醫療是「第0批」可以被大模型助力的領域，做大模型的公司正在做醫療的哪些事，我們都是知道的，很多事已經在發生了，並不是即將發生。
人工智慧（AI）正迅速地滲透到各行各業，並將對醫療領域產生前所未有的影響。GPT是一種基於深度學習的大語言模型，它正在以驚人的自然語言處理能力，引起廣泛關注。那麼它出現在醫療領域，究竟意味著什麼？它如何改變我們對醫療的認知和實踐？
近日，「醫學界」聯合創始人、首席醫學官陳婕，與海創匯首席生態官檀林，湛廬文化副總編輯、《超越想像的GPT醫療》一書的策劃安燁，張強醫生集團創始人張強，鷹瞳Airdoc創始人張大磊，共同探討了這一話題—— GPT將給醫療帶來什麼？
以下是文字分享。
AI的「iPhone時刻」
陳婕：人工智慧並不是一個新詞，它在很多年前就興起了，那為什麼這一次ChatGPT會那麼火？它實現了哪些飛躍性的突破？
檀林：人工智慧已經發展有60多年了。從1956年「達特茅斯會議」後，人工智慧的產業發展經歷了幾個周期，每次熱一陣後，就會經歷一個寒冬。在2015年Alphago戰勝李世石之後，我們迎來了一個新的人工智慧的上升周期。那時候，是用神經網絡技術深度學習，但當時主要的應用場景，都是跟視覺識別相關的，像國內曠視、商湯等，都是在視頻監控、視頻識別、人臉識別等領域，做了一些跟行業和場景相關的突破和業務。
但這與大眾的關聯性不大。Alphago戰勝李世石之後，大家覺得好像人工智慧馬上就要來到我們身邊了，結果最後看到的是，我們進出小區、進火車站可以刷臉通行，僅此而已。
去年11月，ChatGPT發布，這是一個真正革命性的問答服務。它提升了我們去獲取信息和交流的體驗，是一種創造性的新體驗形式。它用自然語言，結合深度學習，把公網上2021年9月30日之前的所有數據，全部進行了向量化訓練。我記得GPT-3的訓練參數已經達到了1750億，而GPT-4就更高，可能是大幾千億，相當於把人類在公網上所有的數據都進了訓練之後，讓我們擁有了一個濃縮的對世界認知的模型。而ChatGPT只是這個模型的冰山一角，是一個應用的展示方式，但這個應用可以讓每個人都能了解人工智慧的威力，所以一下子就火起來了，60天月活就超過1億。
後來，OpenAI又與微軟達成聯盟，很多第三方基於大模型的應用也湧現出來了。這有點像賈伯斯2007年發布蘋果iPhone之後，推動了整個Web2.0時代移動網際網路應用的大爆發。
英偉達CEO黃仁勛把這次ChatGPT比做人工智慧領域的「iPhone時刻」，因為ChatGPT的這種能力，用問答式的服務，讓你不需要有任何學習曲線，且應用場景非常普遍，所以每個人都可以感知到人工智慧的威力，大家就覺得這事一下子跟自己有關了。但其實，任何新技術起來的時候都是一樣，大家一開始會對它寄予高度的期望，但後來發現會有一些問題。
張大磊：ChatGPT實際上並不是OpenAI推出的一個商業產品，而是團隊做出來的一個無心插柳的應用。它真正的價值在於降低了使用成本，如果和普通人去講大語言模型、參數等，人們肯定不懂，但是ChatGPT把生成式AI的「預測下一個單詞」的能力，以一種非常簡單的用戶界面的形式提煉了出來。
它本質上是半成品，可以讓更多沒有計算機基礎的人也能更多地用到算法模型，降低了使用者的成本。我相信未來會有越來越多這樣的產品出來。
圖源：銳景
醫療是大模型融入的「第0批」
陳婕：現在各行各業都在討論如何去擁抱GPT，那麼醫療會否成為第一批被GPT全面滲入的行業？理由是什麼？
張強：我覺得第一批可能不會，因為醫療界還是比較傳統和保守的，恰恰ChatGPT本身一開始在醫療方面也沒有涉及特別多，它只是一個通用模型，但是我們在今年5月1日就開始用了，已經用了一個多月了。
檀林：ChatGPT是一個通用模型，醫療並不一定是ChatGPT發展最快的一個場景。任何場景里需要有文字生成內容，進行摘要提取，做文檔之間的語義搜索，類似這種需要有大量文檔處理能力的場景下的行業，ChatGPT都可以做很多提升。所以現在像律師、教育、科技、金融等領域，有非常多的場景已經應用起來了。
