來源：https://www.nature.com/articles/d41586-024-00099-4
經過訓練進行醫(yī)學訪談的人工智能系統(tǒng)在與模擬患者交談和根據患者病史列出可能的診斷方面的表現與人類醫(yī)生的表現相匹配，甚至超過了人類醫(yī)生的水平。
該聊天機器人基于谷歌開發(fā)的大型語言模型(LLM)，在診斷呼吸和心血管疾病等方面比委員會認證的初級保健醫(yī)生更準確。與人類醫(yī)生相比，它在醫(yī)學訪談中獲得了相似數量的信息，并且在同理心方面排名更高。
“據我們所知，這是對話式人工智能系統(tǒng)首次被優(yōu)化設計用于診斷對話和獲取臨床病史，”倫敦谷歌健康公司的臨床研究科學家Alan Karthikesalingam說，他也是該研究的合著者，該研究于1月11日發(fā)表在arXiv預印本庫中。它尚未經過同行評審。
這款聊天機器人被稱為“清晰醫(yī)學智能探索者”(AMIE)，目前仍處于純實驗階段。它還沒有在有真正健康問題的人身上進行測試，只在受過訓練的演員身上進行了測試。Karthikesalingam說：“我們希望以謹慎和謙遜的態(tài)度來解釋結果?！薄?/p>
盡管聊天機器人遠未用于臨床護理，但作者認為，它最終可能在醫(yī)療保健民主化方面發(fā)揮作用。馬薩諸塞州波士頓哈佛醫(yī)學院的內科醫(yī)師Adam Rodman說，該工具可能會有所幫助，但不應該取代與醫(yī)生的互動。他說：“醫(yī)學不僅僅是收集信息，而是關乎人際關系?！?。
很少有人試圖利用LLM進行醫(yī)學研究，探討這些系統(tǒng)是否可以模仿醫(yī)生記錄一個人的病史并利用其進行診斷的能力。羅德曼說，醫(yī)學生為了做到這一點，花了很多時間進行訓練?！斑@是向醫(yī)生灌輸的最重要也是最困難的技能之一?！?/p>
加州山景城谷歌健康的人工智能研究科學家、該研究的合著者Vivek Natarajan表示，開發(fā)人員面臨的一個挑戰(zhàn)是缺乏可用作訓練數據的真實世界醫(yī)學對話。為了應對這一挑戰(zhàn)，研究人員為聊天機器人設計了一種訓練自己“對話”的方法。
研究人員利用現有的真實世界數據集，如電子健康記錄和轉錄的醫(yī)療對話，對基本LLM進行了第一輪微調。為了進一步訓練該模型，研究人員促使LLM扮演一個患有特定疾病的人的角色，以及一個富有同情心的臨床醫(yī)生的角色，目的是了解這個人的病史并設計潛在的診斷。
該團隊還要求該模型再扮演一個角色：一個評論家，他評估醫(yī)生與被治療者的互動，并就如何改善這種互動提供反饋。這種批評被用來進一步訓練LLM并產生改進的對話。
為了測試該系統(tǒng)，研究人員招募了20名受過模擬患者培訓的人，并讓他們與AMIE和20名委員會認證的臨床醫(yī)生進行在線文本咨詢。他們沒有被告知是在和人類聊天還是在和機器人聊天。
參與者模擬了149個臨床場景，然后被要求評估他們的經驗。一組專家還對AMIE和醫(yī)生的表現進行了評級。
人工智能系統(tǒng)在所測試的所有六個醫(yī)學專業(yè)中都達到或超過了醫(yī)生的診斷準確性。該機器人在26項談話質量標準中的24項方面優(yōu)于醫(yī)生，包括禮貌、解釋病情和治療、給人的印象誠實以及表達關心和承諾。
Karthikesalingam說：“這絕不意味著語言模型在獲取臨床病史方面比醫(yī)生更好?！?。他指出，研究中的初級保健醫(yī)生可能不習慣通過基于文本的聊天與患者互動，這可能會影響他們的表現。
Karthikesalingam說，相比之下，LLM有一個不公平的優(yōu)勢，那就是能夠快速寫出長而結構優(yōu)美的答案，讓它能夠始終如一地考慮問題而不感到疲憊。
他說，這項研究的下一個重要步驟是進行更詳細的研究，以評估潛在的偏見，并確保該系統(tǒng)在不同人群中是公平的。谷歌團隊也開始研究在有真正醫(yī)療問題的人身上測試該系統(tǒng)的道德要求。
新加坡杜克大學-新加坡國立大學醫(yī)學院的臨床醫(yī)生人工智能科學家Daniel Ting同意，為了確保算法不會懲罰訓練數據集中沒有很好代表性的種族群體，調查系統(tǒng)的偏見至關重要。
Ting說，聊天機器人用戶的隱私也是需要考慮的一個重要方面。他說：“對于目前許多商業(yè)大型語言模型平臺，我們仍然不確定數據存儲在哪里以及如何分析?！薄?/p>
（免責聲明：本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網站出現的信息，均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。
任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時，應及時向本網站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后，將會依法盡快聯系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。 ）
