盡管智慧醫(yī)院的建設(shè)進行得如火如荼，但落在具體場景中，譬如自動書寫病案、智能問診、 智能隨訪等應(yīng)用，仍然沒有脫離關(guān)鍵詞映射數(shù)據(jù)庫的邏輯，真正做到智慧智能。 大語言模型（LLM）帶來的 NLP 技術(shù)更迭能夠一定程度解決當前智能程度不夠問題。在分 析文本類信息時，大模型不僅能夠從大量給定信息中找到任務(wù)需要的關(guān)鍵項，還能對未知信 息進行預設(shè)，綜合上下文做出推理。此外，亦有企業(yè)將大模型置入新藥研發(fā)中，以更高效的算法分析、處理、構(gòu)建化合物、匹配 臨床患者等，提升各階段藥物研發(fā)效率。九大應(yīng)用場景，大模型已潛入醫(yī)療就目前而言，大模型在醫(yī)療領(lǐng)域的應(yīng)用還停留在對已有場景的重構(gòu)上，尚未展現(xiàn)出新場景的 創(chuàng)新。部分專家認為，以下九個場景最有可能最快接入大模型。相對于傳統(tǒng) CDSS 而言，大模型的訓練數(shù)據(jù)來源更為廣泛，自我凈化能力更為高效，因而能 為 CDSS 帶來較大幅度的提升。輔助診斷方面，醫(yī)生在診斷中需要調(diào)動大量醫(yī)學知識，記憶大量的患者信息，常會出現(xiàn)疲憊 的問題。此類大模型的引入可以幫助醫(yī)生記錄信息，緩解疲勞。同時，大模型還能通過學習 電子病歷、醫(yī)學文獻等數(shù)據(jù)同醫(yī)生進行一些語言互動，提升診斷的準確性及效率。兩條作用 路徑均能提升醫(yī)生診斷質(zhì)量、診斷效率。目前，百度靈醫(yī)智惠、衛(wèi)寧健康、惠每科技等企業(yè)已在嘗試將大模型融入自身的 CDSS，提 升決策的完整性與準確性。理論上可在急救藥學服務(wù)、骨科、細菌感染等領(lǐng)域接收患者后迅速生成治療方案。尤其是在 急救場景中，大模型在急救過程中迅速根據(jù)患者信息生成治療方案，可以輔助醫(yī)生更快做出 診斷，為患者謀取更多救治時間。目前尚無企業(yè)發(fā)布相關(guān)產(chǎn)品。可對結(jié)構(gòu)化的醫(yī)療文書進行自動錄入、形式質(zhì)控、內(nèi)涵質(zhì)控。各個醫(yī)生書寫習慣不同，精力 有限，大模型可快速地生成規(guī)范醫(yī)療文書模板，該模板具備質(zhì)控邏輯清晰、內(nèi)容表達豐富等 特征，能夠按照標準準確錄入文書，減輕醫(yī)生在書寫、檢查等環(huán)節(jié)的負擔。主流 LLM 都可 提供多樣化質(zhì)控功能。可通過通俗的語言為患者進行導診、答疑；用智能支持的藥品說明書替代傳統(tǒng)說明書。傳統(tǒng) 的患者教育需要醫(yī)生投入大量精力進行編寫，并在專業(yè)性、易讀性方面取得平衡，還會常常 在后續(xù)溝通中為患者釋疑。大模型可以針對患者母語背景生成相關(guān)的患教資料；與患者對話 提供患者需要的信息。 這是一項較為成熟的應(yīng)用，健培科技的啄醫(yī)生；百度靈醫(yī)智惠的 AI 藥品說明書均屬這一場 景中的成熟應(yīng)用。可生成醫(yī)院管理所需的各類表單，為醫(yī)院管理者提供輔助管理決策支持，統(tǒng)計包含醫(yī)生基礎(chǔ) 信息、臨床能力、醫(yī)院后勤、醫(yī)院財務(wù)等各個方面的數(shù)據(jù)，然后生成匹配醫(yī)院現(xiàn)狀的動態(tài)管 理計劃，對醫(yī)療資源進行一個智能高效的配置。