從會做題到會看病，螞蟻如何訓出真正好用的醫療智能體？

打開支付寶搜AI健康管家，用户即可調用“泌尿外科”智能體，獲得診前諮詢、多輪問診、多報告解讀、腫瘤分期診斷及醫療掛號等服務。“這一智能體涵蓋了98%常見泌尿系統疾病類別，上崗8個月，服務了30萬人次，醫院泌尿科一年門診量約55萬，超過半數。”

4月22日，上海交通大學醫學院附屬仁濟醫院（以下簡稱“仁濟醫院”）展示其與螞蟻集團合作AI醫療的最新成果。這也是全國首個用疾病結構化數據訓練、在真實醫療場景運行的專科智能體。

“昨天晚上，我做手術做到半夜12:30，為什麼？因為病人太多根本做不完。”仁濟醫院泌尿科主任潘家驊向觀察者網談到，優質醫療資源供需失衡，仍然是中國醫療體系面臨的結構性難題。隨着人工智能技術的發展，如何讓大模型真正服務於醫生診療過程，成為業內的迫切需求。

但是仁濟醫院和螞蟻團隊的研究發現，當下的通用大模型儘管在醫師考試等場景下能夠取得超過80%的準確率，比人類表現更好，是一個很會答題的“好學生”，但還不是一個“好醫生”。

研究數據顯示，在真實場景的開放性醫療問答中，如果以仁濟醫院泌尿科專科醫生的水平為基準，ChatGPT-4o的得分0.4-0.6之間，略高於仁濟醫院實習生的水平，但還不如普通的社區醫院全科醫生，更是顯著低於普通專科醫生。

潘家驊指出，對於通用大模型來説，如果患者問前列腺癌應該如何治療，它往往只是列出前列腺癌有多少個治療方法，可以去參考什麼診療指南。而一個真正有用的醫療大模型，應該能夠根據病人的具體症狀，比如尿頻尿急、骨頭痛，去做出邏輯判斷，是不是前列腺癌引起了骨轉移。

仁濟醫院副院長、泌尿科學科帶頭人薛蔚認為，在醫療領域，精準的知識訓練比注入規模化數據更重要，除了教給AI醫學文獻和指南，關鍵還在讓AI學會醫生的邏輯和思維，因此在這個過程中頂尖醫生與技術應該成為搭檔。

他進一步介紹道，“在對數據集、大模型、智能體系統性的開發過程中，仁濟泌尿科醫生深度參與、螞蟻集團軟件工程師、醫學標註員共同建設對醫療文獻、結構化診療數據的可控生成算法，並引入了人類醫生的思考邏輯，讓這一專科智能體達到臨牀可用的程度。”

螞蟻集團AI醫療事業部高級算法專家申月解釋説，人類醫生基於臨牀經驗，能夠形成一套嚴謹、明確的診療邏輯，但人工智能的回答並不基於大量的經驗性知識輸入，二者思維方式不同。醫療大模型面臨的一大挑戰，就是去學習人類專家臨牀診斷的可解釋性邏輯。

為此，仁濟醫院專家利用真實的臨牀病例，構造了2000餘條數據的推理數據集，然後再通過人工智能進行迭代和複製，最後達到10萬量級的大樣本數據集構建。

藉助這樣基於真實病例的數據集，併為大模型引入思考鏈條，最終人工智能就能夠更好地模擬醫生在實際就診過程中的思維路徑。

觀察者網獲悉，仁濟醫院與螞蟻集團合作的醫療智能體，在測試中已經接近於普通專科醫生的準確率水平。

而在智能體能夠獨立進行診療之前，其更大的用武之地在於輔助人類醫生，提高醫生的診斷水平。評測顯示，上述智能體能夠讓基層醫生診斷正確率提升4%-8%，已初步具備“下基層”的能力。

公開資料顯示，螞蟻醫療大模型在MedBench醫療大模型評測中，曾連續斬獲醫學知識問答等多項第一，也是業內應用場景最豐富、與醫療機構、醫生、醫院共建最深的垂類大模型之一，目前已完成基於強化學習的新一代醫療推理模型研發。

據瞭解，仁濟醫院、螞蟻集團正與人民衞生出版社合作建設人工智能數據庫，進一步豐富專業語料庫、持續提升醫療智能體的醫學邏輯能力。同時，圍繞泌尿專科大模型的開發更多應用，並探索將AI能力投射到更多基層醫療機構。

“將頂尖醫院的診療經驗標準化是AI未來的使命，推動醫療大模型進醫院最大價值是向下紮根，通過‘封裝’三甲醫院的診療能力，廣泛服務基層醫療機構，使有限醫療資源以技術的方式得到擴容。”螞蟻集團醫療大模型算法負責人王劍表示。

本文系觀察者網獨家稿件，未經授權，不得轉載。