0
一個(gè)機(jī)器醫(yī)生的診斷，你敢信嗎？
蘇州系統(tǒng)醫(yī)學(xué)研究所副研究員鄧立宗的研究目標(biāo)，就是讓人們能夠放心地信任醫(yī)學(xué)人工智能。在他的理想場(chǎng)景里，醫(yī)學(xué)人工智能最后都能轉(zhuǎn)化為實(shí)際生活中可被大眾信任和日常使用的一種基礎(chǔ)醫(yī)療資源，讓權(quán)威靠譜的醫(yī)學(xué)信息查詢和獲取不再成為問(wèn)題。
要想獲得人們的信任并不容易，更何況人工智能本身還存在“幻覺(jué)問(wèn)題”。一邊是容不得半點(diǎn)差錯(cuò)的嚴(yán)肅醫(yī)學(xué)，一邊是經(jīng)常會(huì)“胡說(shuō)八道”的人工智能。就算只是一些微小的語(yǔ)義差異，對(duì)于醫(yī)學(xué)判斷來(lái)說(shuō)，差之毫厘就失之千里。
如何訓(xùn)練、調(diào)教“不聽(tīng)話”的人工智能使之服務(wù)于醫(yī)學(xué)嚴(yán)肅場(chǎng)景，是鄧立宗博士及其團(tuán)隊(duì)的主要研究目標(biāo)。在鄧立宗博士看來(lái)，要實(shí)現(xiàn)這一目標(biāo)，最核心的要素是要實(shí)現(xiàn)領(lǐng)域知識(shí)和大模型的有機(jī)融合。因此在之前的工作中，他和團(tuán)隊(duì)研發(fā)了能夠自動(dòng)進(jìn)化的醫(yī)學(xué)文本數(shù)據(jù)處理算法——中文電子病歷的表型信息智能結(jié)構(gòu)化與標(biāo)準(zhǔn)化系統(tǒng)（PIAT）算法，并成功入選“2022年度中國(guó)醫(yī)學(xué)人工智能代表性算法”。
除了有面向醫(yī)學(xué)領(lǐng)域科研人員的算法平臺(tái)，鄧立宗還與團(tuán)隊(duì)開(kāi)發(fā)了一款目標(biāo)用戶為醫(yī)學(xué)生的備考軟件。借由大模型與醫(yī)學(xué)數(shù)據(jù)的結(jié)合，標(biāo)注出教科書(shū)上的重點(diǎn)考點(diǎn)，為用戶定制個(gè)性化的備考助手。
正如鄧立宗在與雷峰網(wǎng)的對(duì)話中所提到的，大模型的出現(xiàn)對(duì)他所在的領(lǐng)域來(lái)說(shuō)是個(gè)很好的促進(jìn)，能讓他不再局限于傳統(tǒng)的算法模型里，而是可以專注于“大模型+”的探索研究。
近期，2024年度「第二屆生物信息與轉(zhuǎn)化醫(yī)學(xué)大會(huì)」落下帷幕。本屆大會(huì)以 “人工智能時(shí)代的轉(zhuǎn)化醫(yī)學(xué)”為主題，由北京攜云啟源科技有限公司承辦。來(lái)自中國(guó)醫(yī)學(xué)科學(xué)院蘇州系統(tǒng)醫(yī)學(xué)研究所的鄧立宗副研究員受邀參會(huì)。
借此契機(jī)，鄧立宗副研究員與雷峰網(wǎng)進(jìn)行了深入對(duì)話。以下為對(duì)話全文（經(jīng)編輯）：
雷峰網(wǎng)：請(qǐng)介紹一下您目前的您現(xiàn)在的研究方向？
鄧立宗：我主要的研究方向是醫(yī)學(xué)大數(shù)據(jù)和人工智能，尤其關(guān)注中文醫(yī)學(xué)文本大數(shù)據(jù)的處理。
舉個(gè)例子，現(xiàn)實(shí)中，我們知道醫(yī)生看病是需要先學(xué)習(xí)教科書(shū)上的知識(shí)，再到實(shí)際場(chǎng)景中，查看這個(gè)病人有什么癥狀，需要做什么檢查，最后下診斷、開(kāi)藥，這一系列活動(dòng)都要結(jié)合實(shí)際病人的情況做進(jìn)行。這些動(dòng)作的產(chǎn)生，都建立在他了解這些醫(yī)學(xué)知識(shí)的基礎(chǔ)上，以及懂得如何運(yùn)用這些醫(yī)學(xué)知識(shí)。