以醫(yī)療設(shè)備管理為例，大模型可以規(guī)劃各項 醫(yī)療設(shè)備采購、維護計劃，生成維修相關(guān)表單，有效提高管理效率。研究方面，可在選題立項、研究方案設(shè)計、結(jié)果分析、成果編寫方面發(fā)揮很大作用。需要注 意的是，大模型也會出現(xiàn)偽造參考文獻引文、無法甄別科研貢獻，無法對于生成內(nèi)容負責等 等問題，有待后續(xù)逐一解決。 教育方面，可協(xié)助醫(yī)生編寫教案，替代醫(yī)生解答部分問題。醫(yī)生在履行教學職能時需耗費大 量時間編寫教案，回答學生提出的各類高重復度問題，導致有臨床、科研任務(wù)的醫(yī)生其精力 被重復性勞動占用。大模型的引入可以分擔醫(yī)生壓力，如輔導第一年資學生的學習，將醫(yī)生 從醫(yī)學教學的任務(wù)中解放出來，幫助其專注臨床科研工作。中醫(yī)常面臨其醫(yī)療知識難以顯性化、結(jié)構(gòu)化的問題，導致知識傳承相對困難。引入大模型可 對中醫(yī)相關(guān)知識進行數(shù)據(jù)挖掘，推動相關(guān)知識體系的構(gòu)建，以標準化的形式為患者生成診療 方案。 目前發(fā)布中醫(yī)大模型的企業(yè)較少，以大經(jīng)中醫(yī)為例，其“岐黃問道·大模型”包含基于已確診 疾病的臨床診療大模型、基于癥狀和體征的臨床診療大模型、中醫(yī)養(yǎng)生調(diào)理大模型，分別可 作用于根據(jù)用戶提供的疾病、癥狀、體征信息，給出辨證（診斷）結(jié)果和治療方案（中藥處 方）；根據(jù)用戶提供的主訴癥狀和伴隨癥狀、體征信息，給出辨證（診斷）結(jié)果和治療方案 （中藥處方）；根據(jù)用戶提供的癥狀、體征信息，給出個性化中醫(yī)健康狀態(tài)辨識結(jié)果，以及 食療、茶飲、推拿、艾灸等多維度養(yǎng)生方案，推動中醫(yī)知識標準化、診療標準化。研發(fā)方面，大模型可在藥物發(fā)現(xiàn)、臨床前研究等環(huán)節(jié)提高靶點發(fā)現(xiàn)效率，構(gòu)建復雜分子；亦 可在臨床試驗環(huán)節(jié)對臨床試驗的設(shè)計思路、統(tǒng)計方法的推薦等等方面提供支撐，極大提升藥 物研發(fā)效率。 如晶泰科技噬菌體展示平臺 XpeedPlay 能夠利用大模型超高速生成苗頭抗體。在研究 VHH 抗體（一種存在于駱駝血清中的天然輕鏈缺失抗體，用于治療癌癥，自然界不存在）結(jié)構(gòu)時， 該平臺通過同時優(yōu)化多種藥物特性，幫助晶泰科技一舉獲得了 1000 億個最有前景的新 VHH 抗體序列。銷售方面，大模型可在藥物市場推廣時以自動化、智能化的方式連接目標用戶，打造更為精 準的用戶畫像，進而降低營銷成本，提升營銷效率。用于輔助流行病學的大數(shù)據(jù)分析及趨勢判斷。由于傳播方式和傳播路徑具備復雜性、偶然性， 疾病發(fā)展的不確信性和變化性非常大，超出常規(guī)算法的能力范疇。相比之下，大模型可以對 流行病學的大數(shù)據(jù)分析和這個預測進行有效支撐，給出較為精確的判斷。目前國內(nèi)外擁有大 量研究機構(gòu)和醫(yī)院進行相關(guān)探索，并已取得了不錯的成績。
