清华大学“手搓”智能体，只需几天，速成医学专家

前段时间，有关“鸭嘴钳”的讨论，在互联网非常热闹。

作为一种妇科检查工具，有人称它是“当代女性刑具”，有人称，这和医生的操作手法有关系。

当然也有人说，每天那么多人排队等着做检查，医生追求结果精确，可能会忽视了医疗过程中个体的感受。

大家争来争去，有一个绕不开的关键是，中国的医疗资源，目前还处于相对紧张的状态。

2022年，全国执业（助理）医师的数量为443.5万人， 每千人口的执业(助理)医师为3.15人。

这个数字并不算少，但北京、上海的医疗资源，肯定比18线小城市要好，三甲医院的医疗水平，显然也高于社区医院。

这会导致很多人有个头疼脑热，都倾向于去大城市的三甲医院，进一步导致大医院医护人员日均诊疗人次更多。

2022年，全国医师日均担负诊疗人次为6.2人次，而北京医师日均担负诊疗7.9人次， 黑龙江公立医院医师日均担负诊疗4.2人次。

一边是患者挂号难、就诊慢，排队两小时，看病2分钟。

另一边则是医生门诊工作、收治病人、科研项目等齐头并进，忙到飞起。

国家卫健委发布的《关于深化卫生专业技术人员职称制度改革的指导意见》明确提出，医生需要完成 400 个单元（每4个小时接诊不少于 15 位患者为 1 个有效单元，即接诊 6000 个有效患者）才能申报副高，完成 600 个单元才能申报正高。

这样的供需不平衡，很容易成为矛盾发生的窗口。 

同时，一些中小城市的基层医疗单位，则可能陷入“无病可看”的境地，进一步导致其医疗设备更新慢，诊疗方法落后，患者对基层医生的信任度不足，宁愿去三甲医院排队挂号，也不愿在家门口就近治疗。

看病贵、看病难，归根结底，是医疗资源分配不均、优质医疗资源稀缺的问题，解决办法除了医保改革，现在还有一个新的可能——

AI医疗。

AI虚拟医院

最近，来自清华大学的研究团队，把医院搬到了AI世界。

《智能体医院：一家可以自我进化的医疗智能体的模拟医院》

论文链接：https://arxiv.org/pdf/2405.02957

他们设计了一个模拟医院，其中的医生、护士、患者全部由大语言模型驱动，可以自主完成发病、分诊、挂号、问诊、检查、诊断、开药、康复以及患者随访全过程。

研究结果发现，AI 医生在几天内，就完成了数以万计的病例的治疗。

而同样的情况，人类医生大约需要2年时间（按照一周治疗约100名病人计算）。

更重要的是，在诊疗了上万名虚拟病人后，AI 医生在MedQA数据集呼吸道疾病子集上，达到了93.06%的准确率。

注：MedQA数据集是一个专门用于医学领域的问答数据集，通常用于训练和评估自然语言处理（NLP）模型在医疗问答任务上的性能。

要知道，中国培养一个医生，基本沿用“5+3”模式，即5年本科，3年规培（住院医师规范化培训），至少8年时间，才能成为一名合格的专科医师。 

而清华大学这个虚拟医院，在几天内就让AI智能体成了呼吸道疾病专家，还是7x24小时全年无休的那种。

这种AI医生去哪里找？

根据论文说明，手搓一个虚拟医院，大致可以分为三步。

第一步，先来个“全家福”。

由GPT-3.5生成医生（14名）、护士（4名）、居民的全部信息，且可以无限扩展。

如下图所示，借助大语言模型生成的人物，从左向右、从上到下分别是：

1号患者肯尼斯，35岁，患有急性鼻炎和高血压病史，主诉腹泻、持续呕吐、淋巴结肿大、反复发烧等。

2号内科医生伊莉斯，32岁，富有同理心，擅长与病人沟通，主要职责是为患有急性、慢性病的成年患者提供诊断、治疗和预防保健服务。

3号放射科专家赵磊，58岁，主要通过X光、MRI、CT等各种医学图像，作出诊断。

4号接待员法图玛塔，48岁，负责预约安排、患者登记等工作。

第二步，去生病，去治疗。

在这个虚拟世界里，居民会随机出现生病症状，并成为患者。

1号患者肯尼斯出现皮肤病症状，他先在分诊台咨询，这个症状应该挂哪个科室，随后登记挂号。

紧接着他被安排由皮肤科医生进行问诊，该医生询问过简单问题之后，安排他进行检查，再根据检查结果做出诊断，并开具药方，最终肯尼斯在吃药恢复之后，再回到医院完成随访，是为完成诊疗。

