notícias

já se passaram quase dois anos desde que o grande modelo do google (medpalm 2) venceu o exame de licenciamento médico dos eua. a inteligência artificial (ia) está qualificada para se tornar o “inimigo imaginário” dos médicos?

em julho deste ano, um artigo publicado na nature medicine mostrou que mesmo o modelo de linguagem grande (llm) mais avançado não consegue fazer diagnósticos precisos para todos os pacientes, e a taxa de precisão do diagnóstico (73%) é significativamente pior do que a dos médicos humanos (89). %); em casos extremos (diagnóstico de colecistite), a precisão do llm é de apenas 13%.

mas para pi jingtao, médico do centro de neurologia do hospital memorial tsinghua chang gung, em pequim, ele acabou de “aprender uma lição” com a ia este ano. no final de agosto, o modelo de doença cerebrovascular específico em larga escala na medicina lingxi do qual pi jingtao participou foi oficialmente lançado. este modelo foi desenvolvido sob a liderança da equipe do professor wu jian no centro de neurologia de seu hospital. primeiro modelo médico de inteligência artificial baseado em doenças específicas na china.

"as capacidades do modelo grande podem ser fortes ou fracas, e não podemos permitir que ele seja usado livremente." pi jingtao disse que a maior diferença entre o modelo grande específico da doença e o chatgpt é que ele usa ia para fabricar diagnósticos enganosos. e sugestões de tratamento. corte o mal pela raiz para evitar consequências catastróficas.

no final de agosto, o modelo em grande escala específico para doenças cerebrovasculares da lingxi medicine foi lançado oficialmente. o modelo foi desenvolvido pela equipe do professor wu jian no centro de neurologia do hospital memorial tsinghua chang gung, em pequim. sobre doenças específicas na china. a imagem mostra a cena da conferência de intercâmbio de tecnologia de grandes modelos da lingxi medicine. foto fornecida pelo entrevistado

especialistas em benchmarking e especialistas em doenças

como uma das quatro principais doenças crônicas na china, cerca de dois terços dos primeiros casos de doença cerebrovascular são idosos com mais de 60 anos, que apresentam "alta incidência, alta prevalência, alta mortalidade e alta taxa de recorrência". características. em 2021, a população idosa do meu país com 65 anos ou mais ultrapassou os 200 milhões, e o problema da escassez e da qualidade desigual dos médicos especializados em doenças cerebrovasculares é particularmente proeminente.

“não faltam clínicos gerais nos hospitais primários, mas faltam especialistas ou especialistas. este é o problema que o grande modelo irá resolver, disse que o grande modelo de doença cerebrovascular é um produto da cooperação”. entre instituições médicas e empresas de tecnologia. especificamente, o grupo h3c fornece pessoal técnico, algoritmos de ia e poder de computação, enquanto o hospital memorial tsinghua chang gung de pequim e a universidade de tsinghua fornecem big data e necessidades clínicas para criar conjuntamente uma ferramenta auxiliar de diagnóstico para os médicos.

o professor wu jian disse certa vez que a inteligência artificial médica tem um enorme potencial e vantagens para aliviar a escassez de recursos médicos e melhorar o nível dos serviços médicos. seu núcleo reside na mineração aprofundada e na análise inteligente de enormes dados de saúde, o que pode melhorar muito a precisão e a eficiência do diagnóstico e tratamento clínico.

atualmente, a função central deste grande modelo é analisar e extrair informações importantes dos registros médicos, combiná-las com a base de conhecimento clínico e, em última análise, fornecer recomendações de tratamento padronizadas que cumpram as diretrizes clínicas.

por um lado, os médicos podem inserir informações insensíveis do curso clínico (excluindo informações pessoais do paciente), e o modelo grande gera o plano de tratamento final. entretanto, se o grande modelo detectar omissões nas informações sobre o curso da doença, lembrará o médico de fazer suplementos oportunos para garantir a padronização dos registos médicos.

por outro lado, os médicos também podem inserir informações simples, como queixas do paciente (como principais sintomas e duração), e o grande modelo orientará o direcionamento da consulta por meio de interação seletiva com base nas opções clicadas pelo médico, o diagnóstico clínico. e o processo de tratamento será gradualmente melhorado para melhorar a capacidade baseada em evidências do médico.

