華夏時報（）記者 郭怡琳 于娜 北京報道

2023年初，對話式大型語言模型在各大中外媒體平臺掀起了一陣狂熱之風。此后由向各領域的技術拓展應接不暇。而“+醫療”將帶來哪些診療新概念也引人期待。

5 月 25 日，醫聯正式發布了其自主研發的基于架構的國內首款醫療大語言模型——。與通用型的大語言模型產品不同，主要在真實醫療場景中發揮實際診療價值，實現從疾病預防、診斷、治療、康復的全流程智能化診療能力。而基于，醫聯也引領數字醫療服務正式進入 2.0 時代。

記者在現場看到，有別于現有AI問診3—5個問題的流程，通過更多輪的問詢，在收集到足夠多的決策因子過后，才會給予初步的疑似判斷。對此，醫聯創始人、CEO王仕銳表示：“我們相信，未來通過醫聯，醫生的工作、學習效率將得到大幅提升，與此同時，優質醫療資源將被快速復制并迅速推廣chatgpt醫療診斷，醫聯互聯網醫院也將借助為廣大患者提供更加便捷、高效、可及的醫療服務，有望進一步推動醫療普惠，實現醫療的不可能三角。”

從有效問診到準確診斷

事實上，通用大語言模型在處理醫學問題的準確性上存在天然缺陷，在問診階段，通用大語言模型往往會輕易給出結論，但對于醫療應用來說，一致性和準確性是底線問題。則能夠通過多輪問診引收集足夠的診斷決策后再進行到診斷環節，從而保證準確性。

醫聯項目負責人王磊告訴《華夏時報》記者，“老的AI線上問診產品在用戶輸入病例主訴后，總會非常急于給出結論。根據一點的病例信息就可以給出一個診斷，這其實不是有效的問診溝通，這種回答更偏向于科普。”

“但是不會輕易給出診斷結論，而是會循序漸進地引導患者進行問診，從而給予足夠支撐有效診斷的病情全貌。這意味著， 是通過收集足夠信息并做出符合醫學的決策，以“治愈”為目的而進行的人機交互。為此，醫聯建立了基于專家評議的AI診療準確性與真實世界醫?對標測試機制，將AI與真實診療場景對齊，希望實現準確診斷。”醫聯項目負責人王磊進一步表示。

此外，醫聯還建立了基于專家評議的AI診療準確性與真實世界醫?對標測試機制，不斷將AI與真實診療場景對齊，最終實現準確診斷。

據悉，為驗證的診斷準確率，醫聯抽取了532名復診患者檔案進行信息脫敏，并進行了模擬首診實驗。結果顯示chatgpt醫療診斷，醫聯的診斷結果與患者原有線下門診的診斷吻合率超過97.5%，充分證明了AI醫生在醫療領域的價值和潛力。

給出全流程診療方案

記者了解到，基于架構， 可以整合多種醫學檢驗檢測模態能力，首次實現線上問診到醫學檢查的無縫銜接。在問診環節結束之后chatgpt醫療診斷，會給患者開具必要的醫學檢查項目以進一步明確病情，患者則可以通過醫聯云檢驗等多模態能力進行檢查。

從有效問診以及醫學檢查數據來看，得以進行準確的疾病診斷，并為患者設計疾病治療方案。患者可以通過醫聯互聯網醫院實現送藥到家，會在患者收到藥品后主動為患者進行用藥指導與管理、智能隨訪復診、康復指導等智能化疾病診療動作。通過多模態應用的打通實現了預防、診斷、治療、康復的全流程診療。

王磊告訴《華夏時報》記者，“老的AI線上問診的產品，或者是真實醫生的在線問診產品，都有兩個卡點。一方面，問診準確性沒有辦法得到保證。另一方面，問診過后到檢查這塊沒有辦法再往前面推進。”

除此之外，王磊還透露，醫聯 應用平臺具有整合超過 1000+醫療多模態能力，能夠豐富和完善全流程智能化診療體驗。這也意味著醫聯數字醫院脫離了以互聯網醫療連接為根本，以提高效率為主要目的的1.0 階段；進入了基于強大的 AI 能力，實現疾病管理全流程智能化的數字醫療 2.0 階段。

以「DIAE」為方法論

作為致力于疾病全流程診療的醫療專業大語言模型，醫聯形成了一套獨有的「DIAE」醫療AI建設方法論，分別從（病種覆蓋）、（智能化）、（準確性）、（就醫效率）四個維度來建設與打磨產品，不斷提升的實際醫療應用價值。

目前，醫聯正不斷加速 的研發，希望通過數字醫療惠及更多人。醫聯目前的參數規模為100B規模，預訓練階段使用了超過20億的醫學文本數據，微調訓練階段使用了800萬條的高質量結構化臨床診療數據，并投超過100名醫生參與反饋監督微調訓練。此外，醫聯 已經可以覆蓋 的60%疾病病種，并在近期將研發重心傾斜在多發疾病，以提升數字醫院的普惠率。預計在 2023 年底，可以覆蓋80%病種的就診需求。

王磊呼吁業內AI科技、醫學、院校機構、醫療多模態應用等各種類型的合作伙伴，共同開發建設通用型人工智能技術的醫療應用場景，為醫療行業的技術發展貢獻力量。

通過技術輔助醫療行業，實現效率的革命性突破，正是全新技術的最佳體現。現如今，大語言模型技術正處于飛速發展階段，醫療行業也勢必因此發生巨大的變化。而技術的發展需要與產業進行深度融合，才能釋放技術帶來的紅利，醫聯也將在不斷推進技術發展的道路上前進。據悉，截至目前醫聯已經擁有近3000種疾病的首診能力，覆蓋80%以上的成年人疾病和90%以上的0—12歲兒科疾病。

免責聲明：本文系轉載，版權歸原作者所有；旨在傳遞信息，不代表本站的觀點和立場和對其真實性負責。如需轉載，請聯系原作者。如果來源標注有誤或侵犯了您的合法權益或者其他問題不想在本站發布，來信即刪。