現(xiàn)在我們的研究工作，就是要機(jī)器去學(xué)習(xí)并應(yīng)用這些醫(yī)學(xué)知識(shí)，從文本中學(xué)習(xí)這種語(yǔ)言、知識(shí)。但本質(zhì)上，這是一種概率式的學(xué)習(xí)，而醫(yī)學(xué)是一個(gè)非常嚴(yán)肅的領(lǐng)域，我們需要在這研究過(guò)程中，盡量提高計(jì)算機(jī)學(xué)習(xí)醫(yī)學(xué)知識(shí)的精度和準(zhǔn)確度，讓它能夠在嚴(yán)肅場(chǎng)景中生成讓用戶覺(jué)得靠譜的內(nèi)容。
在過(guò)去的五到十年間，我們建立了一整套面向醫(yī)學(xué)文本數(shù)據(jù)的知識(shí)表征、抽取、標(biāo)化和應(yīng)用的完整技術(shù)體系，這算得上是大模型出現(xiàn)前的知識(shí)工程時(shí)代積累下來(lái)的工作基礎(chǔ)。
大模型技術(shù)的出現(xiàn)，對(duì)于各行各業(yè)都是一個(gè)大的沖擊。以前，每處理一個(gè)任務(wù)都要單獨(dú)去寫(xiě)一個(gè)對(duì)應(yīng)的算法或模型?，F(xiàn)在，一個(gè)大模型就能夠很好地完成很多任務(wù)，不管是實(shí)體識(shí)別、還是關(guān)系抽取，甚至是直接診斷，都能夠做到。所以我們的研究方向也在發(fā)生變化。
我們現(xiàn)在主要在做的事情是：如何利用大模型技術(shù)來(lái)強(qiáng)化我們之前整個(gè)醫(yī)學(xué)文本大數(shù)據(jù)處理和加工的流程。
因?yàn)槲覀円郧暗哪切┘夹g(shù)，主要還是基于一些小規(guī)模的傳統(tǒng)訓(xùn)練語(yǔ)言模型，而大語(yǔ)言模型時(shí)代，它本身就像個(gè)通才，已經(jīng)擁有很好的知識(shí)基礎(chǔ)，但它可能還沒(méi)有一些專業(yè)領(lǐng)域的知識(shí)，所以我們希望能夠好好訓(xùn)練它，思考如何將我們的專業(yè)知識(shí)有效地灌入大模型中，使其能夠更好地服務(wù)于醫(yī)學(xué)領(lǐng)域。
簡(jiǎn)單來(lái)說(shuō)，我們現(xiàn)在在做的是“大模型+”的工作。大模型本身，不是我們研究的全部，但是我們肯定會(huì)順應(yīng)大模型的發(fā)展，讓大模型能夠很好地和醫(yī)學(xué)大數(shù)據(jù)的加工技術(shù)，以及醫(yī)學(xué)知識(shí)的應(yīng)用技術(shù)整合在一起。
雷峰網(wǎng)：是什么契機(jī)讓您進(jìn)入醫(yī)學(xué)大數(shù)據(jù)這個(gè)研究領(lǐng)域？
鄧立宗：進(jìn)入醫(yī)學(xué)大數(shù)據(jù)這個(gè)領(lǐng)域主要還是受師承的影響。大約2013年，我的導(dǎo)師蔣太交教授去美國(guó)訪問(wèn)，當(dāng)時(shí)他接觸到了一些關(guān)于醫(yī)學(xué)大數(shù)據(jù)研究方向的前沿進(jìn)展。這些進(jìn)展都共同提到了美國(guó)哈佛醫(yī)學(xué)院開(kāi)展的一個(gè)醫(yī)學(xué)信息化項(xiàng)目i2b2（Informatics for Integrating Biology and the Bedside，由美國(guó)國(guó)家醫(yī)學(xué)圖書(shū)館搭建的集成生物學(xué)及內(nèi)部的信息共享平臺(tái)），主要致力于發(fā)展先進(jìn)信息技術(shù)將醫(yī)學(xué)大數(shù)據(jù)轉(zhuǎn)化為臨床應(yīng)用。
在那幾年國(guó)外也成立了很多醫(yī)學(xué)大數(shù)據(jù)公司，醫(yī)學(xué)大數(shù)據(jù)這個(gè)概念在當(dāng)時(shí)非?；馃?。受此啟發(fā)和指引，我們也邁入了這個(gè)看起來(lái)前景光明的領(lǐng)域。在我博士畢業(yè)后，蔣教授來(lái)到了中國(guó)醫(yī)學(xué)科學(xué)院，并作為創(chuàng)始人之一創(chuàng)建了蘇州系統(tǒng)醫(yī)學(xué)研究所，我也因此跟隨蔣教授來(lái)到了蘇州。
在那時(shí)候我面臨著一個(gè)研究方向上的選擇。
第一個(gè)是繼續(xù)此前的研究方向——蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)、病毒序列、結(jié)構(gòu)的分析，