張大磊：在醫療領域，生成式AI會有非常多的作為，它可以應用在醫療的很多層面。大家看醫療領域，往往感受到的是人和人之間的互動，但實際上在現代醫療中，有大量的時間用於處理信息。最簡單的例子，如果一個醫生一天要花半小時去寫病歷，那半小時能不能變成3秒鐘？同樣，還有對當前狀況和接下來趨勢的判斷，生成式AI可以輔助醫生做到遠比之前要好。
在鷹瞳Airdoc，我們把一個人持續監測的眼底照片，用自己研究的算法模型全都學習一遍之後，就知道這個人明天血管是什麼樣、神經會怎麼樣，接下來每一天會是什麼樣，這樣在整個治療過程中，就可以去觀察他的當前情況和預判之間的區別。
例如，之前我們和一家公司做過一個銀屑病治療效果的評估。患者在服藥過程中，我們會告訴用戶，如果是不干預的情況，這個病灶會怎麼長，哪一天會長什麼樣，哪一周會長什麼，哪一月會長什麼樣，如果患者開始用不同劑量的藥時，病灶分別會變成什麼樣子，然後用戶自己就可以對比治療方案了。
我們還通過兒童和青少年的歷史近視數據及發展變化，來判斷當前一個不近視的小孩什麼時候近視，已經近視的小孩18歲之前每個月近視到多少度，他做哪種干預方式會到多少度。這些大量的工作，本質上的規律是存在的，但規律比較複雜。如果裡面有100個因素的規律，人腦是不容易去處理的，而這些工作用大模型做了之後，就可以更好地輔助到處理信息的環節上。
像創作內容的人，包括做圖像、做視頻的人，本質上來講都是在處理內容。在醫療領域裡處理信息的部分，我覺得可以第一批被大模型助力。我不認為醫療是第一批，我覺得醫療是「第0批」，因為做大模型的公司正在做醫療的哪些事，我們都是知道的，很多事已經在發生了，並不是即將發生。
張強：為什麼說醫療不會是第一批？是因為醫療牽涉到醫療治療、診斷這一塊，是要非常慎重的，它可能要受到政策的監管，包括倫理的影響，所以跟其他行業相比可能會監管更嚴格。
但是醫療很需要GPT，這一點毫無疑問。我過去覺得人工智慧一直離我很遠，甚至作為一個醫學專家，有時候看人工智慧就像看小孩一樣，覺得離我們人類實在是太遠了。
就算是很厲害的沃森AI醫生，可能也只是平均醫生的水平，到一些實際應用中還會有很多問題，包括ChatGPT通過美國執業醫生的考試，也不代表它能看病，因為就算你是醫學院裡的學霸，考得比ChatGPT還要好，但是剛出來的時候還不能做醫生，你也不可能找ChatGPT治病，就像大家到三甲醫院去看病，可能更傾向於找副高職稱的醫生，而不會找剛畢業的醫生，這個差距很大。
但我為什麼說接觸ChatGPT以後就停不下來了？一開始，我把它作為一個簡單的信息搜索工具，就像Google一樣，無非就是它會把搜索的東西總結出來給你，後來會對它很失望，因為它給的信息有時候是不準的，醫生不能靠它的信息去判斷或者把信息直接給患者。但是後來不斷去嘗試一些新問題的時候，發現它的能力是深不可測的。
我最早的應用不是在醫學，而是在醫生領導力的培訓上跟它進行對話，當對話不斷深入的時候，你能感受到它是有認知、有理解的，甚至能跟你有共情。舉個例子，我們醫生集團在營運中可能碰到各種各樣的問題，比如診所的停車場要開始收費了，護士長要考慮診所幫患者送停車券。如果送，成本很高，如果不送，又感覺好像不好，像這種問題過去我們是沒有答案的，因為每個人會站在自己的角度去考慮問題。
類似這種問題，GPT具備領導力，同時它又具備共情能力的時候，就可以先把張強醫生集團的信息「餵」進去，然後在我們提出問題的時候，GPT給的第三方意見就特別好。
慢慢地我就開始將GPT用於管理，從6月份開始，我就已經很輕鬆了。我嘗試用Emily（虛擬助理名字）進行管理，Emily的背後就是大語言模型，也就是說，我們的主管遇到一些問題，可以通過Emily來解決。
