AI 大模型正在加强与各行各业的融合，这篇文章里，作者就分析了 Hippocratic AI 这款专注于开发高度专业化的 AI 代理、专注于为患者提供情绪价值的健康通用人工智能（HGI）产品，不妨来看一下。

Hippocratic AI 是一家致力于为医疗保健行业构建大语言模型（LLM）的公司，最近完成了5300 万美元的 A 轮融资，使得公司估值达到 5 亿美元，总融资额达到1.2 亿美元。

关注到全球医护人员日益短缺的健康安全问题，Hippocratic AI 旨在开发高度专业化的健康通用人工智能（HGI），以深入与患者互动并为卫生系统带来显著影响。它取名自希波克拉底誓言，以致敬医生所遵循的道德准则，并以不造成伤害（Do No Harm）为口号。

目前，它正在开发的专业 AI 代理，提供非诊断性的支持，如协助结肠镜检查前的患者服务，包括沟通、信息收集、随访及执行临床任务。这些代理旨在提高患者依从性，降低再入院率，解决医疗行业的长期难题。

Sense 思考：

我们尝试基于文章内容，提出更多发散性的推演和深思，欢迎交流。

开发高度专业化的 AI 代理：Hippocratic AI 专注于开发高度专业化的 AI 代理，而非仅在现有的基座大模型上叠加一个基础应用层。考虑到不同语言大模型（LLM）之间的差异，他们致力于打造具有深厚护城河的专业化垂类大模型。为此，他们专注于解决数据筛选、数据管理、模型选择、特定任务训练/基于强化学习的优化（RLHF）以及消除模型幻觉等关键问题。

为患者提供情绪价值的健康通用人工智能（HGI）：与医疗领域的其他人工智能产品不同，Hippocratic 的 AI 代理并不关注于诊断病情（他们认为无法控制安全性），而更是关注于增强 AI 代理的同理心，通过与患者进行充满积极情感的互动，以此促进患者的健康。

AI Native 产品分析——Hippocratic AI

1. 产品：Hippocratic AI

2. 产品上线时间：2023 年

3.创始人：

Munjal Shah，首席执行官、联合创始人

斯坦福大学人工智能硕士，连续 AI 创业者。第一家公司卖给了阿里巴巴，第二家机器学习/计算机视觉公司卖给了谷歌，拥有 10 0多项专利。

Vishal Parikh，首席产品官、联合创始人

斯坦福大学电气工程硕士。在利用健康记录构建人工智能模型来预测治疗疾病进展方面拥有深厚的专业知识。

Meenesh Bhimani，首席医学官、联合创始人

康奈尔大学健康管理硕士，具备强大的医院运营和医疗专业知识。拥有 20 多年担任医院高管、医疗集团总裁和急诊医学医师的经验。曾经担任 El Camino Health 首席运营官。

Subho Mukherjee ，首席科学官、联合创始人

德国马克斯·普朗克研究所博士（最高荣誉）。作为首席研究员，领导了 Microsoft 基础模型的人工智能工作（包括 Bing AI Chat 和 Orca）。

Alex Miller，首席运营官、联合创始人

威斯康星大学麦迪逊分校计算机工程学士。基于语音医疗保健措施和电话堆栈的连续创业者和专家。

Saad Godil，首席技术官、联合创始人

德克萨斯大学奥斯汀分校计算机工程硕士。NVIDIA 应用深度学习研究总监，担任该公司大型语言模型 (RLHF) 负责人。

Kim Parikh，数据和内容高级副总裁、联合创始人

加州大学欧文分校商业经济学学士。在大型机构和初创公司拥有数十年深厚的运营、分析和数据经验。拥有丰富的临床病例管理团队运营经验。

Debajyoti Datta，人工智能研究科学家、联合创始人

弗吉尼亚大学博士。拥有在 AWS AI、Crossing Minds 和 X.AI 构建大规模机器学习系统的经验。曾任 HuggingFace BigScience 生物医学工作组联合主席。

4. 产品简介：

Hippocratic AI 的使命是开发第一个最安全的医疗保健语言大模型 (LLM)。该公司相信，安全的 LLM 可以通过为每个人带来深入的医疗保健专业知识，极大地改善世界各地的医疗保健可及性和健康结果。

5. 发展故事：

• 2023 年 5 月， Andreessen Horowitz 和 General Catalyst 在 Hippocratic AI 种子轮融资中领投 5000 万美元；
• 2023 年 7 月，与三个医疗系统合作并筹集了 1500 万美元的资金；
• 2024 年 3 月，从 Premji Invest 和 General Catalyst 共同牵头的 A 轮融资中筹集了 5300 万美元。