第二個(gè)選擇是利用當(dāng)時(shí)醫(yī)科院的數(shù)據(jù)優(yōu)勢(shì)，發(fā)展醫(yī)學(xué)大數(shù)據(jù)。因?yàn)樯鲜鲈?，我選擇了后者，醫(yī)學(xué)大數(shù)據(jù)和人工智能方向。
我們當(dāng)時(shí)的最終目標(biāo)是想把這種醫(yī)學(xué)文本知識(shí)給充分利用起來(lái)，去發(fā)展機(jī)器醫(yī)生這么一個(gè)場(chǎng)景。
雷峰網(wǎng)：從您的學(xué)術(shù)生涯來(lái)看，您從本科到碩博是經(jīng)歷了一次專業(yè)的轉(zhuǎn)換，這種跨學(xué)科的教育背景對(duì)您現(xiàn)在的研究方法和角度有什么影響嗎？
鄧立宗：是有影響的，我相當(dāng)于是跨了領(lǐng)域。我的本科在中科大學(xué)習(xí)生命科學(xué)，之后在中科院攻讀生物信息學(xué)的碩士和博士學(xué)位，當(dāng)時(shí)主要是利用AI技術(shù)和學(xué)習(xí)算法進(jìn)行蛋白質(zhì)結(jié)構(gòu)的分析和預(yù)測(cè)。而我后來(lái)從事的其實(shí)是醫(yī)學(xué)信息學(xué)（正確）這方面的內(nèi)容。這兩個(gè)學(xué)科的發(fā)展差異是非常大的。
因?yàn)楫?dāng)時(shí)我在生物信息學(xué)專業(yè)學(xué)習(xí)階段，整個(gè)生信領(lǐng)域數(shù)據(jù)的規(guī)范性和成熟度都要遠(yuǎn)遠(yuǎn)高于醫(yī)學(xué)信息學(xué)領(lǐng)域，特別是中文醫(yī)學(xué)信息學(xué)領(lǐng)域，所以后來(lái)在醫(yī)學(xué)信息學(xué)領(lǐng)域我們借用了很多生物信息學(xué)的理念。
比如說(shuō)，蛋白質(zhì)序列或者基因序列，其實(shí)也是一種語(yǔ)言，只不過(guò)它們更規(guī)范——就像蛋白質(zhì)就是20種氨基酸，提到基因組就是ATGC。他們通過(guò)這些不同的符號(hào)組成了很多這種排列組合的生物學(xué)語(yǔ)言。后來(lái)我們做醫(yī)學(xué)大數(shù)據(jù)的時(shí)候，主要處理人類語(yǔ)言。如果你把它想象成是很多單詞或者文字的組合，從語(yǔ)言學(xué)的角度來(lái)看，處理生物符號(hào)和人類語(yǔ)言之間，其實(shí)差別也不大，所以我們當(dāng)時(shí)把整個(gè)生物信息學(xué)的方向遷移過(guò)來(lái)使用了。
就像當(dāng)初處理蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)的理念是，從序列出發(fā)，我搭建一個(gè)識(shí)別語(yǔ)言的建構(gòu)，基于這樣的語(yǔ)言結(jié)構(gòu)、知識(shí)單元，再去做智能化的抽取，形成一個(gè)知識(shí)圖譜，最后讓機(jī)器利用起來(lái)。我把學(xué)習(xí)到的兩種東西以這種方式融合起來(lái)。
雷峰網(wǎng)：您和團(tuán)隊(duì)對(duì)大模型所帶來(lái)的改變有什么看法？
鄧立宗：它的出現(xiàn)，給我們指明了未來(lái)技術(shù)發(fā)展的方向。剛開(kāi)始出來(lái)的時(shí)候，我們確實(shí)非常受到震撼，當(dāng)時(shí)以為會(huì)像蛋白質(zhì)結(jié)構(gòu)預(yù)測(cè)領(lǐng)域一樣，直接被顛覆，但是后來(lái)其實(shí)并不像我們所想的那樣。它只不過(guò)是打開(kāi)了一個(gè)新的口子，讓科研人員可以順著這個(gè)方向，進(jìn)一步去做更多事情。
在大模型落地醫(yī)學(xué)場(chǎng)景的時(shí)候，我們也發(fā)現(xiàn)了各種各樣的問(wèn)題。
