近期,，ChatGPT橫空出世,，在全球引發(fā)高度關(guān)注及熱烈討論，甚至認(rèn)為其是一個(gè)革命性產(chǎn)品,。筆者僅結(jié)合自己的醫(yī)學(xué)研究及臨床經(jīng)驗(yàn),，分享一下自己對人工智能對未來醫(yī)學(xué)研究和實(shí)踐的可能影響的思考,。
ChatGPT是人工智能（即AI）發(fā)展到一定階段的代表性產(chǎn)品,，可實(shí)現(xiàn)聊天、創(chuàng)作,、寫代碼等功能,。GPT是Generative Pretrained Transformer三個(gè)單詞的縮寫。Generative是生成的意思,，表示它區(qū)別于既往搜索引擎,，能自己生成創(chuàng)作出新的內(nèi)容；Pretrained是預(yù)先訓(xùn)練意思,，表示它之前已經(jīng)在一些數(shù)據(jù)庫里經(jīng)過訓(xùn)練過,，已經(jīng)具有一些自身邏輯及判斷；Transformer是一種全新的算法架構(gòu),，能夠在處理長文本時(shí)更高效,，訓(xùn)練時(shí)間更短。ChatGPT的研發(fā)人力物力投入巨大,，是個(gè)巨大系統(tǒng)性工程,，是算法、算力及數(shù)據(jù)庫三個(gè)方面的龐大資源高度整合的產(chǎn)物。
△圖源“北京日報(bào)”微信公眾號
影響AI發(fā)展的三個(gè)要素是算法,、算力及數(shù)據(jù)庫,。在算力方面，我相信隨著芯片等硬件技術(shù)提高,，問題是不大的,。但在算法及數(shù)據(jù)庫方面，醫(yī)學(xué)是有特殊性的,。首先,，醫(yī)學(xué)的參數(shù)變量主觀性較強(qiáng)，有時(shí)候不太好精確定量評價(jià),，如疼痛,、疲勞、瘙癢,、犯困,，很難用數(shù)學(xué)精確定量，個(gè)體差異又很大,。其次,，醫(yī)學(xué)參數(shù)變異度及相互影響很大，比如我們經(jīng)常使用一個(gè)參數(shù)6分鐘步行試驗(yàn),，就是讓患者在6分鐘內(nèi)拼命走路,，然后測量其最大走動(dòng)距離，患者在不同身體狀態(tài),、不同醫(yī)生陪同監(jiān)督下都會出現(xiàn)差別較大的結(jié)果,；又例如心臟功能常用的參數(shù)，左心室射血分?jǐn)?shù)（LVEF）,，不同超聲醫(yī)生測量結(jié)果差異度也較大,，同時(shí)其準(zhǔn)確度也受到很多情況影響（比如瓣膜反流，心臟大小,，顯像清晰情況等）,。其實(shí)，我一直以為醫(yī)學(xué)是一門模糊科學(xué),，是一門概率科學(xué),，很難精確地預(yù)判，只能是大概率地判斷,。在實(shí)踐中,，再簡單的手術(shù)，都不可能百分百沒有并發(fā)癥,；再高明的專家,，在臨床實(shí)踐中,，也不可能百分百準(zhǔn)確診斷。醫(yī)學(xué)變量的模糊性及變異性,，以及參數(shù)之間可能會發(fā)生交互作用,，對AI在醫(yī)學(xué)中應(yīng)用提出了更高要求。因此,，需要更高級,、更深度的算法來解決。對于醫(yī)學(xué)數(shù)據(jù)庫建立,，同樣存在巨大難度,。上面講到，醫(yī)學(xué)變量和常規(guī)變量不一樣,，有時(shí)候難以準(zhǔn)確收集，并且一個(gè)人所涵蓋的生物信息參數(shù)本身就是非常巨大,，再加上受制于個(gè)人隱私,、醫(yī)學(xué)倫理，醫(yī)院之間信息壁壘,，人力投入不夠等等因素,，要建立一個(gè)完整的海量生物信息數(shù)據(jù)庫是一個(gè)非常大的挑戰(zhàn)。目前只能建立一些大型局部疾病數(shù)據(jù)庫,。
