近日，清華大學(xué)黃天蔭教授、馬維英教授、李京山教授等聯(lián)合國(guó)內(nèi)外其他研究團(tuán)隊(duì)在NEJM AI上發(fā)表研究文章，圍繞醫(yī)學(xué)人工智能模型的演進(jìn)方向和關(guān)鍵技術(shù)展開討論，提出了通用醫(yī)學(xué)人工智能（UMAI）和通用健康人工智能（UHAI）的概念，并總結(jié)了其中的關(guān)鍵挑戰(zhàn)和技術(shù)路徑。
兩個(gè)新的醫(yī)學(xué)人工智能范式
醫(yī)學(xué)人工智能作為重要的交叉學(xué)科研究方向，在近年來受到了來自學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。隨著人工智能技術(shù)的快速發(fā)展，醫(yī)學(xué)人工智能模型也正從任務(wù)特定模型轉(zhuǎn)變?yōu)榫邆涓鼜?qiáng)通用能力的多模態(tài)模型（GMAI）。
然而，現(xiàn)有醫(yī)學(xué)人工智能技術(shù)仍面臨著三方面的挑戰(zhàn)，其一，當(dāng)前模型未能學(xué)習(xí)整合基于臨床訓(xùn)練積累的“人類智能”；其二，當(dāng)前模型更關(guān)注疾病狀態(tài)的治療，但忽略了從健康到疾病的演變過程應(yīng)用；其三，當(dāng)前模型依賴從發(fā)達(dá)國(guó)家收集的數(shù)據(jù)，忽略了缺少數(shù)據(jù)的發(fā)展中國(guó)家的醫(yī)學(xué)問題。
鑒于上述挑戰(zhàn)，該研究提出了兩個(gè)新的醫(yī)學(xué)人工智能范式：通用醫(yī)學(xué)人工智能（UMAI）和通用健康人工智能（UHAI）。
UMAI和UHAI的主要特點(diǎn)有：第一，融合人類臨床經(jīng)驗(yàn)。UMAI模型關(guān)注如何將人類在于臨床實(shí)踐中積累的經(jīng)驗(yàn)和智慧結(jié)合到模型，特別是同理心和直覺，從而克服數(shù)據(jù)歸納、效率和價(jià)值觀對(duì)齊等方面的挑戰(zhàn)；第二，整合臨床外健康數(shù)據(jù)。UHAI在UMAI的基礎(chǔ)上進(jìn)一步擴(kuò)展了模型的應(yīng)用場(chǎng)景，考慮了更多非傳統(tǒng)來源的臨床外的健康數(shù)據(jù)來全面理解個(gè)人的健康和行為，從而促進(jìn)更積極、主動(dòng)的個(gè)性化醫(yī)療保健。
關(guān)鍵技術(shù)解決醫(yī)學(xué)需求
文章還著重介紹了針對(duì)UMAI和UHAI實(shí)現(xiàn)方式開展了討論，其包含的關(guān)鍵技術(shù)內(nèi)容包括以下方面。
健康數(shù)據(jù)整合與對(duì)齊：醫(yī)療數(shù)據(jù)和非臨床健康數(shù)據(jù)的融合理解對(duì)于提升醫(yī)學(xué)人工智能模型能力至關(guān)重要，因此需要探索合適的解決方法。這里既涉及如何對(duì)異質(zhì)、多模態(tài)的健康數(shù)據(jù)進(jìn)行融合，也涉及如何實(shí)現(xiàn)復(fù)雜數(shù)據(jù)的對(duì)齊。特別是在UMAI到UHAI的過程中，IoT設(shè)備、可穿戴智能設(shè)備等對(duì)于非臨床健康數(shù)據(jù)的采集同樣非常重要。
人類價(jià)值觀對(duì)齊：因?yàn)榻】滇t(yī)療場(chǎng)景本身的復(fù)雜性和特殊性，除了像通用人工智能技術(shù)的應(yīng)用場(chǎng)景一樣需要開發(fā)模型與人類價(jià)值觀的對(duì)齊方式，醫(yī)學(xué)人工智能還依賴于醫(yī)學(xué)情境下的價(jià)值觀對(duì)齊和訓(xùn)練。
醫(yī)療暗知識(shí)注入：UMAI模型需要學(xué)習(xí)人類的臨床經(jīng)驗(yàn)，特別是同理心和直覺判斷能力，以模仿學(xué)習(xí)為代表的強(qiáng)化學(xué)習(xí)技術(shù)能夠一定程度上模擬人類的決策過程，但是還需要進(jìn)一步提升模型的推理和決策能力，大模型的思維鏈和思維樹技術(shù)將有助于這方面的能力改進(jìn)。
醫(yī)療多智能體協(xié)作：會(huì)診是人類醫(yī)生在應(yīng)對(duì)復(fù)雜醫(yī)學(xué)任務(wù)時(shí)會(huì)采用的解決方案，為了進(jìn)一步提升對(duì)于患者/疾病的整體理解，醫(yī)學(xué)人工智能模型也應(yīng)該具備類似的協(xié)作和集體決策能力，因此，構(gòu)造合適的醫(yī)療多智能體協(xié)作策略將有效提升UHAI的各方面能力。
強(qiáng)有力的基礎(chǔ)模型：當(dāng)前，以大語言模型為代表的基礎(chǔ)模型已成為處理不同任務(wù)的核心，正在取代傳統(tǒng)的架構(gòu)。未來，針對(duì)醫(yī)學(xué)人工智能各方面需求而量身定制的基礎(chǔ)模型及架構(gòu)將可能帶來快速的整體技術(shù)進(jìn)步。
研究人員指出，盡管醫(yī)學(xué)人工智能在近些年來取得了很多進(jìn)展，但是在轉(zhuǎn)化、應(yīng)用等方面仍存在一系列的問題，該研究提出了UMAI和UHAI作為創(chuàng)新的模型范式來試圖彌補(bǔ)這些不足。它們將隱性知識(shí)和非臨床健康數(shù)據(jù)結(jié)合，有希望實(shí)現(xiàn)對(duì)健康的全面理解。通過學(xué)習(xí)醫(yī)療保健人員的臨床經(jīng)驗(yàn)，這些新范式有望構(gòu)造更全面的醫(yī)學(xué)人工智能模型來應(yīng)對(duì)醫(yī)療保健領(lǐng)域的眾多挑戰(zhàn)。
相關(guān)論文信息：https://doi.org/10.1056/Alp2400289
本文鏈接：http://www.3ypm.com.cn/news-8-6106-0.html研究提出未來醫(yī)學(xué)人工智能模型演進(jìn)與關(guān)鍵技術(shù)
聲明：本網(wǎng)頁內(nèi)容由互聯(lián)網(wǎng)博主自發(fā)貢獻(xiàn)，不代表本站觀點(diǎn)，本站不承擔(dān)任何法律責(zé)任。天上不會(huì)到餡餅，請(qǐng)大家謹(jǐn)防詐騙！若有侵權(quán)等問題請(qǐng)及時(shí)與本網(wǎng)聯(lián)系，我們將在第一時(shí)間刪除處理。
點(diǎn)擊右上角
微信好友
朋友圈
點(diǎn)擊瀏覽器下方“
”分享微信好友Safari瀏覽器請(qǐng)點(diǎn)擊“
”按鈕
點(diǎn)擊右上角
QQ
點(diǎn)擊瀏覽器下方“”分享QQ好友Safari瀏覽器請(qǐng)點(diǎn)擊“”按鈕