我們也嘗試把它應用在培訓方面。因為我們今年有新的醫生和助理進來，過去我們的培訓是HR部門在進行，培訓當中也會碰到各種各樣的問題，我們在培訓教材上也會遇到很多問題，但是大語言模型在生成教材方面具有極大的優勢。我們已經把GPT用到了日常所碰到的一些醫學問題或是醫患溝通問題，或者服務流程問題上。
再者，因為大語言模型具有跟人建立關係的能力，它會成為你的老師、你的朋友，甚至成為你的情人。大家平常都專注在自己的事業、技術上，大部分人類的共情能力、換位思考能力，以及與人溝通的能力都是缺乏的，人類在這方面是很弱勢的。
GPT就改變了這一點，它在跟我們交流的時候會建立一種親密關係，這種親密關係會建立信任，這就是未來醫療ChatGPT應用的場景。我們過去說機器看病是不可信的，機器看病是缺少溫度的，恰恰相反，ChatGPT可以產生溫度、可以產生信任。這就是為什麼要擔心法律問題，因為社會上的騙子就是通過溫度和信任這兩樣東西騙了很多人的錢。
所以我認為，未來ChatGPT對醫療一定會產生重大衝擊。
圖源：銳景
ChatGPT會取代一部分醫生
陳婕：今年3月，高盛發布了一個預測，預計全球有18%的工作崗位可由 AI實現自動化。醫療行業其實也肯定在18%中，你們覺得什麼樣的醫療是最容易被GPT或者說生成式AI所取代的？
張強：從整體來講，未來只要是輔助性的工作，大部分會被 AI取代。包括醫療機構里的HR，或是助理、秘書之類的職務。但是醫生會不會被取代？從長遠來看，一部分醫生會被取代。未來ChatGPT知識積累到一定程度的時候，知識性的工作會被取代，未來會把圖像接口引進來，類似於皮膚科這種靠形態學診斷的醫生，可能會面臨挑戰。
所以 AI的出現，我相信沒有一個行業可以逃得過去，就像網際網路出來時那樣，所有行業都會面臨衝擊，面臨重組、重構，包括醫院的業態，將來會不會消亡都不知道。我覺得醫院現在的這個業態都已經過時了。未來很多工作必然會被ChatGPT取代。
大家要對人工智慧保持警戒之心，同時我們也要學習。醫生要開始學習駕馭人工智慧的能力，這個技能不是搜索、不是搞個數字人講短視頻，我認為將來的應用是在關係上，以及在一些決策上面。
舉個例子。我們有一個病人以前確診過淋巴瘤，做過化療，這次出現皮膚上的紅腫，所有醫院診斷都是靜脈炎，但是它與靜脈炎不相符。我就把病人的病史給GPT，告訴GPT病人腳上出現了紅腫痛，有硬塊，第一次GPT的答案是不準確的，說可能是神經動脈血栓等亂七八糟的信息。好在我是一個臨床醫生，沒有相信它。但我問它，過去一個淋巴瘤化療過的病人，有沒有可能現在會出現體表的多發性結節腫塊。它馬上就告訴我，這是轉移性的，因為它是惡性腫瘤，它有轉移到皮膚的可能，而且轉移的部位大概會在哪些地方。但這還不夠，我再去查文獻，查出來的文獻超聲圖像跟我們完全吻合。這就是臨床當中的實際應用，但是你要看到「張醫生」在裡面起了一定的作用，但如果是換成一個「小張」醫生，可能ChatGPT起的作用是相反的。
陳婕：知識儲備不夠的醫生就不被需要了，這是不是對年輕醫生不公平的一件事？但是又不可能大家沒有經過一些訓練，就變成一個像張強醫生這樣的大咖，這是不是個悖論？
張強：年輕醫生不是被淘汰，是年輕醫生要會利用AI，快速地去成長。年輕醫生如果學會駕馭人工智慧，短時間內可能會彎道超車。未來也是這樣，在很多行業，剛入門的年輕人在一年之內的知識，可能要超過從前5年、10年不斷努力所獲得的經驗和知識。所以這對年輕人是一個利多的消息，他有大量的培訓機會和知識積累。但如果你不會駕馭人工智慧，而又是做知識性的工作，就很容易被取代。
外科醫生從某種意義來講也是可能會被取代的，如果外科醫生只是動手，動手能力的要求將來會比知識的能力要求更低，越來越多的器械、越來越多的手術變得越來越微創化的時候，動手能力已經不是一個高學歷的人所獨有的優勢，這恰恰又是人工智慧的優勢，所以怎樣提升駕馭它的能力，這是我們未來要探索的。