綜上分析,，AI在醫(yī)學(xué)應(yīng)用還是存在著諸多重大挑戰(zhàn)，想要完全取代醫(yī)生目前技術(shù)看來還是不可能,。AI醫(yī)療診斷先驅(qū)IBM Watson,、谷歌人工智能Streams鎩羽而歸就是個(gè)證據(jù)。然而,，毫無疑問,，AI將會為大大促進(jìn)醫(yī)學(xué)發(fā)展，成為醫(yī)生的好助手,。例如,，提供高效的文獻(xiàn)檢索，圖像處理,、識別及輔助診斷,，幫助手術(shù)導(dǎo)航等等，目前均已實(shí)現(xiàn),。隨著算法及算力提升,，其效能及準(zhǔn)確性將進(jìn)一步提升。
對于AI在醫(yī)學(xué)中發(fā)展方向,，筆者目前能想到的方向包括：一,、信息檢索及咨詢,。可以幫助醫(yī)生更迅速高效找到匹配的研究文獻(xiàn),，最新診療指南,，類似的案例，可以回答患者一些專業(yè)性問題,；二,、輔助診斷。主要是影像診斷,，包括快速圖像（超聲,、CT、磁共振,、病理切片）處理,，篩查感興趣的或者異常區(qū)域，作出影像方面診斷,；當(dāng)然,，在特定場景下，對一些特定疾病作出診斷也是可能做到的,，比如在心內(nèi)科門診診斷出室上性心動(dòng)過速,。但要AI像醫(yī)生那樣對眾多疾病都作出分析和診斷還是比較遙遠(yuǎn)；三,、AI輔助制藥,。通過海量分子結(jié)構(gòu)數(shù)據(jù)庫學(xué)習(xí)，建立起不同分子之間空間結(jié)構(gòu)相互作用及關(guān)聯(lián)的模型,，然后對候選藥物分子,、化合物、蛋白質(zhì)的結(jié)合以及基因的作用完成機(jī)理上的模擬和計(jì)算,，典型的應(yīng)用場景包括虛擬藥物篩選,、蛋白質(zhì)結(jié)構(gòu)預(yù)測等，將人工智能技術(shù)與生物制藥技術(shù)融合,，大幅度縮短藥物研發(fā)時(shí)間,，節(jié)省研發(fā)成本，提高效率,。頭部公司AlphaFold突破性地解決了生物學(xué)界長達(dá)50年的蛋白質(zhì)空間結(jié)構(gòu)預(yù)測難題就是個(gè)典型成功例子,。四、虛擬器官,。虛擬的人體器官或在人體系統(tǒng)上測試藥物和療法的有效性,，進(jìn)而能夠準(zhǔn)確預(yù)測真實(shí)的人體對疾病治療的反應(yīng)。計(jì)算機(jī)模擬人體試驗(yàn)可以降低初步評估的時(shí)間與金錢成本,，同時(shí)大大減少了志愿者的數(shù)量,。這種技術(shù)也可以應(yīng)用到醫(yī)療器械研發(fā)領(lǐng)域,，在計(jì)算機(jī)模型中驗(yàn)證所涉及醫(yī)療器械的效果。五,、智能監(jiān)測采集,。無須專業(yè)醫(yī)生，患者在家庭即可實(shí)現(xiàn)自我收集,，比如家庭超聲圖像采集,。六、數(shù)字孿生,。這是我近期提出的概念,，就是通過收集個(gè)體各種生物信息，建立一個(gè)符合個(gè)體健康特性的數(shù)字人,，通過海量數(shù)據(jù)庫及人工智能學(xué)習(xí),，可以對患者即將出現(xiàn)的健康情況惡化做出預(yù)警，對健康管理提出建議,。
總之,，AI不能替代醫(yī)生，但會成為醫(yī)生的好助手,。
△本文作者：全國政協(xié)委員、中國科學(xué)院院士 葛均波
來源：《人民政協(xié)報(bào)》（2023年2月23日03版）
免責(zé)聲明：本文來自網(wǎng)絡(luò)收錄或投稿,，觀點(diǎn)僅代表作者本人,，不代表芒果財(cái)經(jīng)贊同其觀點(diǎn)或證實(shí)其描述，版權(quán)歸原作者所有,。轉(zhuǎn)載請注明出處：http://lequren.com/993771.html
溫馨提示：投資有風(fēng)險(xiǎn),，入市須謹(jǐn)慎。本資訊不作為投資理財(cái)建議,。
