全部商品分類
人機協作，得心應手。１２月１３日晚，由醫聯主辦的直播節目《未來醫生會客廳》成功舉辦第三期直播活動，此次直播聚焦「未來醫生在小兒食物過敏診療中的案例分析」主題，特別邀請到北京大學第三醫院兒科副主任醫師周薇以及兒科醫生趙宇紅出任評委。直播期間，耶東強醫生攜手未來醫生，通過輸入結構化病例報告，人機現場協作的方式，充分展示了其高效工作的卓越能力。
直播結束后，周薇指出，在兒童食物過敏這一領域，中國在認知層面與起步階段和歐美相比，有著明顯的時間差，在與國際接軌進程中存在著不容小覷的差距。并且這種差距呈現出越往基層醫療機構越顯著的態勢。在此背景下，ＡＩ大模型賦能下的人機協作模式在中國的基層診療環境下，就具有極為關鍵的意義。
未來醫生ＡＩ賦能，醫生在線診斷提質增效
先來看這次直播的第一個案例：有一名九個月齡的寶寶，已腹瀉長達八天。在患者向醫生詳細描述具體病癥后，未來醫生不但能夠針對腹瀉原因展開多層面、極為詳實的深入分析，而且還能夠提供極具價值的診斷建議，從而有助于醫生迅速且精準地做出判斷。
在需要再次開展具體檢查時，未來醫生同樣能夠提供六種及以上的檢查方法，并且每種方法都詳細涵蓋了檢查目的以及具體的操作方法。能憑借自身龐大的知識儲備量，為醫生節省大量的時間成本，讓診療過程得以更加高效地推進。
此外，若患者自行使用相關平臺或應用時，一旦對搜索到的內容存在疑慮，可直接點擊位于底部的找醫生、藥盒識別、報告解讀等功能模塊。這些功能端口設計清晰醒目，易于操作，能夠有效實現 ＡＩ 醫生與專業醫生之間的即時對話交流，為患者答疑解惑，進一步提升醫療服務的便捷性與可靠性。
不僅如此，未來醫生還具備更多強大的功能。在臨床診療過程中，它可以幫助醫生詢問患者一些可能遺漏的關鍵信息，確保信息收集的完整性；針對患者的疑問，能夠協助醫生給出專業、全面且通俗易懂的解答，增強患者對病情的理解與信任；在面對復雜的病情和多種治療方案時，它可以依據海量的醫學數據和先進的算法，為醫生提供決策參考，助力醫生制定出更為科學合理的治療策略；在患者的長期管理方面，無論是病情的跟蹤監測，還是治療方案的動態調整，「未來醫生」都能夠發揮積極作用，幫助醫生更高效地管理患者群體，從而推動整個醫療服務體系向更加智能化、精準化和高效化的方向邁進。
由此可見，未來醫生在構建線上、線下人機協作模式方面已經發展得相當成熟，正逐步成為現代醫療領域中不可或缺的重要力量。
補齊基層醫療短板，基層醫生輔診好幫手
另外，周薇表示，未來醫生能夠精準地告知基層醫生「應當開展哪些檢查項目」。當基層醫生資源不足，無醫生在場時，患者可以自行將相關信息上傳至系統。在完成檢查后，患者依據自身的病史借助 未來醫生 進行初步的自我確診判斷，又或者在接收到上級醫院給出的治療方案后，依靠 未來醫生 去執行后續的步驟。這一系列的功能應用極大地優化了看病流程，顯著提升了看病效率。
諸如哮喘這類需長期管理的兒童慢性病。不少基層醫生由于覺得自己并非專科出身，對哮喘多樣的表型缺乏足夠理解，所以不太敢于作出哮喘診斷。在這樣的情形下，如果訓練未來醫生這樣的ＡＩ工具來輔助診斷，它便能告知基層醫生需要開展哪些檢查，要是基層不具備相應檢查條件，還能夠上傳信息，待檢查完畢后依據病史予以確診；或者在上級醫院給出治療方案后，模型可以提示該方案的使用時長以及是否需要調整升級等，如此一來，整個診療流程將會變得極為便利高效。
「醫聯的這款未來醫生最大的特點在于其線上操作極為簡潔，能夠直接明了地輔助完成工作，而我們專業醫生所需做的僅僅是審核。」周薇在直播結束后接受健康界記者采訪時，作出如此評價。
「審核過程主要包含三個部分。第一部分當然是看它是正確與否，給的是不是全面；第二部分是糾錯，看糾錯環節對ＡＩ極具幫助的，能促進它不斷地學習；第三部分是可以補充我們可能沒有考慮到的方面，這是一種相互促進的關系。在我們工作特別忙的時候就達到了非常好的人機協作模式。」周薇說。
人機協作，效率翻倍
「未來醫生與其他大模型工具相較而言，其專業性更為突出，并且它所給出的建議更契合臨床實際，更貼近我們人工醫生的典型思維模式。」參與直播活動的兒科醫生趙宇紅講道。
從時間成本的角度來看，例如在線上咨詢時，一位患者向 Ａ 醫生詢問了此次出現的問題，下次又向 Ｂ 醫生詢問，之后再向 Ｃ 醫生詢問，最后才到自己這里。而ＡＩ則能夠將這些所有的信息進行綜合提煉，從而為患者提供更高效、更全面的解答，有效節省了時間成本并提升了診療的連貫性與準確性。
據健康界記者觀察，在嚴肅醫療領域，大模型的應用一直面臨著關鍵挑戰，其中幻覺問題尤為突出。由于醫療行業容錯率極低，大模型一旦出現幻覺情況，后果可能極為嚴重。
因此，醫聯在模型幻覺克服上相較其他機構起步更早，在 ２０１７ 年就已著手大模型的布局規劃。去年，醫聯開展的雙盲測試，將ＡＩ醫生與真人醫生進行對比，通過專家評審團的盲審打分發現，二者的表現極為接近。同時、值得注意的是，醫聯也是業內最早進行此項測試的機構，目前也在眾多醫療場景，如肝膽、兒科等專科開展實驗，整體表現良好。
今年以來，隨著「快慢系統」等相關技術的發展，醫聯在人類自然語言翻譯成機器語言這一行業難點上取得了重大突破，也使得未來醫生在克服「模型幻覺」上的表現大幅改善。
值得一提的是，周薇向健康界透露，未來醫生已彰顯出強勁的技術實力與廣闊的應用潛力。因此，持續擴充知識儲備并堅持開展訓練工作，勢必會為醫生的診療工作提供有力的輔助與支持。
注：文章來源于網絡，如有侵權，請聯系刪除
