专家访谈丨何文俊博士后：大语言模型在医疗领域中的应用与展望

编者按

2024年11月1日—3日，第十届全国医院药学装备信息化建设与智慧药学专题学术研讨会暨2024年中国医学装备协会药学装备分会学术年会在珠海顺利举行。会上，南方医科大学卫生管理学院何文俊博士后作《大语言模型与基层医生在9种常见病的诊疗能力对比：基于标准化患者方法》的主题报告。

《药学瞭望》邀请何文俊博士后为我们阐述跨学科合作在大语言模型在医疗领域的应用中的价值，以及如何平衡大语言模型的快速落地应用与伦理审查、如何提升基层医生对于大语言模型的接受度和使用体验等话题。

《药学瞭望》：在会议上，众多专家强调了数智化和信息技术在医疗领域的巨大潜力和重要性，而您的跨学科背景在这方面显得尤为珍贵。在推动大语言模型于医疗领域的应用时，您认为跨学科合作带来了哪些核心价值？

何文俊博士后：

AI的发展确实非常迅猛，其焦点已逐渐转向生成式人工智能（GenAI ）。这包括推理能力的提升、智能水平的进步，以及在众多工程领域构建出坚实的基础设施。例如，开源的大模型、基于这些大模型开发的一系列底层设施，如LangChain等，都是计算机领域专业人士所熟悉的工具和套件。然而，要让AI真正发挥价值，必须将其应用于具体场景，否则它只是空中楼阁，无法产生实质性的社会效益和价值。

医疗，尤其是药学场景，本身就极具复杂性，难以轻易理解。因此，我认为跨学科合作的核心价值在于，它能够将不同领域的知识和能力融合，从而催生出革命性的创新。以今年获得诺贝尔化学奖的AlphaFold为例，这就是AI赋能科学的一个典范，特别是在蛋白质折叠领域。这一交叉学科的成果就是最好的证明。想象一下，蛋白质折叠这一领域对于许多计算机专家来说可能难以理解，而传统上，生物学家可能需要借助昂贵的冷冻电镜等设备，并花费大量时间才能获得蛋白质的结构。但借助AI，特别是AlphaFold所使用的著名Transformer结构，以及计算机工程师与结构生物学家的紧密合作，他们共同推动了这一领域的突破。这些专家不仅具备交叉学科背景，还对生物学有着浓厚的兴趣。例如，诺贝尔奖得主中就有具备交叉学科背景的研究者，他们既从事结构生物学研究，也深入探索AI领域。而后来ChatGPT的发布，也进一步证明了Transformer架构的巨大潜力。在更早之前，它已在AlphaFold领域发挥了重要价值。这样的跨学科合作，能够催生出如AlphaFold这样级别的创新，深刻影响结构生物学的科研范式。

因此，我认为，要让AI真正发挥价值，必须将其应用于具体场景，而这些场景的理解需要跨学科背景的人才。他们的价值在于能够洞察并解决核心问题。同时，这些领域的专家也深耕多年，才催生了这样的革命性技术。

《药学瞭望》：计算机学科的壁垒较高，与其他专家自训练的模型相比，大语言模型的使用门槛相对较低，更容易落地，对医疗人员更为友好。但AI本身仍存在伦理问题，这阻碍了其普遍推广。您认为在未来的数智化医疗发展中，如何平衡大语言模型的快速落地应用与伦理审查？

何文俊博士后：

这是AI领域广泛讨论的伦理问题。例如，关于“永生人”的讨论也涉及伦理问题。在医疗决策中，如果由AI做出决策，那么责任应该归咎于软件系统还是医生本人？这些问题都在广泛讨论中。

我个人认为，不能因为伦理问题尚未解决就限制AI的发展，但也不能放任其发展。因此，在AI的预训练到后续应用过程中，我们需要确保AI的价值观与人类的价值观相一致。然而，AI技术本身并不具备解决社会问题的能力，它只是一种技术进步。社会接纳和规范使用AI是一个不断摸索的过程。因此，我们不能限制AI的应用，但也需要有适当的快速跟进措施来推动其使用。

