本地医疗团队用大语言模型 研发“虚拟医生”居家看诊 | 联合早报
zaobao
本地医疗研究团队在大语言模型基础上研发能与患者视频互动的人工智能医生形象，可用多种语言，为居家病患提供保健建议，帮助他们管理病情。
新保集团人工智能部署长张书维副教授星期三（5月29日）在新加坡亚洲科技会展（Asia Tech x SG）的ATxSummit活动中，就人工智能在医学领域的发展和应用发表主旨演讲。
他指出，生成式人工智能，尤其是大语言模型（Large Language Model，简称LLM）越来越多地应用在医疗场景中，例如辅助医生整理多次转介的住院病患的病例、校对医学论文的初稿等。
大语言模型是基于海量文本数据训练的深度学习模型，不仅能生成自然语言文本，还能深入理解文本含义，处理各种自然语言任务，如文本摘要、问答、翻译等。
张书维在演讲中现场展示以自己为原型的人工智能医生虚拟形象（avatar），使用英语、华语和法语，通过视频向患者解释病情，内容的复杂程度可根据病患的需要和理解能力进行调整。
延伸阅读
[本地新智能远程系统 让病患居家做物理治疗
](https://www.bdggg.com/2024/zaobao/news_2024_05_15_682364)
[新保集团和全国人工智能核心合作 推广医疗领域使用人工智能
](https://www.bdggg.com/2023/zaobao/news_2023_11_24_648172)
他指出，虽然对于将人工智能用于医学诊断仍存在争议和不确定性，但利用大语言模型，就患者的病情为他们答疑解惑、提供日常的保健建议，则是可行的。
以新保集团人工智能部署长张书维副教授为原型的人工智能医生虚拟形象，可以用多种语言向患者解释病情，内容的复杂程度也可根据病患的需要和理解能力进行调整。（新保集团提供）
张书维说：“患者向我反映，就医时看诊时间通常只有五到十分钟，且英语不一定是他们的第一语言，而利用大语言模型，虚拟形象就能用他们最熟悉、舒适的语言和方式，随时随地与他们沟通。”
生成式AI可更长期、纵向地记录及研究病患身体状况
新加坡国立大学杨潞龄医学院数码医疗研究所主任何鼎教授也在主旨演讲中指出，生成式人工智能可以更长期、纵向地记录及研究病患的身体状况，而不再根据单一时间点的状况进行判断。
“我们的细胞和身体随着时间不断变化，一些治疗方法也须要跟着这些变化而变化。”
何鼎提到，与其利用以往病患的历史数据来训练人工智能模型、从而治疗下一名病患，不如运用病患自身的以往数据来指导治疗方案，例如调节用药剂量。
新保集团拟与政府和业界 共同探讨针对大语言模型治理框架
在人工智能治理方面，张书维接受《联合早报》访问时透露，新保集团计划在星期三下午的闭门会议中，与政府和业界共同探讨初步拟定的针对大语言模型的治理框架。
他指出，这个治理框架不仅可确保模型生成准确客观的答案，还注重生成的内容符合临床共识，且能够为内容提供推理过程和信息来源。
“我们在保证内容正确、符合临床规范的基础上，还要让模型给予患者客观、没有偏见和歧视的回答，例如无论华族、马来族或印族病患发问，他们给出的答案都一致。”