ChatGPT火起来是什么原因的？它对医疗事业方面带来了怎么样的好处呢？下面是笔者整理分享关于ChatGPT在医疗基层的一些用途介绍，下面一起来了解一下吧！

一名4岁的小男孩，身患怪病。看了17个医生，都没找出病因。他妈妈求助ChatGPT。就是今年爆火的ChatGPT。ChatGPT说，孩子得的是：脊髓栓系综合征。然后，医生证实了ChatGPT的诊断。虽然ChatGPT不是每次都对。但这次。帮了大忙。

这是《进化的力量》中分享的案例，其实挺让我惊讶的，我们都知道人工智能是在已知的知识体系里去计算可能性，它或许比人类反映更快，或许它比大多数医生更“聪明”，但它能超越医学专家的表现令人难以置信。

OpenAI的创始人山姆·奥特曼，在一次演讲中说，模型大了，有时会出现一些令人惊喜的结果。我们也不完全理解为什么。

人工智能如果真的能思考，探索未知的东西，也许不是惊喜而是惊吓吧！

一、ChatGPT为什么能火？

2022年11月30日，ChatGPT横空出世，在全球范围内形成了热烈的讨论。根据Similarweb的数据，今年1月，平均每天约有1300万独立访客使用 ChatGPT，是去年12月份的两倍多，累计用户超1亿，创下了互联网最快破亿应用的记录，超过了之前TikTok 9个月破亿的速度。这是之前任何一款人工智能应用无法比拟的。

ChatGPT为什么能火，最主要的原因有以下几点：

1. 技术创新：ChatGPT之所以能够爆火，归功于它强大的技术支持。ChatGPT采用了深度学习技术中的Transformer模型，该模型能够有效地处理自然语言的语义和上下文关系。通过大规模的预训练，ChatGPT能够理解并生成连贯的对话，使得用户的交互更加智能化和自然化。ChatGPT还具备生成式语言模型的特点，能够独立思考并产生相应的回复，给用户带来全新的交互体验。
2. 应用广泛：ChatGPT的广泛应用也促使其爆火。在商业领域，ChatGPT可以用于智能客服和在线咨询，帮助企业提升服务质量和效率。在教育领域，ChatGPT可以作为辅助教育工具，与学生进行交流和答疑解惑，提供个性化的学习支持。在医疗领域，ChatGPT可以用于智能问诊和健康咨询，为患者提供及时和准确的医疗建议。ChatGPT还可用于社交娱乐、新闻推荐等领域，满足人们多样化的需求。
3. 经济效益：与传统的客户服务渠道（如呼叫中心和面对面互动）相比，由ChatGPT驱动的聊天机器人更具成本效益。它们可以24小时在线提供服务，以更低的成本解决客户的问题，提高客户满意度。另外，AIGC能更高效的生成文章，写代码，设计图片和视频，甚至完成更复杂的内容，极大的提高了内容创作和输出的效率。

综上所述，ChatGPT和人工智能的火热是由于多种因素的综合作用。随着技术的不断进步和创新，我们可以期待人工智能在未来的发展中发挥更大的作用。

二、人工智能大模型在中国

Gartner（一家技术研究及分析公司）将其作为《2022年度重要战略技术趋势》的第一位。Gartner预测，到2025年，生成式AI将占到所有生成数据的10%，但目前这个比例还不足1%。

“在传统人工智能和先进分析技术的基础上，生成式人工智能（每年）可以在中国进一步释放价值2万亿美元的经济效益。”27日，麦肯锡大中华区高级合伙人钟惠馨（Violet Chung）在同一场新闻发布会上这样表示。

ChatGPT现象级的表现，也成功引燃了中国人工智能追赶的热情。曾几何时，我们对于人工智能寄予厚望，它承载了中国在高科技领域对西方发达国家的追赶甚至超越，毕竟中国庞大的人口基数，广阔的市场为人工智能应用创造了条件。

但是ChatGPT的发布，又一次给中国的高科技企业们敲响了警钟，只满足应用层的创新是不够的，人工智能也需要底层技术。
所以，中国的高科技企业们不甘示弱，纷纷加入战局。

• 百度：文心大模型
• 腾讯：HunYuan大模型
• 阿里：通义大模型
• 华为：盘古大模型

除了这些顶部企业以外，其他行业独角兽们也纷纷推出自己的大模型，比如笔者从事的医疗行业，也是不甘示弱，格局特色的大模型产品如雨后春笋，争相斗艳。

深睿医疗：Deepwise MetAI

深睿自主研发了通用医学影像理解模型DeepWise—CIRP Model，可以自动从原始影像和报告信息中学习理解医学影像，不需要过多的人为标注。

云知声：山海大模型

依托山海大模型，云知声发布了“手术病历撰写助手”、“门诊病历生成系统”和“商保智能理赔系统”三大医疗产品应用。

医联：MedGPT

自主研发的基于Transformer架构的国内首款医疗大语言模型——MedGPT。MedGPT主要致⼒于在真实医疗场景中发挥实际诊疗价值，实现从疾病预防、诊断、治疗、康复的全流程智能化诊疗能力。

朗玛信息：朗玛·39AI全科医生

“朗玛·39AI全科医生”依托朗玛信息旗下互联网医疗业务二十多年所积累的海量医学健康数据，基于先进的自然语言处理技术和深度学习算法，通过大模型训练方法，形成人工智能“医生大脑”，能够解决百姓日常生活中大多数的医学问答、健康科普、健康管理等相关问题。