一、针对痛点：医疗保健人员缺口

当前，美国医疗保健系统面临的一个主要难题是医疗人员的严重短缺。根据卫生与公共服务部的研究，有 16.7% 的医院预计在 2023 年会面临严重的人员短缺。美国劳工统计局预计，到 2031 年，每年将需要超过 200,000 名护士。随着老年人口的持续增长（预计到 2050 年将超过 9000 万），医疗保健劳动力的供需缺口将不可避免地扩大，进一步加剧患者对获得专业护理和健康保障的担忧。

为了有效地解决医疗保健人员配置危机，Munjal Shah 设想，在未来，人们可以通过点击按钮获得营养师、遗传学顾问和健康保险计费专家的服务，这些服务将由语音或文本聊天机器人提供，而非真人。Munjal Shah 指出：“预计在未来几年内，我们的医护人员缺口将达到 300 万。我们认为，美国护理质量面临的最大风险之一实际上是人员配置的充足性。我们需要填补这一缺口，并利用技术帮助我们做到这一点。”

基于此设想， Munjal Shah 与他的七位联合创始人从 General Catalyst 和 Andreessen Horowitz 筹集了 5300 万美元的种子轮资金，以开发大型语言模型，支持这些不同的医疗保健机器人。他们成立的这家公司位于帕洛阿尔托，被命名为 Hippocratic AI，以致敬医生所遵循的道德准则，该准则基于古希腊医生希波克拉底的教导，通常被概括为“不造成伤害（Do No Harm）”。

二、富有“人情味”的 AI 专业代理

创始人 Munjal Shah 指出， Hippocratic AI 并不关注于提供诊断，它更多地旨在成为一种面向消费者的技术，用于解释医疗福利和账单、提供建议，如饮食和用药提醒、回答术前疑问、辅助患者入职流程，以及通报“阴性”测试结果。

Shah 强调：“语言模型必须是安全的。我们正在开发的模型专注于安全性，经过医疗保健专业人员的认证，并与行业紧密合作。这有助于确保我们的数据保留和隐私政策符合医疗保健行业的标准。”

他还提到， Hippocratic AI 的一大优势是其在“检测语气”和“传达同理心”的能力上超越了竞争对手，部分原因是它能够“培养”良好的床边态度，也就是所谓的“人情味”。Shah 认为，这种床边态度——特别是在困难时期能够给患者带来希望的能力，对健康结果有着实质性的影响。

虽然面临许多挑战，但安全、自主生成的人工智能医疗保健代理能够有效缓解医疗保健人员的危机。它们作为力量倍增器，可以解放人类医疗人员，使他们能够在授权范围内、在病床前、为最急需的患者提供服务。

Hippocratic AI 的目标是创建这些专业代理，确保高质量护理的可获得性不受人员配备和劳动力疲劳的限制，从而开启一个超级人员配备的新时代，并重新定义医疗保健的护理标准。

三、基础大模型：Polaris

为实现 Hippocratic AI 的愿景，团队开发了名为 Polaris 的新型大模型架构。这个架构汇集了多个专业医疗保健大语言模型（LLM），能够进行精准的医学推理、事实核查，并避免产生误导信息，同时与患者保持自然流畅的对话。

安全性是 Hippocratic AI 的核心指导原则，因此团队将其大模型系统命名为 Polaris（北极星），象征北极星指引方向的作用。

Polaris 的构架包括一个主对话代理，参数规模在 70B 到 100B 之间，得到多个专业代理的支持，这些代理的总参数量超过一万亿。主代理采用类似人类的对话方式，能够表达同理心，并建立与患者的信任关系。它还被训练以遵循护理协议，即必须完成的任务清单，并跟踪完成这些任务的进度。

Polaris 的训练框架是为了保证它的专业性和以患者为中心的人工智能对话能力。这个框架包括了专门的协调和迭代训练协议，具体步骤如下：

1. 指令调整：这一步涉及对大量的医疗保健对话和数据进行分析，以便对模型进行精确调整，使其能够理解并回应医疗相关的询问和情景。
2. 对话调整：利用临床脚本，在患者演员和注册护士之间进行模拟对话，以此来训练主要代理。这个过程旨在教导主代理如何在遵循复杂的护理方案的同时，与患者建立信任、融洽和同理心。
3. 代理调整：这个步骤是为了教导主要代理和专业代理如何相互协调，并解决任务中的任何不确定性。这种对齐过程依赖于患者演员和主要代理之间的综合对话，并在专业代理的帮助下进行。
4. 自我训练：通过迭代的对话和代理调整过程，主要代理会进行自我训练，从而能够泛化到不同的临床脚本和条件，并减少曝露偏差。
5. 实际反馈：在这个阶段，人类护士扮演患者的角色，并在支持人员的引导下与主要代理进行交互。护士提供多维度的细粒度对话反馈，包括安全性、床边礼仪和知识方面，同时对模型可能的不良反应进行识别和重写，这是针对强化学习的人类反馈（RLHF）进行的优化。