如果一项技术没有得到及时应用，它可能会带来很大的疾病负担。同时，如果滥用技术也不行，因为这可能会引发社会舆论的关注。因此，我们需要广泛讨论AI，让大家都能够认识并了解AI，知道其边界在哪里。医生不能完全信任AI，但也不能完全不借助AI。他们需要了解AI的能力边界，并知道如何更好地运用它。这是让AI发挥价值的关键。

此外，相关的伦理讨论和法规完善也会促进AI更快落地，并带来新的生产力增长点。因此，我呼吁政府部门或制定规范的社会组织能够多多考虑这方面的应用情况。同时，也希望在科研方面，能够通过定性的研究来广泛讨论这些技术应用所带来的伦理问题。虽然目前这些问题可能还没有很好的解决方案，但我相信这只是时间的问题。因为技术的潮流是不可阻挡的。

《药学瞭望》：在和技术共同成长、推动大语言模型在基层医疗的应用过程中，您认为应如何更好地提升基层医生的接受度和使用体验？有哪些具体方法可以帮助医生有效利用这种技术，以辅助其日常诊疗工作？

何文俊博士后：

我的研究团队专注于实施科学，这是一个在国内逐渐兴起的重要学科。我们了解到，一些经过验证有效的循证实践（Evidence-Based Practice, EBP），尽管在学术研究中已被证明有效，但在真正应用于临床时，往往存在长达17年的滞后。同样，AI技术虽然在一些研究中显示出可能优于基层医生的表现，但要将这些技术真正应用于实践，还需要跨越很大的距离。

我们的目标是缩短这一距离，而实施科学将在这一过程中发挥关键作用。我们可以采用多种实施策略来促进有效干预或循证实践在基层的广泛应用。这些策略包括针对实施过程中遇到的障碍和促进因素进行干预，如健康教育、非物质奖励等，以及运用行为经济学等有趣的方法。

目前而言，最重要的是让所有人，包括患者和基层医生，都能感受到技术进步所带来的便利性。这可能需要政府部门的支持和推动，从上至下制定相关政策，以促进技术的落地。但本质上，AI应该是医生的朋友，而不是导致医生失业的敌人。尽管有研究表明AI在某些方面可能超越人类，但我认为在短期内，特别是在基层医疗领域，AI更多地是作为一个辅助工具，帮助医生提高诊疗能力。

这实际上是一个教育平权和工具平权的过程。我们知道，不同地区的发展存在不平衡，好的地方可能能够利用先进的科技来解决问题，但偏远或资源匮乏的地方可能无法跟上这一潮流。然而，有了AI技术，所有人都可以享受到科技进步带来的便利，从而实现科技平权，使那些需要技术辅助的群体得到极大的赋能。

因此，我认为，通过提升基层医生的接受度和使用体验，以及采用有效的实施策略，AI技术可以在很大程度上提高基层医疗的诊疗能力，为人类的健康事业做出巨大贡献。在80%的程度上，AI都可以作为一个强大的辅助工具，帮助医生更好地服务患者。

专家简介

何文俊，南方医科大学博士后，博士毕业于南方医科大学公共卫生政策与管理学院;硕士毕业于中山大学公共卫生学院流行病与卫生统计学。曾就职于华为公司，先后从事机器视觉，K8s容器大规模集群应用、基因+AI、药物+AI、临床+AI等相关工作;荣获华为年度质量之星金Cloud奖以及最优绩效A。研究方向包括大语言模型在健康教育，疾病查，健康管理的应用，复杂系统模拟(System dynamic,ABM,EBM等)，实施科学研究，空间地理统计等。参与多项国家级和省部级科研项目，参与发表文章十余篇。

添加药学瞭望管理员

进入学术交流群

《药学瞭望》征稿邀请

01.投稿内容

征稿内容不限于：研究进展、团队科研成果、临床用药经验分享、典型病例解读、疾病诊治经验、人文故事等

02.联系人

投稿 | 学术报道 | 合作

投稿联系人：刘老师 15201320201（微信同号）

投稿邮箱：contact@siri.ntesmail.com

（来源：药学瞭望）