整个过程，完全复刻了一个人在医院就诊的流程——该挂哪个科，医生会根据询问以及验血、CT等检查结果，判断患者病症，并提出治疗方法。

第三步，进阶的AI医生。

从一个医学生进化为一个合格的医生，需要跨越从医学知识到临床实践的高山。

因为同一种症状，可能对应着不同的病灶，只会照本宣科完全不够，丰富的临床经验才更宝贵。

此前在训练医疗大模型时，通常是先把医学数据（生理学、病理学、各种专科知识、病例等）“喂”给大模型，再借助检索增强生成（RAG）、高质量的人工标注进行迭代，让AI医生可以“按图索骥”。

这种训练方法的“别扭”之处在于，医疗大模型可以提升效率，但失之毫厘，差的可能就是一条命；而要是加入人工标注，效率又成了绊脚石。

不过，清华大学这个虚拟医院，采用的是一种MedAgent-Zero（无参数策略）的自我进化方法。

即从患者发病，到医生诊断，再到最后的治疗结果，整个过程不依赖人工标注数据，AI 医生只需要通过学习（阅读医学文献）和实践（与虚拟患者交互，作出诊疗决策，并从治疗成功或失败中积累经验）就能不断“进化”，提升医疗能力。

这意味着，AI医生也能积攒“临床经验”了。

但这样的AI医生，能代替真实的医疗专家吗？

AI医疗的想象力

先说结论，眼下的医疗大模型，主要集中在疾病预防、辅助诊断、健康指导等生病的前期和后期。

到生病的时候，AI只能打辅助，真正的问诊、治疗，还需要人类医生来进行。

原因除了医疗大模型需要人为干预和标注来提升准确度之外，患者这边，对AI医生也缺乏足够的信任，好比你在互联网搜索肚子痛，各路专家给出的答案可能是受凉了、吃多了，也可能是肠胀气、阑尾炎，最后还得去医院挂个号给医生瞧瞧才放心。

而清华大学这个可以自主进化的AI医生，也有一定的局限性。

从训练数据集来看，这个AI医生的“知识库”，主要来自第八版《传染病》中8种呼吸系统疾病的数据，包括每种疾病的症状、实验室检查、检查结果和治疗计划，共计大约10000条记录。

还有一些从医学新闻网站、默克手册网站搜集的医疗文献和案例，以及后续患者的反馈，相当于“经验库”。

这些数据集将该AI医生框定在了呼吸系统疾病领域，病人只会得呼吸道疾病，这大大简化了实际的医疗过程。

因为有时候，头疼不一定是头的问题，也可能是颈椎的问题，或者心理的问题。

所以这个虚拟医院，其实更像一个理想条件下的专科医院。

但研究提出的MedAgent-Zero自我进化机制，再加上更为庞大的医疗数据集，假以时日，AI医生或许真的可以做一些基础的问诊工作，为人类医生留出更多时间和精力，做更高深的研究，提供更有人情味的医疗服务。

其实，除了清华大学的虚拟医院，AI在医疗领域的应用，或许已经超过了很多人的认知。

在疾病预防领域，AI算法可以根据电子病历、基因数据等，预测心脏病、中风风险；一些糖尿病之类的慢性疾病，AI还可以提供实时监控和动态建议，用于个人健康管理。

在影像学领域，AI分析X光片、CT扫描、MRI等，不仅效率更高，还能更准确地检测到异常，如肿瘤、骨折、脑出血等，提高早期病变的检出率。2020年，谷歌DeepMind开发的乳腺癌AI筛查系统，就在发现乳腺癌方面，准确率超过了医生，登上了Nature。

还有AI加码的基因编辑，已经可以改写人类的DNA；Alphafold3的问世，更是为新药研发按下了快进键。

图为初创公司Profluent发表的论文，AI设计的OpenCRISPR-1首次成功地精确编辑人类基因组。

甚至有的AI生成病例、AI心理治疗等等，比人类的效率还要更高，效果也更好。

虽然现阶段，AI在医疗领域的应用，还存在隐私、伦理以及人类信任度等等问题，但不可否认的是，AI正在以前所未有的方式，重塑着医疗健康领域。

当人人都有电子健康档案，当大数据能够更早发现身体病变，当AI医生能更准确、更体贴地给出治疗方法，相当于人人都可以拥有自己的家庭医生，甚至私人医生，那么医疗资源的不均衡或许就能被打破。

当新药研发更快，当基因编辑技术可以解决基因缺陷导致的病变，当智能机器人可以辅助人类完成更精细的手术，甚至是远程外科手术，那么，人人都健康地活着，或许也不再是奢求。

当然，这一切都是完美的设想。

但随着AI技术的日渐成熟，随着老龄化不可避免地到来，随着人们对高质量健康的不断追求，这一天的到来，或许并不遥远。