因?yàn)榇竽Ｐ驮诒举|(zhì)上是世界知識(shí)的一個(gè)壓縮器，屬于概率化的模型。而醫(yī)學(xué)場(chǎng)景是非常嚴(yán)肅的，它對(duì)可解釋性和精確性的要求極高。但是大模型有時(shí)候可能會(huì)胡說(shuō)八道，要怎樣消除這種幻覺(jué)問(wèn)題，讓它真正地能夠落地。比如，用積累的知識(shí)圖譜、醫(yī)學(xué)知識(shí)去強(qiáng)化大模型，降低大模型的幻覺(jué)率。這是我們?cè)谔剿骱退伎嫉姆较颉?/p>
整體來(lái)說(shuō)，我覺(jué)得大模型的出現(xiàn)，對(duì)我們這個(gè)領(lǐng)域有非常大的促進(jìn)作用。它讓我們從以前各種各樣的模型里解脫出來(lái)，現(xiàn)在我們只需要專注于“大模型+”就好了，它成為了我們整個(gè)技術(shù)體系的重要拼圖。
雷峰網(wǎng)：針對(duì)大模型落地產(chǎn)生的幻覺(jué)問(wèn)題，現(xiàn)在有什么解決辦法嗎？
鄧立宗：對(duì)于這樣的一個(gè)對(duì)話模型，我們所要解決的問(wèn)題就是，希望大模型在醫(yī)學(xué)場(chǎng)景回答的時(shí)候能夠更準(zhǔn)確、更可溯源，不容易胡說(shuō)八道，避免給患者或者醫(yī)生帶來(lái)困擾。現(xiàn)在有一些新的技術(shù)，比如在檢索增強(qiáng)方面進(jìn)行改進(jìn)，但我們通過(guò)實(shí)驗(yàn)發(fā)現(xiàn)，其實(shí)還是沒(méi)有辦法有效避免幻覺(jué)問(wèn)題的出現(xiàn)。
通過(guò)深入分析發(fā)現(xiàn)，要解決幻覺(jué)問(wèn)題，對(duì)醫(yī)學(xué)知識(shí)的精準(zhǔn)表征很重要。
舉個(gè)例子，像醫(yī)學(xué)的同義詞，比如發(fā)熱、發(fā)燒、體溫39度等，這些都指向相同的概念，但其中發(fā)熱有分高熱和低熱，腹痛也分為上腹痛、下腹痛。這些微小的語(yǔ)義差異對(duì)于醫(yī)學(xué)判斷來(lái)說(shuō)，差之毫厘就失之千里，因?yàn)樗赡芡耆珜?dǎo)向不同的疾病。所以現(xiàn)在我們正在通過(guò)把這些知識(shí)規(guī)范化，使大模型能夠大幅度地提升知識(shí)檢索的精度。
為了驗(yàn)證這一說(shuō)法，我們當(dāng)時(shí)做了一個(gè)大海撈針式的實(shí)驗(yàn)。先是一個(gè)精準(zhǔn)的信息檢索，模擬醫(yī)生翻書(shū)看病的過(guò)程，也就是檢索咨詢的過(guò)程。我們發(fā)現(xiàn)，通過(guò)目前這種向量化的表征方式，大模型的檢索質(zhì)量并不好。而知識(shí)規(guī)范化后，其檢索精度就能發(fā)生顯著改變。
所以我覺(jué)得，在未來(lái)要思考，怎么樣讓大模型這樣的類人智能在類似醫(yī)學(xué)的垂直領(lǐng)域成為專家。我們不能夠那些知識(shí)通過(guò)字符串憑空生成，而是要讓它能基于很精確的知識(shí)基礎(chǔ)發(fā)揮作用。不管是在大模型生成之前就進(jìn)行精準(zhǔn)化提高，還是在其生成中間或者之后，我認(rèn)為都有和精準(zhǔn)知識(shí)基礎(chǔ)結(jié)合的必要。
雷峰網(wǎng)：您團(tuán)隊(duì)所開(kāi)發(fā)的基于中文電子病歷的表型信息智能結(jié)構(gòu)化與標(biāo)準(zhǔn)化系統(tǒng)（PIAT）是如何解決這一問(wèn)題的？
鄧立宗：PIAT（Phenotype Information Annotation Tool）系統(tǒng)是我們團(tuán)隊(duì)開(kāi)發(fā)的一個(gè)醫(yī)學(xué)文本數(shù)據(jù)處理的自我進(jìn)化平臺(tái)。它能夠自動(dòng)精準(zhǔn)標(biāo)注醫(yī)學(xué)新知識(shí)和醫(yī)學(xué)信息，還能夠自動(dòng)對(duì)其進(jìn)行規(guī)范化表達(dá)和統(tǒng)一表征。這個(gè)系統(tǒng)不僅能夠識(shí)別術(shù)語(yǔ)型和數(shù)值型表達(dá)，還能將它們映射到國(guó)外醫(yī)學(xué)語(yǔ)言系統(tǒng)，從而實(shí)現(xiàn)醫(yī)學(xué)文本數(shù)據(jù)的結(jié)構(gòu)化、標(biāo)準(zhǔn)化。
