环球滚动:国内首款医疗大语言模型MedGPT正式发布


(资料图片仅供参考)

光明网讯 5月25日,医联发布了自主研发的基于Transformer架构的国内首款医疗大语言模型——MedGPT。与通用型的大语言模型产品不同,MedGPT主要致⼒于在真实医疗场景中发挥实际诊疗价值,实现从疾病预防、诊断、治疗、康复的全流程智能化诊疗能力。作为致力于疾病全流程诊疗的医疗专业大语言模型,医联MedGPT形成了一套独有的“DIAE”医疗AI建设方法论,分别从Disease(病种覆盖)、Intelligence(智能化)、Accuracy(准确性)、Efficiency(就医效率)四个维度来建设与打磨产品,不断提升MedGPT的实际医疗应用价值。

据了解,通用大语言模型在面对医学问题的准确性上存在天然缺陷,在问诊阶段,通用大语言模型往往会轻易给出结论,但对于医疗应用来说,一致性和准确性是底线问题。MedGPT则能够通过多轮问诊引导患者收集足够的诊断决策因⼦之后再进入到诊断环节,从而保证准确性。

医联MedGPT项目负责人王磊表示,MedGPT不会轻易给出诊断结论,而是会循序渐进地引导患者给出足够能够支撑有效诊断的病情全貌。也就是说,MedGPT是通过收集足够信息并做出符合医学的决策,以“治愈”为目的而进行人机交互。通过独有的将自然语言大模型AI技术与⼀系列工程调优技术以及医学⼀致性校验技术相结合,并在模型微调训练阶段采用大量真实医生参与的RLHF(Reinforcement Learning from Human Feedback)监督微调,有效提升模型的疾病特征判断与模式识别能力,确保医疗准确性。

与此同时,医联还建立了基于专家评议的AI诊疗准确性与真实世界医生对标测试机制,不断将AI与真实诊疗场景对齐,最终实现准确诊断。基于Transformer架构,MedGPT可以整合多种医学检验检测模态能力,首次实现线上问诊到医学检查的无缝衔接。在问诊环节结束之后,MedGPT会给患者开具必要的医学检查项目以进一步明确病情,患者则可以通过医联云检验等多模态能力进行检查。基于有效问诊以及医学检查数据,MedGPT得以进行准确的疾病诊断,并为患者设计疾病治疗方案。患者可以通过医联互联网医院实现送药到家,MedGPT会在患者收到药品后主动为患者进行用药指导与管理、智能随访复诊、康复指导等智能化疾病诊疗动作。通过多模态应用的打通MedGPT实现了预防、诊断、治疗、康复的全流程诊疗。

除此之外,王磊还透露,医联MedGPT plugin 应用平台整合超过1000+医疗多模态能力,整合多样化的医疗多模态能力,丰富和完善全流程智能化诊疗体验。这也意味着医联数字医院脱离了以互联网医疗连接为根本,以提高效率为主要目的的1.0 阶段;进入了基于强大的AI能力,实现疾病管理全流程智能化的数字医疗2.0阶段。

目前,医联正不断加速MedGPT的研发,希望数字医疗能力惠及更多人。医联MedGPT目前的参数规模为100B规模,预训练阶段使⽤了超过20亿的医学文本数据,微调训练阶段使用了800万条的高质量结构化临床诊疗数据,并投入超过100名医⽣参与人工反馈监督微调训练。目前医联MedGPT已经可以覆盖ICD10 的60%疾病病种,并在近期将研发重心倾斜在多发疾病,以提升数字医院的普惠率。预计在2023年底,可以覆盖80%病种的就诊需求。

王磊呼吁,业内AI科技、医学、院校机构、医疗多模态应用等各种类型的合作伙伴,共同开发建设通用型人工智能技术的医疗应⽤场景为医疗行业的技术发展贡献力量。(金言)

标签:

最近更新

环球滚动:国内首款医疗大语言模型MedGPT正式发布
2023-05-25 19:05:36
简约不减爱 喜事新办有创意 婚俗改革改了什么?-当前速看
2023-05-25 17:54:34
畅意100%亮相2023中国肠道大会 专利菌株K56为国人肠道健康筑牢新防线 天天动态
2023-05-25 17:29:17
锦盛新材收年报问询函 被要求说明净利润持续大幅下滑并出现亏损的具体原因、合理性_最新消息
2023-05-25 16:38:55
天天关注:亚马逊应对竞争对手推出的生成式人工智能被认为尚不成熟
2023-05-25 16:11:13
油棕树_油棕
2023-05-25 15:05:11
天天快讯:小米金融6亿元在北京成立科技公司
2023-05-25 14:39:58
天天信息:每日汇市|俄罗斯外贸银行行长:未来十年人民币有望取代美元成为全球主要储备货币
2023-05-25 13:44:59
湖南2023年护士执业资格考试查分时间
2023-05-25 12:31:01
世界最资讯丨见义勇为男子被指猥亵
2023-05-25 12:22:00
用竹子代替钢筋?盖房子的混凝土里加入竹片,真的能住人吗?
2023-05-25 11:49:52
环球短讯!花店如何筹备儿童节花束?这个斗南一手货源很多人都不知道
2023-05-25 10:28:19
纽约亚裔男遇劫遭狂殴,贼人:愚蠢的华人,我要杀了你_天天聚看点
2023-05-25 09:35:35
基金导读:债券基金全面“回血” 环球速看料
2023-05-25 09:16:13
东阳光:5月24日融资净买入110.9万元,连续3日累计净买入1066.25万元_关注
2023-05-25 08:07:41
天天快讯:逃生试炼什么时候出 公测上线时间预告
2023-05-25 07:18:20
droodfocus怀旧_droodfocus 每日观察
2023-05-25 06:23:12
世界观天下!南京九五至尊
2023-05-25 05:29:52
莫拉桑(关于莫拉桑的简介)_世界微资讯
2023-05-25 04:15:50
世界焦点!最高人民法院出台司法赔偿请求时效司法解释
2023-05-25 04:18:41
最新资讯:星月菩提子手串怎么盘包浆快_星月菩提子手串怎么盘
2023-05-25 03:05:29
今日武林外传妙笔生花在哪里(武林外传的妙笔生花怎么得)_世界快消息
2023-05-25 01:49:38
做好这三点, 小鸡怎样喂养成活率高|当前消息
2023-05-25 01:16:29
淅川县属于哪个市淅川_淅川县属于哪个市 世界热消息
2023-05-25 00:29:05
热讯:孙铭徽:三分命中率是近几年最差的 但很多出手是迫于无奈的选择
2023-05-24 22:55:38
今日热文:技嘉发布AMD Radeon RX 7600显卡 配风之力散热系统
2023-05-24 22:35:12
将视频导入ipad教程|当前聚焦
2023-05-24 21:44:50
全球报道:张歆艺是谁的前妻_张歆艺前夫
2023-05-24 20:58:00
成县黄陈镇:二荆条辣椒“辣”出村集体经济新路子
2023-05-24 19:47:01
世界微资讯!硬核科技论 | 不用充电的电动车 奇骏e-POWER有点新东西!
2023-05-24 19:30:16