我的位置: 上观号 > 浦东观察 > 文章详情

人工智能医学大模型“Med-Go”正式发布

转自:浦东观察 2024-11-12 19:03:15


11月11日,上海市东方医院正式发布人工智能医学大模型“Med-Go”,其能够有效辅助医生分析复杂疑难和罕见病例,提供精准且透明的临床诊疗建议,赋能人工智能与医疗深度融合。


基层医生的“随身主任医师”



目前,“Med-Go”已经安装在东方医院医生工作站中,接入了医院的HIS系统;此外,东方医院医联体内的15家浦东新区社区卫生服务中心都安装了“Med-Go”,江苏省射阳县人民医院及其下属社区卫生服务中心、山西省忻州市人民医院及其下属社区卫生服务中心也安装了“Med-Go”。医生填写患者的主诉、现病史、体格检查等后,“Med-Go”就能给出诊断、鉴别诊断和下一步处理的辅助建议,不仅提高了诊疗质量和效率,还减少了漏诊误诊的发生,在疑难罕见病例中表现尤为突出。


“Med-Go”是东方医院专家团队和中科院软件所联合成立的生物医学人工智能联合实验室共同研发的。在11月11日的发布会上,“Med-Go”创始人,东方医院急诊、重症医学科主任张海涛现场演示了一个病例:这是北京某著名三甲医院儿科的真实案例,患儿两次住院,经过近一年的时间才做出正确的诊断,为一种十分罕见的自身免疫性疾病。张海涛将患儿病历输入“Med-Go”,几分钟就给出了专家们用了一年才做出的诊断;将同样的病历输入美国最好的大模型,得出的结论虽然包括正确的诊断,但多了几个选择。张海涛说:“这一堆病历给一个现实中的主任医师,仅仅是看完就需要一个多小时!”


随着人们对疾病的认识加深,医学学科越分越细,哪怕同样是乳腺癌也要分成不同的类型,一个主任医师很难掌握各个细分亚专科的知识。但是,对于计算机而言就不成问题,一个“Med-Go”就是个“全能”的医生,一个患者的症状,“Med-Go”可以从内外妇儿全方位“思考”、做出判断,给医生提供辅助。


“Med-Go”吃进了6000多本教材


“Med-Go”为什么这么厉害?因为给它喂的“料”不但足,而且紧跟国际、国内权威教材。张海涛说:“目前,它已经达到以200亿高质量医学数据为基础。我们用了6000多本教材来训练它,其中一些国际权威教材还没有中文版本,我们几个学会、60多名专家硬是一页一页翻译,把一万多页的新书翻了出来,喂给了它。”理论上而言,“Med-Go”比一个主任医师掌握的知识更新、更全,PK过真实的医师可能性很大。


提出问题、思考问题是人的能动性,怎么样让计算机学会像主任医师一样思考医学问题?这就需要把医学知识解构成计算机能懂、能用的语言。比如,一种药,在“Med-Go”里面可以有202个维度,关系到疾病表现出来的症状、患者年龄、患者生活的环境等等,没有哪个医生能够从202个维度来周密思考用一种药,而计算机能,而且计算机只能用202个维度去思考。


张海涛表示:“精准高效的可解释性医学回复内容,是医学模型的核心竞争力,是赋能医学提高临床应用的重中之重。”“Med-Go”能够有效辅助医生分析复杂疑难和罕见病例,提供精准且透明的临床诊疗建议。


“Med-Go”助力“医教研管”


在东方医院的教学查房中,带教老师许淑敏教授正在为一群实习医生讲解病例。除了给学生详细分析了病例的诊断思路、鉴别诊断和治疗方案之外,她还演示了如何使用“Med-Go”进行辅助学习——个性化的知识点讲解、病例分析和文献解读,帮助医学生和住院医师更高效地掌握专业知识,而且系统还支持制定教学计划和评估方案,使教学过程更加标准化和智能化。



在科研领域,“Med-Go”也展现出了强大的实力。心外ICU的刘晓彬博士正在设计一项关于SGLT2抑制剂在心力衰竭患者中应用的研究。“‘Med-Go’不仅能快速解析文献寻找创新点,还能提供专业的评价和改进建议,帮助优化统计方案等方式,大大提高了我的科研效率。”刘晓彬博士说。


“Med-Go”强大的医学专业能力和数据处理能力也让医院管理进一步实现“数据说话”。以病历质控管理为例,东方医院医生工作站引入“Med-Go”,系统根据一套严格的评分标准,对病历进行自动审核和评分,对每一项给出具体的评分和改进建议,帮助医生完善病历,提高医疗质量。在此基础上,东方医院正在积极筹划,基于“Med-Go”医学大模型和进行“智慧医院”管理体系建设,对医疗资源进行全方位、高效率的管理。


东方医院副院长许朝晖表示,“Med-Go”最大的特色是来源于医生,服务医生。作为完全由医生团队发起,主创参与研发的医学大模型,Med-Go的临床决策支持能力“精益求精”始终是最核心的坚持。下一步,医院将继续以联合实验室为依托,持续完善系统功能,包括更深入的临床决策支持、更智能的医疗质量管理和更个性化的医学教育方案,让“Med-Go”成为与医生共同在医学领域深度探索的有力工具,真正实现人工智能与医疗的深度融合。