此外，該系統(tǒng)還有專家?guī)椭鷻C(jī)器進(jìn)行校對(duì)。如果計(jì)算機(jī)識(shí)別有誤，專家則予以修正，所累積的錯(cuò)誤信息可用以更新底層知識(shí)庫(kù)和模型。通過(guò)這種方式，系統(tǒng)就能不斷地提高處理效果，所獲得的數(shù)據(jù)也能夠?yàn)楹罄m(xù)的智慧醫(yī)學(xué)應(yīng)用開(kāi)發(fā)提供參考。
在實(shí)際應(yīng)用上，PIAT系統(tǒng)此前也用于和北大人民醫(yī)院合作的一次課題中。我們利用PIAT系統(tǒng)對(duì)類風(fēng)濕、關(guān)節(jié)炎進(jìn)行亞型分析，還基于這種結(jié)構(gòu)化、標(biāo)準(zhǔn)化的電子病歷數(shù)據(jù)做了輔助診斷模型。目前，PIAT系統(tǒng)主要在科研層面與專家合作。我們也希望未來(lái)能與醫(yī)學(xué)信息化方向的企業(yè)合作，因?yàn)樗麄兙哂袑⑿畔⑾到y(tǒng)打通的能力。
對(duì)于PIAT這個(gè)平臺(tái)，我投入比較多。因?yàn)樗皇菃渭兊目茖W(xué)研究，我不像以前只是做算法的評(píng)估和技術(shù)。在開(kāi)發(fā)過(guò)程中，需要協(xié)調(diào)很多資源，包括IT開(kāi)發(fā)、算法開(kāi)發(fā)，并做好統(tǒng)籌規(guī)劃，包括涉及到整體的交互設(shè)計(jì)，需要去研究如何讓這個(gè)界面對(duì)用戶更友好，還有一些底層的進(jìn)化設(shè)計(jì)，我由此收獲了工程化思想的體驗(yàn)和技能。
雷峰網(wǎng)：現(xiàn)在國(guó)內(nèi)醫(yī)學(xué)大數(shù)據(jù)分析領(lǐng)域現(xiàn)在發(fā)展到什么程度？主要面臨什么樣的挑戰(zhàn)？
鄧立宗：相較于十年前，現(xiàn)在國(guó)內(nèi)醫(yī)學(xué)大數(shù)據(jù)領(lǐng)域進(jìn)步得特別快。從國(guó)家層面提出大數(shù)據(jù)戰(zhàn)略之后，各種產(chǎn)學(xué)研的目光都被吸引過(guò)來(lái)了，我們這個(gè)領(lǐng)域也獲得了很多關(guān)注，大家開(kāi)始在這個(gè)賽道上發(fā)力，現(xiàn)在在應(yīng)用層面算是百花齊放。
但就整體而言，這個(gè)領(lǐng)域好像還沒(méi)有深入地影響到整個(gè)社會(huì)層面，還不能夠在深度診療環(huán)節(jié)發(fā)揮核心作用，真正地解放醫(yī)生的工作量。舉個(gè)簡(jiǎn)單的例子，就像是現(xiàn)在，我們還沒(méi)辦法完全信任一個(gè)機(jī)器醫(yī)生給出的診療結(jié)果。
就挑戰(zhàn)而言，我覺(jué)得第一，尤其在中文領(lǐng)域，它的整個(gè)標(biāo)準(zhǔn)化體系相對(duì)來(lái)說(shuō)比較缺乏。國(guó)際上有很多成熟的醫(yī)學(xué)術(shù)語(yǔ)標(biāo)準(zhǔn)，比如SNOMED這樣統(tǒng)一的語(yǔ)言體系。第二就是在發(fā)展算法的時(shí)候，我們會(huì)面臨訓(xùn)練數(shù)據(jù)比較稀缺，導(dǎo)致其泛化能力不夠強(qiáng)的問(wèn)題。這好比我們?cè)谧鰧W(xué)術(shù)研究的時(shí)候，訓(xùn)練題做得很好，但并不意味著在真正實(shí)踐時(shí)就能做得好。
后來(lái)我們解決這個(gè)問(wèn)題的思路是，用進(jìn)化式的思想來(lái)做。按目前的程度，肯定不可能一下做到完美，做到90分都很難。就像互聯(lián)網(wǎng)公司經(jīng)常提到的“數(shù)據(jù)飛輪”，先建立一個(gè)體系，讓用戶用的時(shí)候給你反饋。而這個(gè)反饋能夠反映到底層模型的迭代更新上，不管是知識(shí)庫(kù)的積累還是模型的更新，最后它會(huì)變得逐漸進(jìn)化。抱有這樣的學(xué)習(xí)系統(tǒng)或者進(jìn)化系統(tǒng)的理念，才有可能不斷地從60分做到90分。
