医疗保健中的ChatGPT、机器学习和生成人工智能
作者｜格林 出品 | 新芒X
AI对话技术的进化进行时
首先，让我们对此技术进行一个论述。该聊天机器人由通用人工智能 (AGI) 研究公司OpenAI在该公司的GPT⑶系列大型语言模型 (LLM) 上开发。
这是对话式“生成人工智能”的一个例子：基本上是机器学习算法，经过大量互联网数据的训练，以最少的输入快速生成新内容（在本例中为文本）。它实际上可以从它“学到的”东西中产生一些东西。
虽然 ChatGPT 的输出绝不是完善的，但围绕它的炒作是有道理的。该程序及其基础模型代表了自然语言处理 (NLP) 技术的复杂性和能力的巨大奔腾，和使人难以置信的快速发展。
资料显示，OpenAI 的GPT⑵深度学习神经网络的终究模型于 2019 年 11 月发布，并使用 15 亿个机器学习参数进行训练。GPT⑶ 的测试版于 2020 年中期推出，并接受了超过 1750 亿个机器学习参数的训练。到 2020 年 9 月，微软已授权其在产品中使用。到 2021 年，GPT⑶ 将为新的Microsoft 利用程序功能提供动力。
今年，微软采取GPT⑶ 为其高级 Teams 利用程序添加“智能回顾”功能，包括“自动生成的会议记录、推荐任务和个性化亮点”，并刚刚宣布最新版本的 Bing 搜索引擎将包括类似 ChatGPT 的功能。
OpenAI 和 Microsoft 其实不是唯一推动此类技术的公司。Alphabet（谷歌的母公司）具有自己的实验性人工智能项目，例如对话利用程序语言模型（LaMDA），并且目前正在发布类似 ChatGPT 的对话式人工智能工具，称为 Bard，以供选择测试人员。
Meta（Facebook 的母公司）和Quora也通过自己的聊天机器人示例加入了生成式人工智能的竞争。这项技术仿佛一下子就无处不在。
这让很多人重新思考生成式人工智能能够带来甚么、它能以多快的速度产生和它将在哪些领域产生最大的影响——医疗保健也不例外。
医疗保健再AI下的潜力
临床医生和医护人员确切可以减轻信息和管理负担。生成式人工智能可能会有所帮助。
例如，去年微软研究院的科学家发表了一篇关于BioGPT项目的论文，“一种针对大范围生物医学文献预训练的特定领域的生成式 Transformer 语言模型”。
他们本质上采取了 OpenAI 的 GPT⑵，并利用大量著名的生物医学文献对其进行了改进，使 BioGPT 能够更好地发掘、分析和“讨论”生物医学文本，并且在大多数任务上都优于之前的模型。
现在斟酌一下这样一个特定领域的人工智能模型如何帮助医治败血症等疾病。
梅奥诊所将败血症定义为“当身体对感染的反应侵害本身组织时产生的一种潜伏危及生命的疾病”。脓毒症可由寄生虫、细菌、真菌感染和病毒引发，医生将其描写为“在初期阶段很难发现且易于医治，但当症状变得明显时就很难医治了”。脓毒症可能会出现使人困惑的“一系列症状”。这也是医院死亡的第一大缘由。
像 BioGPT 这样的东西可以用来：
• 分析大量生物医学文献并提取与脓毒症相关的信息，以肯定模式和见解。
• 生成与脓毒症相关的新生物医学文献，包括可以指点未来研究的假定和理论的组合。
• 帮助脓毒症的诊断和医治，并帮助更快地肯定干预目标。
对完全区别但一样使人烦恼的医疗保健领域，像 BioGPT 这样的东西可能会破坏当前的医疗保健编码和计费系统。
在美国，与编码和计费相关的本钱非常高，并且“大大超过了类似国家的本钱”。生成式人工智能可以通过以下方式提供帮助：
• 高效地实现医疗程序和服务编码流程的自动化，为其他关键任务腾出时间和资源。
• 辨认并纠正当前系统中常见的编码毛病，从而下降索赔被谢绝和其他经济处罚的风险。
• 辨认医疗程序和服务中的新兴趋势，为新的CPT 代码的开发提供信息，使医疗保健提供者能够更准确地反应医疗程序和服务不断变化的情况。
生成式人工智能的使用有可能极大地影响复杂医疗状态的临床理解、诊断和医治，并提高医疗保健系统功能的准确性、效力和有效性。这项技术可以迅速改良患者的医治效果、简化流程并下降医疗保健提供者和患者的本钱。
在医疗保健领域，ChatGPT等基于生成式AI的对话技术展现出巨大的利用潜力。它们代表了自然语言处理技术的重大进步，通过对大范围文本进行训练，取得了生成高质量、逼真内容的能力。
具体来讲，这些技术可以用于知识获得、决策支持和流程优化。例如，特定域生成模型可以辅助疾病诊断和医治方案选择，可以自动化医疗编码来提高效力，可以为研究提供假定和方向。
虽然存在局限性，但随着模型的不断改进，基于生成式AI的聊天机器人有望成为医疗保健领域新的重要工具，帮助提供更好的患者护理。
但是也需要注意潜伏的伦理问题和安全隐患。整体来讲，这项突破性技术充满了利用于医疗保健的无穷可能。
专注「前沿科技」和「大公司商业秩序」
兼具内容品质和传播影响力
