2025-03-09 智能 0
在医疗领域，ChatGPT的直播评测成为了行业内外关注的焦点。作为国内首个医疗大模型，它已经开始“接诊”患者，并与真人医生展开了合作。在这个过程中，AI医生和真人医生的互动不仅没有干涉，还能给出独立的判断。
MedGPT虽然在某些方面存在问题，比如偶尔过度推荐治疗方案、重复检查项目或表述不准确的问题，但这些都被专家们指出并需要调整。然而，这些反馈对于提升MedGPT的可用性同样重要。
总体来看，MedGPT在公开首秀中表现尚可。它展示了基本能力，如语义理解、多轮对话和多模态识别，还能够像OpenAI那样通过插件商店链接到各种行业应用。此外，它还解决了通用大模型广泛诟病的问题——对齐和准确性问题。
从医学角度来看，MedGPT能够基于有效问诊和医学检查数据进行疾病诊断，并为患者设计治疗方案。这是由于公司早期就开始关注AI技术应用，并将NLP、CV等技术落地于智能体液检测、智能分诊口腔影像识别等场景中。
为了保证医疗大模型的准确性和一致性，MedGPT采用了一系列机制，如算法的一致性校验机制、度诊疗评测机制以及基于专家评议的真实世界医生一致对标机制。这有助于打破单点技术之间壁垒，使得海量医学文本与数据中的高并发/长距离学习整合成为可能，从而解决系统性复杂性的问题。
结合云药房、云检验等云化能力，不仅可以提升AI医生的疾病管理能力，而且让患者可以轻松完成预防至康复全流程管理路径，无需受地理限制。
此外，大型玩家并不完全掌控红利，而是由那些拥有场景及数据的人士所占据。大型科技巨头如谷歌（目前尝试多模态能力）和微软（借由OpenAI合作集成通用大模型API）正在推出专业的大模型产品，但它们无法保证行业准确性与一致性。而MedGPT正迅速规模化落地，为其他想入局者提供先发优势，这也是过去一次浪潮中情况的一种延续，只不过现在技术路径更加明晰且速度更快。
最后，由于雪球效应，加速闭环，一旦打通产业落地速度将会比上一波浪潮更快。例如ChatGPT短时间内就从简单聊天工具变成了各行各业工作流中的工具；Midjourney及Stable Diffusion也在短期内解决了画手难题；国内大模型更新迭代速度加快等现象显示出了这一趋势。此后，我们或许很快就会看到医疗AI2.0惠及每个人。