雷峰網(wǎng)：說(shuō)到醫(yī)學(xué)術(shù)語(yǔ)標(biāo)準(zhǔn)化體系，現(xiàn)在我們國(guó)內(nèi)的醫(yī)學(xué)術(shù)語(yǔ)標(biāo)準(zhǔn)化體系有哪些團(tuán)隊(duì)在做？大概處于什么樣的水平？
鄧立宗：就如我剛剛提到的SNOMED系統(tǒng)，應(yīng)該是目前世界上最大的醫(yī)學(xué)術(shù)語(yǔ)標(biāo)準(zhǔn)化體系，它是美國(guó)國(guó)立圖書(shū)館在做。我們中國(guó)其實(shí)也有不少這類標(biāo)準(zhǔn)化機(jī)構(gòu)，影響大的就是國(guó)家衛(wèi)健委所組織的。他們非常重視標(biāo)準(zhǔn)，同時(shí)也在陸陸續(xù)續(xù)發(fā)布很多常用的臨床醫(yī)學(xué)術(shù)語(yǔ)。我還聽(tīng)說(shuō)還有個(gè)企業(yè)也在做這類標(biāo)準(zhǔn)化業(yè)務(wù)，浙江的OMAHA公司，做的也非常好。
整體來(lái)說(shuō)，這種標(biāo)準(zhǔn)化系統(tǒng)的建立和推廣都需要很多力量投入，所以不管是對(duì)于學(xué)校還是研究組，都是一個(gè)龐大的工程。
我們國(guó)內(nèi)的標(biāo)準(zhǔn)化體系發(fā)展起步相對(duì)比較晚。當(dāng)年我的導(dǎo)師蔣太交研究員2013年在國(guó)外接觸到i2b2的時(shí)候，其實(shí)那時(shí)候他們已經(jīng)研究了很多年，也發(fā)了很多的文章，進(jìn)行了各種應(yīng)用。而那個(gè)時(shí)候，國(guó)內(nèi)才剛注意到這樣的概念，才開(kāi)始對(duì)這塊領(lǐng)域有所研究。
我們也有嘗試過(guò)在醫(yī)院里實(shí)際治理過(guò)一些數(shù)據(jù)，當(dāng)時(shí)發(fā)現(xiàn)挑戰(zhàn)非常大，因?yàn)檎麄€(gè)流程體系都沒(méi)有建立起來(lái)。后來(lái)通過(guò)各方的努力，才慢慢把標(biāo)準(zhǔn)化的鏈條理順。從0到1走完之后，從1到100就相對(duì)好一點(diǎn)了。
雷峰網(wǎng)：那您覺(jué)得要推進(jìn)中文醫(yī)學(xué)術(shù)語(yǔ)標(biāo)準(zhǔn)化系統(tǒng)的建立，應(yīng)該在哪方面發(fā)力？是從高校對(duì)于醫(yī)學(xué)生的教育開(kāi)始，還是從醫(yī)院的實(shí)際應(yīng)用上開(kāi)始？
鄧立宗：我們確實(shí)注意到，有些醫(yī)院也在做結(jié)構(gòu)化、標(biāo)準(zhǔn)化的病歷數(shù)據(jù)處理，并且做得特別好。但是醫(yī)護(hù)人員需要花比較多的時(shí)間進(jìn)行填寫(xiě)，開(kāi)發(fā)這個(gè)系統(tǒng)本身投入巨大，填寫(xiě)這項(xiàng)工作還需要很多的投入。
這個(gè)病歷系統(tǒng)在醫(yī)院運(yùn)行多年，要改造肯定會(huì)傷筋動(dòng)骨，包括像醫(yī)學(xué)指南或者教科書(shū)，也不可能進(jìn)行結(jié)構(gòu)化處理，不然人就看不懂了。
所以這種情況下，我們覺(jué)得未來(lái)的很長(zhǎng)一段時(shí)間，還是非結(jié)構(gòu)化、非標(biāo)準(zhǔn)化會(huì)占主導(dǎo)，因?yàn)楹茈y去約束人們的使用習(xí)慣。就像我們講話一樣，人在講話時(shí)就不會(huì)在意語(yǔ)言。如果在意語(yǔ)言語(yǔ)法的規(guī)范性，反而會(huì)限制正常交流。
我們能夠做的就是，第一個(gè)在技術(shù)層面上能夠怎么樣去改進(jìn)、第二個(gè)在當(dāng)前的數(shù)據(jù)和技術(shù)條件下，我們?cè)趺礃幽軌蜃畲蟪潭鹊匕厌t(yī)學(xué)數(shù)據(jù)發(fā)揮出它應(yīng)有的價(jià)值。