o profissionalismo se reflete em dois aspectos

na opinião de pi jingtao, em comparação com grandes modelos gerais, como o chatgpt, o profissionalismo do grande modelo específico da doença se reflete na cadeia de pensamento e na base de conhecimento. tomando como exemplo o grande modelo de doença cerebrovascular, suas fontes de dados incluem duas partes: uma parte são dados clínicos que foram dessensibilizados, envolvendo informações abrangentes, como características específicas da doença, condições de início e processos de diagnóstico e tratamento. a outra parte são as diretrizes clínicas disponíveis ao público, um grande número de livros didáticos e livros de referência de neurologia e neurociência, que formam o núcleo do banco de dados. vale a pena notar que o grande modelo não pode receber diretamente este conhecimento. em vez disso, ele precisa ser reorganizado por médicos e equipes de engenharia, e a estrutura e os principais conteúdos das diretrizes clínicas devem ser transformados em linguagem e processos que os computadores possam compreender antes de serem inseridos. . dê modelos grandes.

“se alimentado diretamente sem restrições, o grande modelo divergirá para outros aspectos e gerará alguns novos entendimentos. no entanto, as diretrizes clínicas já são o mais alto nível de diagnóstico padronizado e recomendações de tratamento, e qualquer modificação nesta base é errada e não é o que nós quiser." pi jingtao disse aos repórteres que para tornar o grande modelo "obediente", além de alimentá-lo com conhecimentos que o computador pode "compreender", o mais importante é ensinar-lhe um conjunto de "cadeias de pensamento" de médicos . e conte com essa capacidade para fazer inferências sobre os dados clínicos de diferentes pacientes.

por exemplo, o processo de diagnóstico e tratamento de um médico com doenças cerebrovasculares geralmente inclui solicitar um histórico médico, realizar um exame físico, considerar exames auxiliares e fornecer um diagnóstico preciso após uma análise abrangente. com base nos resultados do diagnóstico, o médico considerará a causa específica da doença do paciente e outras doenças subjacentes, combinada com diagnóstico padronizado e recomendações de tratamento, para formular um plano de tratamento padronizado.

neste processo, diferentes queixas de pacientes apontam para diferentes direções de investigação. mas o problema é que embora o pensamento de grandes modelos seja “divergente”, ele não tem a capacidade de construir de forma independente uma cadeia de pensamento. portanto, a equipe de engenharia precisa compreender profundamente o diagnóstico clínico e os cenários de tratamento e converter o pensamento clínico do médico. em pensamentos que podem ser compreendidos pela máquina. este processo permite que médicos e equipes técnicas experimentem aprendizagem cruzada.

"a lacuna é principalmente uma barreira de comunicação linguística. por exemplo, não compreendemos a cadeia de pensamento e eles não compreendem a relação entre diferentes doenças. mas isto não terá um impacto substancial na nossa investigação. contanto que entendemos o conhecimento básico da área da outra parte. isso resolverá as dificuldades", disse pi jingtao.

os médicos ainda são responsáveis

pi jingtao revelou que um grande modelo de doença cerebrovascular está atualmente passando por verificação clínica no centro de neurologia do hospital memorial tsinghua chang gung, em pequim. anteriormente, ele e seus colegas conduziram testes internos de grandes modelos usando casos reais ou simulando cenários clínicos complexos. este teste baseia-se num teste simples anterior e visa avaliar a capacidade do grande modelo para compreender registos médicos de complexidade variável, diferentes estilos de linguagem e diferentes níveis de médicos.

entre eles, um dos problemas que mais preocupa pi jingtao é: se houver um erro no modelo grande, como podemos garantir que os médicos não sejam incomodados? em outras palavras, como os médicos deveriam se relacionar com grandes modelos?

esta contradição surgiu durante os primeiros testes internos. naquela época, pi jingtao simulou um cenário clínico complexo, e o plano de tratamento dado pelo modelo grande era diferente da “resposta padrão” esperada. posteriormente, os técnicos intervieram e reconstituíram o processo de raciocínio do grande modelo, tentando encontrar possíveis erros, mas sem sucesso. e quando pi jingtao usou as “respostas padrão” para corresponder às diretrizes clínicas, surgiu um resultado que o impressionou: havia um ponto cego em seu próprio diagnóstico e ideias de tratamento.

