站在风口的ChatGpt，将如何赋能医疗行业

　　当在与ChatGPT对话里框输入 “你能为医疗行业带来什么？”之后，屏幕上的光标开始跳动，过了十秒钟左右，ChatGPT从四个方面回答了这个问题，分别是智能诊断、数据分析、个性化治疗和医疗管理。总而言之，在ChatGPT的回答里，它可以为医疗行业带来更加高效、准确和个性化的医疗服务，让更多患者受益。

　　作为最近爆火的AI智能，可以通过深度学习海量、多类型的数据，训练处理自然语言文本的能力，做到像人类一样理解、交流、回答，生成有意义、流畅、准确的文字。而过去的医疗行业AI技术通常存在数据整合不全面或生成语言逻辑混乱等问题。

　　就拿数据来说，一家刚起步的AI公司无法得到整个医疗行业全面信息，通常只能同个别合作医院通过付费购买或者科研合作的方式，从医院获得数据，合作医院可以进行“免费试用”技术产品。直到2021年，中华医学会放射学会、中国食品药品检定研究院等联名发表的《胸部CT肺结节数据建构及质量控制专家共识》仍将国内肺结节数据集情况概括为各家公司“各自为战”，数据集中度低，且质量参差不齐。而关于肺结节的AI医疗已是行业内最早出现的智能技术。

　　如今，各个行业都在积极发现与开拓ChatGpt的新妙处，让其与行业融合，为行业赋能。而医疗作为直接与民生挂钩，与国家、世界发展紧密联系的重要行业，技术的加持会让医疗行业走的更为坚实。

　　作为学习型AI，获取更多专业医疗数据的ChatGpt，未来它有可能像医生一样为患者提供专业医学建议。那么，它会代替医生吗？

　　语言处理技术：擅长文本整合与语言输出

　　微软创始人比尔·盖茨在不久前表示，ChatGPT等新型聊天机器人能够不断地进行训练、改进并进行读写。同时，业界专家用20个相同问题测评ChatGPT的语言文本交流结果，认为ChatGPT更擅长归纳总结，形成格式化文本。

　　通过大量训练，可以使得ChatGpt自然语言处理技术（NLP）可以更加智慧。在过去，医疗行业中的文本数据管理通常采用手工方式，需要人工解析和输入。但是，依靠医生人为非常耗时、费力，并且容易出错。而使用 NLP 技术可以有效地解决这些问题，提高数据处理的效率和准确性。例如，通过 NLP 技术，可以快速地从医学文献中提取关键信息，帮助医生更好地了解疾病的病因和治疗方法。医生可以通过与ChatGpt对话的形式快速得知自己需要的信息。

　　也就是说，当未来ChatGpt逐渐普及、储存信息更多后，患者可以通过ChatGpt初步自我判断疾病，甚至将ChatGpt作为家庭医生顾问的形象来了解自己的一般病情、治疗方案等。

　　目前，国内已有将这种智能对话形式的AI技术融入医疗科普中。据“有来医生”官方公众号表示，有来医生成为百度文心一言首批先行体验官（ERNIE Bot）。后续，有来医生将体验文心一言的全面能力，将百度领先的智能对话技术成果应用于健康科普、医康养护等医疗服务领域。

　　不仅如此，2月23日，陶勇医生宣布成为百度文心一言首批生态合作伙伴。据悉，陶勇医生团队此次携手文心一言，将推进人机对话与数字医生场景的融合创新，进一步提升健康科普智能化水平及交互体验。同时陶勇眼科科普团队也将利用百度文心一言的健康科普内容生产、检索与智能回复方面能力，提升优化内容制作的效率和准确度，最终让陶勇数字医生具备更好、更智能的交互体验。

　　可以看到，ChatGpt的这种整合与文本输出的模式正在切实的影响着世界AI智能技术的发展，也实实在在的给予医生团队更加智能、快捷的工作模式，使AI医疗为更多患者带来福利。

　　数据整合能力：辅助医生进行智能健康监测

　　智能健康监测是一种利用传感器和无线通信技术对人体健康状况进行实时监测的方法。在医疗行业中，智能健康监测可以用于远程监测患者的健康状况，帮助医生更好地管理和治疗病人。

　　通过ChatGpt的智能监测系统，可以监测患者的心率、血压、体温等生理指标，并将数据传输到医疗机构的数据库中，医生可以随时远程查看患者的健康状况。此外，还可以用于帮助老年人和慢性病患者更好地管理自己的健康，提高生活质量。

　　与过去医疗行业的技术相比，ChatGpt的优势在于其能够实时监测患者的健康状况，并及时反馈给医生，帮助医生更好地管理和治疗病人。过去，医生需要通过患者的病历记录和面对面的诊断来了解患者的健康状况，这种方法非常耗时、费力，并且容易出错。而ChatGpt通过智能健康监测技术可以实时监测患者的健康状况，避免了信息滞后和人工错误，提高了医疗服务的效率和质量。

　　不仅如此，通过智能健康监测，还能根据监测到的数据进行分析整合，为患者提供更加个性化和针对性的诊疗方案；同时为医生分析大量的病历数据，找出患病人群的共同特点，以及发现不同疾病之间的联系和影响因素，大幅降低医疗成本。

　　同样，这种技术在国内已有初涉。

　　杉木SHANMU（以下简称“杉木”）成立于2020年，基于数字微流控和人工智能算法，研发了一款全自动化数字微流控光学传感器，通过对用户尿液代谢成分的分析，对用户的健康状况进行监测分析。

　　杉木联合创始人兼B端负责人潘宇杰介绍，目前市面上大多可穿戴设备局限于体表监测，很难触及人类的真实代谢水平。

　　而作为细胞代谢产物的丰富来源，尿液中超过600种人类代谢物与健康状况有关，癌症、炎症、传染病等都可通过尿液进行分析得出结论。同时，尿液检测的还降低了常规健康监测成本，并可针对个体快速制定个性化医疗方案。杉木检测设备类似鼠标大小，可放置在任意马桶的内壁使用，对尿液成分进行收集和分析。分析结果会上传至App。

　　我们期待，随着医疗技术的不断进步，智能健康监测技术可以更加普及在更多疾病和更多功能上。

　　技术缺陷：AI医疗仍有不足

　　尽管AI在医疗行业中的应用带来了巨大的优势和潜力，但仍存在一些挑战和障碍。例如，数据隐私和安全问题、技术标准不一、医生和患者对新技术的接受程度等问题。为了充分发挥人工智能技术在医疗行业中的优势，需要进一步解决这些问题，并加强技术标准的制定和推广，以便更广泛地应用这些技术。

　　在丁香医生发布的《ChatGpt能帮我们免费看病吗？答案可能出乎你意料》一文中表示，经过6次测试，目前ChatGpt依然缺乏对患者病史的针对性提问，对患者的建议不够具体，或是对专业医学名词存在解释错误、诊疗方案不全面等问题。

　　但我们仍然相信，在未来，Ai技术的不断完善，会为医疗行业增添不一样的能量。同样，随着技术的不断创新，我们也可以预见到更多的人工智能应用将涌现出来，为医疗行业带来更多的机会和挑战。