把問(wèn)題作為導(dǎo)向，可能會(huì)比單純地去思考要怎么樣改變現(xiàn)有系統(tǒng)、把這些東西都進(jìn)行結(jié)構(gòu)化處理會(huì)更加有效率且成本更低。
雷峰網(wǎng)：在研究成果轉(zhuǎn)化應(yīng)用方面，您還有哪些案例可以分享？
鄧立宗：我們團(tuán)隊(duì)開(kāi)發(fā)了一款名為“文心醫(yī)考通”的智慧醫(yī)學(xué)應(yīng)用，用來(lái)幫助醫(yī)學(xué)生怎么樣快速地看書(shū)、背書(shū)和備考，讓他們能夠更好地去掌握醫(yī)學(xué)知識(shí)。
當(dāng)時(shí)我們開(kāi)發(fā)這個(gè)應(yīng)用時(shí)，就是希望把“大模型+知識(shí)”融入一個(gè)具體的場(chǎng)景里，去幫助學(xué)生背書(shū)、考試。最開(kāi)始的時(shí)候，我們想讓大模型去形成學(xué)習(xí)計(jì)劃類的內(nèi)容，但是發(fā)現(xiàn)它不可控，學(xué)生也因?yàn)樗粔蚓_，吐槽得多。
后來(lái)，我們通過(guò)各種各樣的技術(shù)融合手段，比如知識(shí)增強(qiáng)和知識(shí)融合，把大模型嵌進(jìn)去，相當(dāng)于是一個(gè)混合的系統(tǒng)。在適當(dāng)?shù)牡胤?，知識(shí)與大模型互為補(bǔ)充，以這種方式融合在一起后，就能夠完成醫(yī)學(xué)生看書(shū)背書(shū)的一整套流程，如同把一個(gè)學(xué)霸的思維工具化，提高學(xué)習(xí)效率。
因?yàn)獒t(yī)學(xué)是一個(gè)以知識(shí)記憶為主的學(xué)科，像內(nèi)外婦兒這幾本書(shū)動(dòng)輒幾百萬(wàn)字，比四大名著還要厚。而醫(yī)學(xué)生要復(fù)習(xí)的第一步就是要抓住重點(diǎn)考點(diǎn)，這個(gè)應(yīng)用就可以通過(guò)大模型的知識(shí)融合技術(shù)，基于真題，抓出教科書(shū)里的重點(diǎn)。
如果一段文字過(guò)長(zhǎng)，應(yīng)用還能將這段文字變成問(wèn)答型的小卡片整理出來(lái)，方便用戶助學(xué)助記。另外，在刷題時(shí)產(chǎn)生的錯(cuò)題，應(yīng)用會(huì)基于學(xué)習(xí)記錄，去為用戶定制更有針對(duì)性的強(qiáng)化訓(xùn)練。用戶可以和大模型進(jìn)行交互，讓它成為個(gè)性化定制的備考助手。
下一步，我們會(huì)想，能不能利用這個(gè)AI去學(xué)習(xí)？比如利用歷年的真題出題規(guī)律來(lái)押題。這是一個(gè)很有挑戰(zhàn)性的任務(wù)。但本質(zhì)上，就是讓大模型去學(xué)習(xí)規(guī)律，再進(jìn)行知識(shí)分析，融合起來(lái)，最后提高押題的命中率。
這個(gè)應(yīng)用推出還不到一年的時(shí)間。目前APP的注冊(cè)用戶大約是2萬(wàn)多人。就使用頻率而言，一周內(nèi)大概有四五千名醫(yī)學(xué)生會(huì)使用我們的APP。
我們的APP并沒(méi)有與高校進(jìn)行正式合作，主要通過(guò)公眾號(hào)平臺(tái)、小紅書(shū)等渠道進(jìn)行推廣，所以會(huì)吸引到各個(gè)院校、地區(qū)的醫(yī)學(xué)生。現(xiàn)在整體用戶體驗(yàn)不錯(cuò)，至少不會(huì)再有關(guān)于出現(xiàn)事實(shí)性錯(cuò)誤的吐槽。
雷峰網(wǎng)：您對(duì)于這個(gè)領(lǐng)域發(fā)展成熟后的理想落地場(chǎng)景是什么樣的？
鄧立宗：我理想中的場(chǎng)景，就像在科幻時(shí)代大家所暢想的，大數(shù)據(jù)最終轉(zhuǎn)化為醫(yī)學(xué)人工智能，在我們生活中發(fā)揮作用。比如變成我們可以非常信任的健康助手。當(dāng)我們身體出現(xiàn)什么小毛病時(shí)，可以通過(guò)手機(jī)或者別的設(shè)備直接線上問(wèn)診，馬上獲得很準(zhǔn)確很靠譜的醫(yī)學(xué)信息，先讓自己心里對(duì)這個(gè)疾病有個(gè)底。這個(gè)東西暫時(shí)肯定是沒(méi)法取代醫(yī)生的，特別是無(wú)法取代醫(yī)生的核心診療作用，但作為日常的院外咨詢和自我管理還是可以的。
