打開(kāi)手機(jī)掃描二維碼
即可在手機(jī)端查看
近年來(lái)，醫(yī)療人工智能（AI）在新穎的基礎(chǔ)和龐大的語(yǔ)言模型的推動(dòng)下發(fā)展迅速。這對(duì)于改變醫(yī)學(xué)教育和醫(yī)療保健服務(wù)是非常有希望的?，F(xiàn)在，來(lái)自中國(guó)的研究人員在《中國(guó)醫(yī)學(xué)雜志》上發(fā)表的一篇綜述強(qiáng)調(diào)了前景，并指出了與數(shù)據(jù)收集、分析和隱私相關(guān)的挑戰(zhàn)。它強(qiáng)調(diào)了各利益攸關(guān)方之間有效合作的重要性，以確保人工智能在醫(yī)療保健領(lǐng)域的光明未來(lái)。
近年來(lái)，人工智能（AI）在OpenAI的GPT-n系列等創(chuàng)新基礎(chǔ)模型（FMs）和ChatGPT等衍生大型語(yǔ)言模型（LLMs）的推動(dòng)下取得了顯著發(fā)展。這些FMs和LLM在包括醫(yī)學(xué)在內(nèi)的各個(gè)領(lǐng)域都有廣泛的應(yīng)用。因此，醫(yī)療人工智能在全球范圍內(nèi)迅速發(fā)展。具體來(lái)說(shuō)，谷歌的醫(yī)學(xué)LLM：MedPaLM在解決美國(guó)醫(yī)療執(zhí)照考試方面成功地展示了專家級(jí)的準(zhǔn)確性。
此外，Nature和New England Journal of Medicine發(fā)表的研究論文證明，F(xiàn)Ms和LLM正被廣泛用于醫(yī)學(xué)診斷和教育。最近旨在全球醫(yī)學(xué)成像數(shù)據(jù)共享的舉措，以及美國(guó)FDA為醫(yī)療人工智能制定的監(jiān)管指南，都表明人工智能在醫(yī)學(xué)科學(xué)領(lǐng)域的視野正在擴(kuò)大。這些發(fā)展預(yù)示著一個(gè)新的增長(zhǎng)和發(fā)展時(shí)代的到來(lái)，在這個(gè)時(shí)代，人工智能可以在提高診斷準(zhǔn)確性和支持全球醫(yī)療專業(yè)人員方面發(fā)揮關(guān)鍵作用。
然而，像任何新興技術(shù)一樣，醫(yī)療人工智能面臨著一些挑戰(zhàn)，需要解決這些挑戰(zhàn)才能獲得未來(lái)的利益。該綜述由澳門科技大學(xué)醫(yī)學(xué)院人工智能醫(yī)學(xué)研究所的Io Nam Wong教授領(lǐng)導(dǎo)，Olivia Monteiro、Zhuo Sun、Sheng Nie和Yun Yin作為通訊作者，全面分析了人工智能技術(shù)（如FMs和llm）在醫(yī)學(xué)應(yīng)用中的前景。
作者指出，醫(yī)療人工智能模型處理和分析各種醫(yī)療數(shù)據(jù)。這包括圖像數(shù)據(jù)（CT、MRI和x射線）、文本數(shù)據(jù)（患者記錄和體檢結(jié)果）、實(shí)驗(yàn)數(shù)據(jù)（細(xì)胞、動(dòng)物和臨床研究）和結(jié)構(gòu)化醫(yī)學(xué)知識(shí)（解剖學(xué)、病理學(xué)和藥理學(xué)）。研究人員進(jìn)一步提出了一種新的醫(yī)療人工智能模型分類框架，將其分為疾病特異性、通用領(lǐng)域和多模態(tài)模型。疾病特異性模型，通常是FMs，是為診斷特定疾病而量身定制的；例如用于眼科疾病的RetFound，用于神經(jīng)眼科的neurooph GPT，用于計(jì)算病理學(xué)任務(wù)的UNI，以及用于癌癥檢測(cè)的Virchow。通用領(lǐng)域模型，如ChatGPT、MedPaLM、MedSAM、SAM-Med2D和MedLSAM，提供了更廣泛的應(yīng)用，解決了特定疾病模型的局限性。多模態(tài)模型，如PathChat、PLIP、OpenMEDLab和IRENE，在文本信息處理和多模態(tài)數(shù)據(jù)集成方面表現(xiàn)出色。
總的來(lái)說(shuō)，醫(yī)學(xué)人工智能模型在疾病診斷和預(yù)后預(yù)測(cè)、醫(yī)學(xué)圖像分割、醫(yī)學(xué)報(bào)告生成、生物標(biāo)志物篩選、分子分型和醫(yī)學(xué)問(wèn)題回答等方面被證明是非常有前途的。然而，與數(shù)據(jù)收集和分析相關(guān)的關(guān)鍵挑戰(zhàn)仍然存在，包括數(shù)據(jù)量、注釋、多模態(tài)融合、偏見(jiàn)、監(jiān)督需求和數(shù)據(jù)隱私問(wèn)題。Wong教授說(shuō)：“為促進(jìn)資訊科技的發(fā)展，我們必須建立一個(gè)環(huán)境，在健全的規(guī)例支持下，實(shí)現(xiàn)無(wú)縫的數(shù)據(jù)共享?！贝送?，開(kāi)發(fā)用于處理大量醫(yī)療數(shù)據(jù)的安全框架對(duì)于保證患者隱私和實(shí)現(xiàn)高效分析至關(guān)重要?！?/p>
未來(lái)的探索應(yīng)側(cè)重于算法改進(jìn)和標(biāo)準(zhǔn)化評(píng)估協(xié)議。研究人員、醫(yī)療保健專業(yè)人員和監(jiān)管機(jī)構(gòu)之間的有效合作對(duì)于將醫(yī)療人工智能引入臨床實(shí)踐至關(guān)重要。
“醫(yī)療人工智能模型在改變醫(yī)療保健方面具有巨大的潛力。這些模型具有增強(qiáng)診斷、定制治療和改善患者預(yù)后的能力，可以重新定義醫(yī)療保健領(lǐng)域。然而，為了充分利用醫(yī)療人工智能的變革力量，需要持續(xù)的研究、創(chuàng)新和仔細(xì)的道德考慮，以應(yīng)對(duì)在有效實(shí)施這些工具時(shí)出現(xiàn)的挑戰(zhàn)，”Wong教授總結(jié)道。
我們希望這一領(lǐng)域的進(jìn)步能夠在未來(lái)繼續(xù)提高診斷和治療的效率！
參考文獻(xiàn)
Leveraging foundation and large language models in medical artificial intelligence
特別聲明：智慧醫(yī)療網(wǎng)轉(zhuǎn)載其他網(wǎng)站內(nèi)容，出于傳遞更多信息而非盈利之目的，同時(shí)并不代表贊成其觀點(diǎn)或證實(shí)其描述，內(nèi)容僅供參考。版權(quán)歸原作者所有，若有侵權(quán)，請(qǐng)聯(lián)系我們刪除。
凡來(lái)源注明智慧醫(yī)療網(wǎng)的內(nèi)容為智慧醫(yī)療網(wǎng)原創(chuàng)，轉(zhuǎn)載需獲授權(quán)。
智慧醫(yī)療網(wǎng) ? 2022 版權(quán)所有 ICP備案號(hào)：滬ICP備17004559號(hào)-5
