一位自然语言处理专家对能够理解整个图表或电子病历系统的生成式AI的需求展开了讨论，并且描述了临床大语言模型如何改善患者预后，以及防止临床医生倦怠。
在过去一年左右的时间里，ChatGPT 等生成式人工智能工具被炒得沸沸扬扬。但是，对于所有涉及大型语言模型的新兴医疗保健用例来说，值得记住的是，大语言模型的一个主要价值在于它们能够改进已经存在了几十年的自然语言处理（NLP）能力。
医疗机构需要能够获取和理解患者的整个病历或整个机构的电子病历系统的AI系统，而生成式AI工具完全可以提供帮助。医疗 NLP 公司 emtelligent 的首席发展官Kim Perry在接受采访时谈到了生成式AI和大语言模型的能力，以及它们与 NLP 的关系。可以理解整个图表或整个电子病历系统的AI系统，以及“医疗级人工智能”如何改善患者预后并防止临床医生的职业倦怠。问:人们对生成式AI和大语言模型的能力存在一定的误解，认为它们实际上是在为另一种形式的人工智能，即自然语言处理提供动力。请谈谈这种关系。答：令人惊讶的是，不到一年前，ChatGPT 和生成式人工智能还不为大众所熟知。而现在，ChatGPT 在全球拥有超过 1 亿用户，其中包括消费者以及许多行业用户。遗憾的是，很多人对新兴技术的看法都是基于最初的印象和偶然的一瞥。但对于很多消费者和企业来说，生成式AI和大模型都是新话题，因此难免会产生一些困惑。相对于生成式AI和大模型的最新进展，自然语言处理更早。然而，我们现在看到生成式AI和大模型已经被用来创建我们称之为 “医疗级人工智能”或医疗级 NLP 的东西。大模型正在接受专门针对临床数据的训练，与传统的 NLP 不同，医疗级人工智能能够解锁目前隐藏在非结构化文本中的 80% 的医疗数据。医疗级人工智能处理和理解数百万份文档的能力将改变临床医生在医疗点的工作方式。它的价值将扩展到整个医疗保健领域，受益者不仅包括医疗服务提供者，还包括支付方、制药公司、生命科学和学术研究人员。问：像 ChatGPT 这样的人工智能非常适合回答单个问题，但您建议医疗机构需要的是能够理解整个病历或整个 EHR 系统的系统。请详细说明。答：生成式AI很适合回答单个问题，但前提是答案正确。像 ChatGPT 这样的应用程序经常会捏造事实或产生 "幻觉"。在临床医生必须做出循证决策的情况下，这是完全不可接受的。如果医疗服务提供者无法信任信息来源，他们就会停止使用。此外，生成式AI还会让用户淹没在关键词驱动的数据洪流中，使临床医生难以找到他们所需的信息。医疗服务提供者需要的是能够从单个病历或整个 EHR 系统中访问、理解和关联患者信息的工具。这正是传统 NLP 的不足之处，它无法理解所有非结构化数据。医疗级人工智能利用我前面提到的机器学习和大模型的进步，让医疗机构能够释放自由文本注释等非结构化数据的价值。例如，医疗级人工智能可以理解医疗术语，包括缩略语和俚语，而传统的 NLP 是无法解读这些术语的。由于医疗级人工智能是为企业打造的，因此它可以处理和理解数百万份文档。随着健康数据量的不断增长，这种扩展能力至关重要。问：您所说的 "医疗级人工智能 "如何改善患者预后？答：医疗级人工智能可以在临床医生需要的时候，以易于使用的形式向他们提供所需的信息，从而使他们能够提供更有效的护理，从而改善患者预后。当临床医生无法从非结构化数据中获取患者信息时（例如：关于之前的手术、慢性病或对药物严重过敏的信息），他们就缺乏对患者的整体了解。这可能导致在诊断和治疗病人时出现错误，造成不良后果。相反，当医疗级人工智能自动生成患者病史摘要时，临床医生在护理点就能立即获得信息，从而深入了解患者的健康和福祉。这一点在医生首次接诊病人时尤为重要。正如我前面提到的，临床医生不会使用他们不信任的工具，因为他们无法验证他们所获得的信息。医疗级人工智能通过将患者摘要中的信息与患者病历中的原始数据链接起来，使临床医生能够审查上下文并验证来源的准确性，从而克服了这一顾虑。答：临床医生花费了太多时间寻找和筛选患者数据，这给医疗服务提供者造成了很大的压力，因为他们希望与患者互动，而不是盯着电脑屏幕或寻找埋藏在冗长病历中的特定信息。医疗级人工智能具有强大的功能，如上下文相关搜索和自动摘要，可大大改善工作流程。通过在查全率和查准率之间取得适当的平衡，医疗级人工智能使临床医生能够更高效地治疗病人。更好的工作流程有助于最大限度地减少职业倦怠，因为临床医生不会觉得他们一直在为应付病人的工作量而苦苦挣扎。如果临床医生的办公桌上和检查台前有了更智能的数字工具，他们就不会那么沮丧，就能更好地发挥职业价值，而这正是所有医生都希望实现的。
