有望減少誤診漏診提供普惠醫療服務
當前，醫檢服務正日益趨向專業化、精準化、個性化。以廣東省新一代人工智能開放創新平台的承建單位金域醫學為例，其已在醫檢生成式人工智能領域有所布局，目前已建立起標準報告語言規範及高質量專病數據庫，並正利用預訓練模型在醫學文本實體抽取、病理報告結構化等領域開展探索。
受訪專家們一致認為，未來將大語言模型應用於醫學可能會成為一種趨勢。在分診問診等臨床咨詢階段，利用模型與患者進行交互，收集到完整、準確的信息並形成初步意見，再將其交給專業醫生進行最終判斷，這在一定程度上可以減少因為信息收集不充分、患者主訴不明確等問題帶來的誤診和漏診。這個方案不管是從準確率還是從效率上來看，都具備一定的可行性。
“許多最前沿的醫療知識分散在少數人手裡，而大語言模型卻能夠融合頂尖知識，提供更加普惠的醫療知識服務。”左手醫生創始人兼CEO張超說。
上海長海醫院實驗診斷科主任、博士生導師劉善榮也表示，未來若能搜集到大型三甲醫院的醫生對於某些疾病的認知並將其導入大語言模型進行整合、學習，一些醫療資源不充足的地區也有可能享受到高質量的醫療服務。
對齊真實醫療場景需技術倫理雙管齊下
大語言模型或許能提升醫檢行業效率，但在面對真實的尋醫問診場景時，目前的大語言模型仍有其局限性，這主要體現在準確性、一致性和及時性上。 |
