AI 在醫(yī)療領(lǐng)域再次發(fā)光！谷歌 DeepMind 團隊發(fā)布的全新診斷對話式 AI 在測試中擊敗醫(yī)生，通過了圖靈測試，再次引領(lǐng)醫(yī)療 AI 的革命。

我們需要研發(fā)對人類有益 AGI 的原因之一：

我妻子的身體 5 年來經(jīng)歷了種種痛苦，最終被檢查出一種叫肢體活動過度 Ehlers-Danlos 綜合征的遺傳病。現(xiàn)在的醫(yī)療體系是根據(jù)不同科室劃分，而這個遺傳病 hEDS 會影響人體各個系統(tǒng)和器官。大多醫(yī)生都只關(guān)注自己專業(yè)相關(guān)的癥狀，很難整體診斷。

OpenAI 聯(lián)創(chuàng) Greg Brockman 的一番話點明，當(dāng)前先進 AI 系統(tǒng)還需不斷演進，有望破解人類醫(yī)學(xué)難題。

在病人雙盲文本測試中，AMIE 在診斷呼吸系統(tǒng)和心血管疾病等疾病直接擊敗醫(yī)生，比初級保健醫(yī)生（PCP）更準(zhǔn)確。

與此同時，AMIE 還表現(xiàn)出一致的同理心。

研究人員在真實世界的數(shù)據(jù)集上訓(xùn)練 AMIE，這些數(shù)據(jù)集包括醫(yī)學(xué)推理、醫(yī)學(xué)總結(jié)和真實世界的臨床對話。

使用通過被動收集和轉(zhuǎn)錄個人臨床訪問而開發(fā)的真實世界對話來訓(xùn)練 LLM 是可行的，但是，有兩個重大挑戰(zhàn)限制了它們在訓(xùn)練醫(yī)學(xué)對話 LLM 方面的有效性。

首先，現(xiàn)有的真實世界數(shù)據(jù)往往無法捕捉到大量的醫(yī)療條件和場景，這阻礙了數(shù)據(jù)的可擴展性和全面性。

其次，從真實世界對話記錄中獲得的數(shù)據(jù)往往是嘈雜的，包含含糊不清的語言（包括俚語、行話、幽默和諷刺）、中斷、不合語法的語句和不明確的引用。

為了解決這些局限性，研究人員設(shè)計了一個基于自演的模擬學(xué)習(xí)環(huán)境，該環(huán)境具有自動反饋機制，用于虛擬醫(yī)療環(huán)境中的診斷性醫(yī)療對話，使研究人員能夠在多種醫(yī)療條件和環(huán)境中擴展 AMIE 的知識和能力。

除了所描述的真實世界數(shù)據(jù)的靜態(tài)語料庫之外，研究人員還利用該環(huán)境通過不斷變化的模擬對話集對 AMIE 進行了反復(fù)微調(diào)。

這一過程包括兩個自我循環(huán)：

（1）「內(nèi)部」自演循環(huán)，即 AMIE 利用上下文中批評者的反饋來完善其與人工智能患者模擬器進行模擬對話的行為；

（2）「外部」自演循環(huán)，即完善的模擬對話集被納入后續(xù)的微調(diào)迭代中。

由此產(chǎn)生的新版 AMIE 可以再次參與內(nèi)循環(huán)，形成良性的持續(xù)學(xué)習(xí)循環(huán)。

此外，研究人員還采用了推理時間鏈策略（ inference time chain-of-reasoning strategy），使 AMIE 能夠根據(jù)當(dāng)前對話的情況逐步完善自己的回答，從而得出有理有據(jù)的答復(fù)。

研究人員采用上述隨機方法測試了模擬患者（由專業(yè)的演員扮演）的問診表現(xiàn)，并與 20 名真實初級保健醫(yī)生的問診表現(xiàn)進行了對比。

在一項隨機、雙盲交叉研究中，研究人員從?？浦髦吾t(yī)師和模擬患者的角度對 AMIE 和初級保健醫(yī)生進行了評估，該研究包括來自加拿大、英國和印度 OSCE 提供者的 149 個病例場景，涉及各種?？坪图膊?。值得注意的是，研究人員的研究既不是為了模仿傳統(tǒng)的面對面 OSCE 評估，也不是為了模仿臨床醫(yī)生通常使用的文本、電子郵件、聊天或遠(yuǎn)程醫(yī)療方式。

相反，研究人員的實驗反映了當(dāng)今消費者與 LLM 交互的最常見方式，這是人工智能系統(tǒng)參與遠(yuǎn)程診斷對話的潛在可擴展且熟悉的機制。

還記得去年，一位 4 歲小男孩得了「怪病」，3 年來看了 17 位醫(yī)生，但他們都無法解釋疼痛的具體原因。

直到小男孩母親注冊 ChatGPT 之后，將病情上傳，才終于得到了正確的診斷結(jié)果。

近來，有網(wǎng)友發(fā)文表示，在 ChatGPT 幫助下，發(fā)現(xiàn)了女朋友的過敏反應(yīng)。

凌晨 4 點，她全身起了大面積的蕁麻疹，去醫(yī)院后醫(yī)生給她靜脈注射了皮質(zhì)類固醇，然后就好了。醫(yī)生說可能是防腐劑 / 保鮮劑 / 食品化學(xué)物質(zhì)引起的，但我們一直都吃得很干凈，怎么會這樣呢？

緊接著，他們把過去 24 小時內(nèi)吃的所有東西告訴 GPT-4，然后讓它對最可能的過敏原進行排名。

GPT-4 起初以為是巧克力里的榛子的原因，但后來網(wǎng)友突然想起昨天從超市買的肉，便從垃圾桶撿出來把它配料輸給 GPT-4……

配料：牛肉 (86%)、水、面包屑 (大米和玉米粉、淀粉、玉米、鹽、葡萄糖)、鹽、甜菜提取物、香料和芳香草藥、天然香氣和防腐劑 E223 (亞硫酸鹽)。

GPT-4 立即將亞硫酸鹽列為可能導(dǎo)致蕁麻疹的最主要過敏原，通過谷歌搜索，證實它會是蕁麻疹原因之一。

最后發(fā)現(xiàn)，這與醫(yī)生所說的相符，很可能是食物防腐劑過敏。

另外一位網(wǎng)友也分享了自己的心路歷程，以及利用 GPT 發(fā)現(xiàn)醫(yī)生們遺漏的病情聯(lián)系。

一年前，我的身體在與自己作戰(zhàn)，我的病情惡化速度之快超出了專家們的理解。然后，GPT 成為了我的 Copilot。

現(xiàn)在，谷歌推出的 AMIE 系統(tǒng)再次引領(lǐng)了醫(yī)療 AI 革命。

論文作者表示，「據(jù)我們所知，這是第一次為診斷對話和記錄臨床病史而設(shè)計的對話式人工智能系統(tǒng)」。

AI 醫(yī)學(xué)，未來可期。