雷峰網(wǎng)：您認(rèn)為，在未來(lái)幾年，您所在的領(lǐng)域會(huì)有哪些趨勢(shì)？
鄧立宗：在我們這個(gè)領(lǐng)域，首先問(wèn)題導(dǎo)向肯定不會(huì)變，也就是怎樣做好醫(yī)學(xué)人工智能，讓它去幫助臨床場(chǎng)景。
大模型在未來(lái)是一個(gè)繞不開(kāi)的基座，但在這個(gè)基座之上，我們?cè)趺礃幽軌蜃尨竽Ｐ秃歪t(yī)學(xué)領(lǐng)域有更好的交叉融合，精準(zhǔn)知識(shí)這一環(huán)少不掉。但受制于大模型本身的原理，幻覺(jué)問(wèn)題避免不了。如果大模型是用于創(chuàng)作，比如講笑話、講段子，出現(xiàn)這種幻覺(jué)問(wèn)題沒(méi)什么所謂?？墒菍?duì)于醫(yī)學(xué)這種嚴(yán)肅場(chǎng)景，未來(lái)肯定要進(jìn)行精細(xì)的打磨和強(qiáng)化。
雷峰網(wǎng)：您現(xiàn)在的團(tuán)隊(duì)大概是有多少人？蘇州系統(tǒng)醫(yī)學(xué)研究所有給您和團(tuán)隊(duì)在科研上提供過(guò)什么樣的幫助？
鄧立宗：我們團(tuán)隊(duì)的人不多，包括我在內(nèi)的話是5、6個(gè)人。我所在的蘇州系統(tǒng)醫(yī)學(xué)研究所，是中國(guó)醫(yī)學(xué)科學(xué)院19個(gè)二級(jí)單位之一。我覺(jué)得我所在的環(huán)境“地利人和”。首先是所里的領(lǐng)導(dǎo)很重視人工智能及轉(zhuǎn)化方向，尤其重視我們這個(gè)方向的醫(yī)學(xué)人工智能；同時(shí)也會(huì)運(yùn)用一些人脈幫我們進(jìn)行推廣。其次因?yàn)槲覀兊难芯啃枰芏嗟乃懔?，研究所建有一個(gè)高性能平臺(tái)，正好能夠滿足我們研究所需的算力資源。
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))：團(tuán)隊(duì)現(xiàn)在的主要合作對(duì)象和合作醫(yī)院有哪些？
鄧立宗：我們所合作的醫(yī)院主要還是醫(yī)科院體系內(nèi)的。我們現(xiàn)在正通過(guò)醫(yī)科院的創(chuàng)新工程，在和協(xié)和醫(yī)院的專家合作，處理他們的數(shù)據(jù)，以此發(fā)展一些關(guān)于人工智能的輔助診斷，比如涉及早篩早診早治的一些應(yīng)用。
雷峰網(wǎng)：在近日結(jié)束的第二屆生物信息與轉(zhuǎn)化醫(yī)學(xué)大會(huì)上您做了什么樣主題的報(bào)告？參會(huì)后有什么感受和收獲？
鄧立宗：在大會(huì)上，我主要圍繞醫(yī)學(xué)文本數(shù)據(jù)處理這個(gè)主題做了報(bào)告。我當(dāng)時(shí)用了個(gè)詞“文心雕龍”，意思是我們做的所有事情，就是為了怎樣抓住文本，文本的核心就是那個(gè)“心”，如何把“心”抓出來(lái)，然后再用高質(zhì)量數(shù)據(jù)去“雕刻”智慧醫(yī)學(xué)應(yīng)用。抓住這個(gè)文心是最關(guān)鍵的，接下來(lái)的雕刻、應(yīng)用反而沒(méi)那么難。
所以我們所有的技術(shù)都放在知識(shí)的精準(zhǔn)表征上，也就是高效的抽取、規(guī)范化和標(biāo)準(zhǔn)化，然后通過(guò)算法，建立出體系。
我參加這次大會(huì)，主要是想去和不同領(lǐng)域的人進(jìn)行交流。因?yàn)槲覀冞@領(lǐng)域是個(gè)交叉領(lǐng)域，領(lǐng)域跨度越大，帶來(lái)的靈感和碰撞也就越多，交流也更有意義。不然有時(shí)候容易陷入閉門(mén)造車(chē)，反而解決不了問(wèn)題。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
