林俊

作者單位：200092 上海 同方威視技術(shù)股份有限公司

當(dāng)下肝病治療的數(shù)字因素主要包括遠(yuǎn)程醫(yī)療和人工智能輔助醫(yī)療。遠(yuǎn)程醫(yī)療被譽為緩解健康不平等的機會,因為它使患者能克服尋求醫(yī)療保健的結(jié)構(gòu)性障礙。這里的結(jié)構(gòu)性障礙,主要是指工作時間的大幅減少或高昂的交通費用,給肝病患者增加了額外負(fù)擔(dān),并可能導(dǎo)致觀察到的不平等結(jié)果。疫情前,遠(yuǎn)程醫(yī)療是一種承諾而不是現(xiàn)實,盡管患者偏愛遠(yuǎn)程醫(yī)療選項,但只有少數(shù)健康系統(tǒng)提供了強大的遠(yuǎn)程醫(yī)療基礎(chǔ)設(shè)施。疫情迫使美國醫(yī)療保健系統(tǒng)迅速采用遠(yuǎn)程醫(yī)療作為提供醫(yī)療保健的重要工具。鑒于這種快速采用,遠(yuǎn)程醫(yī)療已被確定為治療晚期肝病患者的重要手段,可以改善患者的就醫(yī)環(huán)境,使醫(yī)療服務(wù)更加公平。

然而,近期Hepatology雜志刊登的一篇論文,反駁了遠(yuǎn)程醫(yī)療在改善肝病就診和縮小差距方面的效果。作者評估了縣級范圍內(nèi),與肝臟相關(guān)的死亡率、寬帶的可用性和胃腸病學(xué)/肝臟移植中心的使用情況之間的關(guān)系。認(rèn)為遠(yuