生成式AI的出现，像是打通了“任督二脉”。

在此之前，医联对于AI领域一直比较看重。内部团队认为这是医联数字医院板块“最后缺失的一块”，有了就“武功大成”，没有就做不下去。

医联的数字医院主要分为两块：医联MedGPT和互联网医院。AI医生会提供整个决策能力，帮患者看病，同时提供大量的医患来源。互联网医院则是一个“订单消化中心”，也是前者的“供应链体系”。

“如果没有依托互联网医院，AI医生只能提供有限的诊疗服务，而无法做到闭环；但没有AI医生，互联网医院没有大量的医患来源；供应链价格就很难下去。”王磊认为，AI医生核心解决的是成本问题。以往线上问诊需要众多医生，对应的是巨额的成本，如果AI医生能够解决，成本便能大幅下降，多出来的钱也可以全部进入互联网医院补贴患者，“这是一个最佳闭环”。

早在2017年，医联就开始接触大数据。2017年12月，医联拿到了4亿元C轮系列融资，并与被业内称为医疗大数据国家队的中电数据达成战略合作。参与了大量医疗大数据的清洗工作，从那时起，意识到数据重要性的医联，也有意识开始沉淀医疗数据。