“quando este modelo foi projetado pela primeira vez, eu não tinha ideia se ele poderia ser usado na prática clínica e se poderia melhorar e melhorar (a eficiência do diagnóstico e do tratamento), mas depois desse incidente, ele me deu muita confiança. resumiu essa experiência e descobriu que os sintomas clínicos do paciente eram um resultado abrangente. por exemplo, um paciente pode ser hospitalizado por problemas neurológicos, mas também pode apresentar alterações nas condições cardiovasculares, renais e hepáticas. embora os médicos tenham recebido treinamento especializado padronizado, ainda pode haver pontos cegos em seu diagnóstico e pensamento de tratamento, e eles não podem garantir que possam fornecer sempre um diagnóstico abrangente e um plano de tratamento.

além disso, as diretrizes clínicas são constantemente atualizadas e nem todos os médicos conseguem atualizar seus conhecimentos em tempo hábil. quando as atualizações de conhecimento dos médicos ficam para trás, grandes modelos podem ajudar a preencher essas lacunas.

contudo, ler as orientações e fazer julgamentos ainda são competências básicas que os médicos não podem abandonar. pi jingtao disse que se os médicos descobrirem que o diagnóstico e o plano de tratamento fornecidos pelo grande modelo são inconsistentes com o seu próprio julgamento, eles não devem simplesmente aceitá-lo ou rejeitá-lo, mas devem investigar as razões. esse processo de pensamento ajuda os médicos a melhorar seu diagnóstico clínico e capacidades de tratamento e é a visão definitiva de grandes modelos como ferramentas clínicas auxiliares de diagnóstico. afinal, embora grandes modelos possam fornecer conclusões, ainda são os próprios médicos os responsáveis ​​pelo processo de diagnóstico e tratamento.

chame mais pessoas para participar

em julho de 2023, o med-palm m, o primeiro grande modelo médico geral do mundo criado em conjunto pelo google research e deepmind, foi lançado oficialmente. os dados mostram que este grande modelo tem a capacidade de compreender a linguagem clínica, a imagem latente e a genómica, e espera-se que seja utilizado em ambientes clínicos em breve.

de acordo com o "relatório de pesquisa da indústria de grandes modelos de ia médica e de saúde de 2023", em outubro de 2023, o número cumulativo de grandes modelos divulgados internamente atingiu 238, dos quais quase 50 são grandes modelos médicos, envolvendo consulta de pacientes, assistentes médicos e pesquisa e desenvolvimento de medicamentos, popularização das ciências da saúde e muitos outros campos. de acordo com a observação de pi jingtao, o desenvolvimento de muitos grandes modelos médicos começa na "clínica geral" e tenta construir diretamente um grande modelo de clínica geral cobrindo todas as especialidades para os usuários consultarem sobre diversas doenças.

porém, após participar da construção de um grande modelo de doença cerebrovascular, a equipe do professor wu jian manifestou dúvidas sobre esse modelo. eles descobriram que é difícil classificar as diretrizes clínicas para uma doença, e também é demorado e trabalhoso criar uma cadeia de pensamento correspondente. é difícil treinar um modelo de clínica geral usando o mesmo método no curto prazo. prazo. por outras palavras, o atual modelo de clínica geral pode popularizar a ciência médica, mas é difícil fornecer orientação clínica eficaz em áreas de especialidade específicas. portanto, a ideia de pesquisa e desenvolvimento da equipe do professor wu jian é partir de doenças especializadas e depois avançar para a medicina geral.

"se o modelo de doença especializada para doenças cerebrovasculares for bem-sucedido, poderemos copiar a experiência bem-sucedida para outras doenças neurológicas; se as doenças neurológicas forem abrangidas de forma abrangente, tornar-se-á um grande modelo especializado; a experiência da neurologia poderá então ser copiada para outros departamentos. formar um verdadeiro modelo médico geral. "pi jingtao disse que, na opinião do professor wu jian, quanto mais doenças houver no país e maior a carga da doença, maior será a demanda clínica por modelos especializados de doenças. o espaço de pesquisa e desenvolvimento será será maior por exemplo, as quatro principais doenças crónicas com maior incidência no meu país - hipertensão, diabetes, doença coronária e doença cerebrovascular, todas têm um espaço muito amplo para o desenvolvimento de grandes modelos.

na conferência de imprensa do grande modelo de doença cerebrovascular, o professor wu jian emitiu uma ordem de recrutamento apelando a especialistas na área de doenças neurológicas e profissionais na área de inteligência artificial em todo o país para trabalharem juntos para compreender as possibilidades de reforma de tecnologias inovadoras tecnologias e melhorar os resultados clínicos. ele disse que se as barreiras acadêmicas puderem ser quebradas, o trabalho repetitivo de grandes modelos médicos poderá ser completamente evitado.

“isso não é algo que possamos fazer sozinhos.”, disse pi jingtao.

notícias econômicas diárias