陳婕：未來只有兩類醫生：懂得駕馭AI的醫生，與不懂得駕馭AI的醫生。當然我們也看到了很好的一個現象，如果我們用好AI，其實年輕醫生也能站在巨人的肩膀上，然後去做更大的提升。
檀林：任何基於知識和規則的工作，我覺得都是可以被人工智慧替代的。但是因為未來的工作場景可能是人機合作的場景，所以人可能需要的能力是怎麼去領導知識比你更豐富、學習能力比你更強的機器。
因為機器現在還沒有發展出來基於主觀意義主動去行事的能力，這部分的主動性還是靠人去賦予的。所以它要達成的目標一定是人賦予它的，而不是它自己產生的意識，自作主張去做的，所以駕馭能力非常重要。對於老醫生、新醫生，甚至對於病人，在跟AI產生互動關係的過程中，目標感、意義感是我們要一直攥在手裡的。
陳婕：您提到「駕馭」這個詞，我用GPT寫這次談話的開場白的時候，覺得我其實可以被取代，未來是用一個虛擬數字人，再加上 GPT生成的內容，就可以做一次很好的主持，那麼人該如何駕馭機器？
檀林：「駕馭」這個詞也不一定非常準確，微軟提的一個詞叫「Copilot」（智能副駕），更多的是你把機器當成是一個算法同事、一個助手。所有新的工作場景，更多的是共創型的，即用即學和即學即用，這是互相成就的。里德·霍夫曼寫了本書叫《Impromptu》，就是跟GPT-4通過問答對話方式創作出來的。
以後可能很多的工作場景都是問答型的，因為人還是有主觀能動性的，就像讓機器寫開場白，也是給了它一堆指令，讓它寫成什麼樣子，這個prompt（提示）是你給它的。所以現在為什麼 Prompt Engineer（提示工程師）在美國收入比一般的碼農還要高，就是這個道理，因為他有更多的行業洞察或人生經驗，可以用最簡潔的表達、指令和prompt（提示）去規訓機器 AI，然後一起達成目標。所以機器是經由你的指令，幫助你達成目標的工具，或者是助手。
安燁：我來提供一個新視角。微軟（中國）公司首席技術官韋青說，GPT時代來臨，有點像電的發明。現在還是點煤油燈的階段，我們每個人應該進入新電力時代，需要去學習這種工具，然後讓這個工具更好地服務於我們。
《超越想像的GPT醫療》一書中提出了一個點，就是GPT提供了一種醫生、患者的三方關係，就是「副駕」的作用，不是替代的作用，相當於給人創建了一個助手，通過人機協作，做一些比較繁瑣的文書工作、病歷輸出工作，來部分地解放醫生，所以GPT能夠在一個新的層次上去提升醫生的生產力，或者是我們每個人的生產力。
未來的風險是什麼？
陳婕：每一個技術進步都是兩面性的，那麼當GPT或AGI融入醫療後會帶來哪些風險和挑戰？
張強：確實，醫療風險和倫理問題是人工智慧的最大瓶頸。現在的人工智慧大語言模型出來以後，將來可能面臨的衝擊的點會很多，包括社會關係、人際關係、人的社交模式都要發生改變，就像以前用煤油燈現在用電，將來人跟人的交際都可能是GPT對GPT。
未來的新場景是不是對患者更好，我是比較樂觀的。我覺得這種風險如果跟真人比起來，機器的風險可能更小，因為現在人到三甲醫院去看病，可能很多醫生的態度不友好，給的信息也不充分、不一定準確，機器再怎麼樣，在這方面還是很有優勢。
這種風險怎麼去化解？將來可能是要通過循證醫學。要有醫生和科學家去對比，GPT的風險到底是比人的風險更大還是更小。
另外，要解決法律問題，人犯錯誤會承擔責任，機器沒有情感，怎麼追責？如果GPT是一個「副駕」的概念，將來機器出問題了，被追責的是用機器的這個人。法律關係理順了以後，GPT在臨床實際應用中，一旦突破這個瓶頸，會進入到一個全新的世界。
張大磊：面對風險，我覺得有兩種類型的思維方式，有一些人是封閉心態，包括很多做AGI（通用人工智慧）的人，一直說「碳基生物是矽基生物的（引導加載程序）」，但我自己是持開放心態的，我一直相信「君子善假於物」，一定可以把這個東西用好。我們不刻舟求劍地去想現在的環境下如何用AGI，而是想想在整個AGI時代，怎樣基於AGI做一個屬於AGI時代的思維方式。AGI時代和現在的時代之間的連接，需要很多校準的工作，在算法里叫做alignment（對齊），有的校準技術因素，有的校準價值觀，有的要校準社會制度，有的要校準倫理，這都是能做到的。