四、三阶段测试来证明安全性

为确保其产品的安全性，Hippocratic AI 对 Polaris 实施了三阶段的安全评估：

第一阶段：

涉及美国执业医生和护士，确保 AI 代理完成给定用例的所有关键清单项目。在这个阶段，团队主要关注对话速度和流程、任务完成度和事实准确性。

第二阶段：

测试中，Hippocratic AI 团队通过模拟的通话评估了 Polaris 的综合性能，这些通话在虚构患者和 AI 代理之间进行。为了进行比较，研发团队也安排了虚构患者与招募的人类护士（持有美国执业证书）之间的类似通话。AI 助理和人类护士（作为对照组）具有相同的背景信息、病史、详细的临床病历和通话目标。通话结束后，参与者对 AI 代理进行评估。

主观测量（针对人类护士进行测量）：

下图显示了美国执业护士与 Polaris 人工智能在床边态度（例如同理心、信任、融洽关系）、医疗安全、医学知识、患者教育、临床准备和整体对话质量方面的比较评估。总体而言， Polaris 被评为与人类护士的表现非常接近，甚至在某些关键维度上表现优于人类护士。

Polaris 的 AI 专业代理与 LLaMA-2 70B Chat 和 GPT-4 等市场上应用较广的 LLM 进行了能力表现比较。在客观标准上，Polaris 在医疗准确性和安全性方面表现出了明显的优势，超过了 GPT-4 等大型通用语言模型。

第三阶段：

Polaris 正在进行的第三阶段测试是一项广泛的评估工作，涉及至少 5,000 名有执照的护士和 500 名有执照的医生，以及与卫生系统和数字医疗合作伙伴的合作。这一阶段的测试旨在更加深入地验证 Polaris 在实际医疗环境中的性能和安全性，确保其可以在广泛的临床场景中有效运作。

Hippocratic AI 对人工智能在医疗保健领域的潜力持乐观态度，期望其能够通过填补人员缺口来改善整体医疗保健体验。公司致力于不断推动技术界限，克服存在的挑战，以确保他们提供的系统不仅可扩展、高效，而且安全可靠，从而减轻医疗保健提供者的负担，并提高患者满意度、医疗服务获取以及健康结果。

为了进一步加强安全性，Hippocratic AI 在训练生成式人工智能医疗保健代理时，也采取了适当的人类介入措施，确保在关键时刻由人类护士进行评估和干预，增强整体系统的可靠性和安全性。

联合创始人兼首席执行官 Munjal Shah 说：“我们专注于分多个阶段对我们的产品进行安全测试，并透明地发布结果让每个人都能看到。我们选择的合作伙伴符合我们的价值观，并且有耐心让我们追求收入和利润的安全，这进一步强调了我们对这些价值观的承诺。”

五、融资情况

2024年3月， Hippocratic AI 宣布完成了 5300 万美元的 A 轮融资估值 5 亿美元，使总融资达到 1.2 亿美元。这笔新资金将被用于支持大模型的安全测试和进一步开发产品。

该轮融资由 Premji Invest 和 General Catalyst 共同牵头，SV Angel 和 Memorial Hermann Health System 以及现有投资者 Andreessen Horowitz (a16z) Bio + Health、Cincinnati Children’s、WellSpan Health 和 Universal Health Services (UHS) 参与。

Premji Invest 执行合伙人 Sandesh Patnam 说：“ Hippocratic AI 的安全人工智能有助于进一步实现基金会的使命。该团队有潜力通过安全有效的 LLM 来改变医疗保健行业。我们期待与这个雄心勃勃、才华横溢的团队合作，为全球患者取得更好的结果。”

正如 Hippocratic AI 所宣称的那样：他们正在构建以安全为重点的健康通用智能 (HGI)。针对全球将短缺1500万医护人员的痛点，他们致力于将医疗保健带入每个家庭。借助最安全的人工健康通用智能 (HGI)，未来可以大幅增加医疗保健的可及性并提高医疗保健专业人员的可扩展性，从而为所有人建立一个更加公平的护理系统。

参考材料：

https://techcrunch.com/2023/05/16/hippocratic-is-building-a-large-language-model-for-healthcare/

https://www.globenewswire.com/en/news-release/2024/03/18/2848237/0/en/Hippocratic-AI-Raises-53-Million-Series-A-at-a-500-Million-Valuation.html