大模型在医学领域的应用

在前面的两篇文章里，我们分别聊了语言大模型是什么以及它能怎么用。这次，我们把目光聚焦到一个更具象、也更有潜力的领域——医学。有人说，大模型是给医疗行业装上了一个“智慧大脑”，这话一点都不夸张。医疗领域拥有海量且多样化的数据，面临着复杂多变的临床问题，同时对个性化治疗有着极高要求——这些特征，几乎是为大模型量身定做的应用场景。无论是辅助诊断、设计治疗方案，还是加速药物研发，大模型都在带来实实在在的改变。接下来，我们从临床、科研和教育三个维度，来具体看看大模型在医学领域的实际进展，同时也介绍几个代表性的医学大模型。

大模型在临床方向的应用

先说一个标志性事件：ChatGPT在美国医学执业考试（USMLE）中拿下了及格分数。这意味着，大模型在医学知识层面的理解和应用能力已经达到了相当的水平。更让人意外的是，当研究者把ChatGPT对患者提问的回答，和医生在业余时间于社交网络上的回答进行对比时，发现大模型在回答质量和共情能力上甚至更胜一筹。而谷歌开发的Med-PaLM2，其结果更是接近专业医生的水平。它不仅能处理文本信息，还能理解图像、电子健康记录、传感器和基因组等多模态数据。医疗资源分配不均的问题由来已久，而大模型的出现，让“世界一流的医疗能力惠及每一个人”这件事，从愿景变成了可能。

再说一个更贴近医生日常的场景：出院记录。过去，写一份规范的出院记录要花费医生不少心思。现在，借助大模型强大的理解和文本生成能力，医生只需要输入关键信息，几秒钟就能得到一份完整的出院记录。想象一下，如果大模型能无缝接入医生的整个工作流程，整合通话、文档、电子表格、PPT等各类信息，那医生从繁琐的事务性工作中解放出来，将把更多精力留给患者——这才是真正意义上的提效。

大模型在科研方向的应用

科研领域同样是重头戏。大模型作为写作辅助工具，能快速总结文献、描述实验结果，甚至根据不同读者群体调整行文风格。通过用特定领域的文献数据微调，大模型还能辅助同行评审、自动生成调研报告，极大提升科研工作的效率。

而在分析工具层面，大模型的表现同样值得关注。基因和蛋白质结构数据天然适合用文本表示，这正是语言大模型擅长的领域。AlphaFold能从氨基酸序列推断蛋白质结构，ProGen可以生成具有可预测生物功能的蛋白质序列，TSSNote-CyaPromBERT则能精准识别细菌DNA中的启动子区域。此外，作为生成式算法，大模型还能合成数据来扩大数据集规模，这对罕见病等数据匮乏的临床研究来说，无异于雪中送炭。

大模型在教育方向的应用

GPT-4和Med-PaLM 2在医学测试中的出色表现，也为医学教育打开了新思路。对于那些在测试中成绩不理想的学生，大模型完全可以充当一个高效的教学助手。举个具体的例子：GPT-4允许用户定义聊天机器人在对话中扮演的角色，比如模拟“苏格拉底导师”。它会通过层层递进的问题，引导学生自主思考，直到最终解决更复杂的问题。更重要的是，学生与模型的对话记录可以同步给人类教师，帮助教师了解每个学生的薄弱点，从而进行针对性教学。目前，可汗学院已经在探索将GPT-4整合进“可汗小助手”，Duolingo也接入了GPT-4以提升语言学习的互动性。不难想象，经过医学领域专门微调的大模型，将给医学教育带来质的飞跃。

医学领域的一些大模型

聊完了应用场景，我们再来看看几个在医学领域颇具代表性的大模型，方便感兴趣的读者进一步深入了解：

BioBERT是基于Transformer架构、专为生物医学文本挖掘设计的双向编码器模型。它的训练数据主要来自PubMed摘要和PubMed Central全文文章，涵盖大量生物医学文献，覆盖了医学的各个细分领域，使其能够精准理解并处理生物医学领域的专业术语和概念。

作为第一个由学术医疗机构开发的医学大模型，GatorTron的训练数据量相当惊人：它使用了佛罗里达大学去标识化的电子病历、PubMed文章和维基百科等超过90亿字的文本数据。其中，电子病历部分覆盖了2011年至2021年间，由超过126个临床部门创作的约5000万次就诊记录，包括住院、门诊和急诊等多种场景。

BioMedLM由斯坦福大学开发，基于GPT架构。它的设计初衷很明确——解决GPT-4、Med-PaLM 2这类超大规模模型在参数规模、计算成本、互联网依赖以及数据来源不透明等方面的痛点。相比那些参数量动辄上千亿的模型，BioMedLM更小巧、更有针对性，在保持可媲美的性能的同时，在隐私保护和经济效益上更具优势。

ClinicalGPT由北京邮电大学发布，是专为临床场景优化的大模型。它的训练和评估使用了多个数据集：cMedQA2（包含12万个问题和22.6万个答案的中文医学问答数据集）、MD-EHR（来自中国多中心大型医院的10万条电子健康记录，覆盖呼吸、消化、泌尿、精神、神经、妇科和血液等多个科室）、MEDQA-MCMLE（3.4万条中文医学考试多选题）以及MedDialog等数据集。可以看到，它在中文临床场景下的针对性和实用性非常突出。