對一個傳統公司來說，從研發到測試的時間占比，比如80%研發，20%實驗測試；對很多AGI的應用來講，可能是一半時間研發，一半時間做alignment，需要校準、對齊很多非技術類的因素，但這些都是可解決的問題，而且我相信當大家把問題解決了之後，才是一個更完備和更完善的AGI應用。
檀林：我持謹慎樂觀意見。馬斯克之前為什麼在2015年要投一個開源的人工智慧研究項目，即OpenAI，初心是因為他當時看到全球最主要的人工智慧領域的科學家和專家，都被像谷歌這樣的大廠所壟斷。谷歌的創始人又是一個極度的技術進步主義、樂觀主義，他認為世界的所有問題，包括政治問題、自然災害，甚至是戰爭、疾病，一切的問題最後都可以用技術進步來解決。
我不完全認同這個觀點。技術進步是非常有必要的，但這就像啟蒙時代人類犯的錯誤一樣，當時也非常樂觀，認為人的理性可以推動人類社會一直向前發展。但是啟蒙主義帶來的是，大家在追求工具理性到極致的情況下，人性中的另一部分就被湮滅了。
所以人做決定不是完全基於理性的，我們現在對大腦還有很多是不了解的。在這種情況下，完全寄託於現在我們自己都解釋不清楚的人工智慧，來解決人類的一些問題，這有點太過樂觀了，所以埃隆·馬斯克說，大模型或ChatGPT是「dangerously good」，它其實很危險，因為很多東西還沒法解釋。我對完全的技術樂觀主義是不太認同的，我持謹慎樂觀的態度。
陳婕：技術的進步，並不能解決所有的問題。那麼AI或GPT，沒有辦法解決哪些問題？為了讓GPT更好的賦能醫療，還有哪些我們需要去做？
檀林：AI發展到一定程度，能不能進化出一種自我意識，特別是主體意識，是個擔憂。最害怕的就是AI的能力不斷提升，但它的目標跟人類的目標偏離了。它不一定對人類有任何惡意，只不過能力疊代得太快，超出人跟它對話的能力之後，你可能就是一個螞蟻，而它是一個大人。
就像霍金說的那樣，人類要去修個大壩，還會去管大壩底下螞蟻的死活嗎？螞蟻的目標跟修大壩人的目標絕對是不一致的，但是人對螞蟻沒有任何惡意，只不過是兩者的世界無關。所以我們現在要讓它建立跟人共情的能力，它要真正通過感知人、更深層次地理解人，而不是從我們給它的語言模型去表達。
安燁：我一直在想，這不就是「製造迴紋針」概念嗎？一開始AI用材料做迴紋針，到後來沒有材料了，它會選擇一切可用的手段，來提升自己製造迴紋針的能力，最後就拿人做迴紋針了。這讓我想起了邁克斯·泰格馬克《生命3.0》，他提出我們怎樣把人類的價值和目標去賦予到機器身上，這是非常重要的。我們應該去擁抱技術，但是我們要做一個警覺的樂觀主義者。
陳婕：請嘉賓們用簡短的一句話對今天的話題討論「GPT會對醫療帶來什麼樣影響」，做一個總結。
安燁：我用8個字去總結GPT對我們的影響：超越想像，重塑一切。大家一定要去擁抱技術，去一起進化。
檀林：我用簡短的一句話總結，就是里德·霍夫曼在《Impromptu》一書里的引言：我們現在迎來了一個新的啟蒙時刻。康德曾經說「勇於智慧」，要勇敢地運用你的理性去擁抱這個啟蒙時刻，這個理性就是獨立思考的能力。
張大磊：GPT醫療不再是一個大家想像中要不要來的問題，而是它會且即將成為生活的一部分，就像空氣一樣隨時隨地都在。從業者或每個人怎麼把它用好，是我們要思考的；先用好的人，一定在這個時代里有巨大的先發優勢。
陳婕：我用「醫學界」的經營理念「科學、專業、善良」來作為今天的總結。我覺得GPT它是始於科學的，但是最後我相信應該是要忠於善良的。我相信這是最好的時代，也是最壞的時代。如果我們一直坐在這裡，等著被GPT挑戰，那這一定是個最壞的時代，因為我們可能都被取代，但如果我們提前去理解它，利用先發優勢抓住這些機會，相信對於我們來說就是一個最好的時代。