除了这些企业和产品外，还有

HealthGPT、华佗GPT、BsoftGPT、ClouD GPT等等。

三、基层医疗更需要人工智能

笔者所在的公司，可以说是最早从事医疗人工智能应用推广的企业，从最开始和IBM合作Watson，就一直致力于将人工智能应用于肿瘤治疗领域。由于中美贸易战等诸多因素，放弃和IBM合作以后，公司也投入很多资源自主研发肿瘤治疗人工智能，并取得一定的研发成果。

其实人工智能在医疗领域也有这广泛的应用，包括但不限于以下几种：

智能诊疗：利用人工智能技术对疾病进行诊断。计算机可以帮助医生进行病理、体检报告等的统计，通过大数据和深度挖掘等技术，对病人的医疗数据进行分析和挖掘，自动识别病人的临床变量和指标。计算机通过“学习”相关的专业知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。

早在2017年11月6日“2017年临床执业医师综合笔试”合格线公布，讯飞“智医助理”机器人取得了456分的成绩，超过临床执业医师合格线（360分），属于全国53万名考生中的中高级水平。

医学影像智能识别：AI通过大量学习医学影像，可以帮助医生进行病灶区域定位，减少漏诊误诊问题。

腾讯觅影是腾讯公司首个应用在医学领域的AI产品。它包含有6个人工智能系统，涉及疾病包含食管癌、肺癌、糖网病、宫颈癌和乳腺癌。其中，其早期食管癌智能筛查系统最为成熟，实验室准确率在90%，现已进入临床前实验阶段。

医疗机器人：机器人在医疗领域的应用非常广泛，比如智能假肢、外骨骼和辅助设备等技术修复人类受损身体，医疗保健机器人辅助医护人员的工作等。目前，关于机器人在医疗界中的应用的研究主要集中在外科手术机器人、康复机器人、护理机器人和服务机器人方面。

2023年11月6日，国产达芬奇Xi手术机器人在进博会上宣布正式上市，直观复星成功实现了达芬奇手术机器人国产化。

个性化治疗：人工智能可以根据患者的基因、病史等信息，提供个性化的治疗方案。例如，基于患者的基因信息，可以预测他们对某种药物的反应，从而更好地选择治疗方案。

2022年7月23日，在北京国际胸外科论坛开幕式上，由首都医科大学宣武医院胸外科张毅教授团队联合百洋智能科技共同合作的科研成果——肺癌临床智能辅助决策系统（SmartCDS for Lung Cancer）正式发布。该系统旨在以AI助力专家资源共享，以算法、技术、经验搭建医疗互联互通新生态，共同打造肺癌患者诊疗新体验。

医疗管理：人工智能可以用于医疗管理，例如病例管理、医疗资源分配等，提高医疗效率和质量。

利用云知声山海大模型的手术病历撰写助手语音识别技术和信息摘要生成能力，自动记录手术过程中的语音，并将其转化为有价值的信息。门诊病历生成系统利用山海大模型的知识图谱和语言处理能力，帮助医生们快速生成规范的门诊病历文书。

人工智能在医疗领域的运用可以提高医疗效率和质量，改善患者治疗体验，同时也可以帮助医生更好地处理大量数据和信息，提升医疗水平。特别是在基层医疗领域，人工智能更有应用的价值。为什么这么说呢？

首先，人工智能最大的优势或者价值是什么？《进化的力量》说，未来所有重大的机会，都藏在“生产率”这三个字。替代重复的低层次劳动，提升工作的效率，减少人为的出错率，我认为是人工智能最先要解决的事情，换句话说：

用更少的人，做更多的事。而替代人去做决策、去做更高层次的事情是人工智能技术后续不断迭代升级的过程。

而对于基层医疗机构来说，本身没有复杂的临床决策，更多的是基础基本的诊断、繁琐的且会重复的劳动。

而基层医生的水平参差不齐，医疗技术相对较低。人工智能现在还更多是在人类现有的知识框架里学习进化，在决策能力上可能比大部分普通人要强，但是它未必就比专家要强。

如果将基层医生所处的水平看成60分，医学专家的水平看成90分甚至更高，显然人工智能更容易将60分提升到80分，而将90分提升1分都是相对困难的。

所以，基层医疗机构，基层医生更需要辅助工具，更容易提升生产率，甚至在某些方面它可以完全替代全科医生。

像科大讯飞的“智医助理”，朗玛的39AI全科医生正是瞄准了该领域，像现阶段“朗玛·39AI全科医生”的认知水平可以达到初、中级全科医生医学水平。

未来将广泛应用于基层医疗卫生机构医务人员开展临床辅助诊断服务，提供类似于“全科医生”人工智能服务，开展辅助诊断、健康咨询、健康管理，形成区级疾病谱，提升医务人员的诊疗水平，为普通老百姓提供全生命周期的健康管理咨询服务。

笔者负责的百洋健康云，是以云HIS为核心，以互联网医疗为重心，以基层医疗机构为中心的数字化SaaS平台，在完成基础产品的布局后，一定会通过集成或者自研的方式，将人工智能的能力移植到平台上，帮助基层医疗机构、基层医生提升生产率，给客户提供更加优秀的产品体验。

前文回顾：

进化思考（1）：增长收敛，唯有求变

进化思考（2）：人口老化，也是机遇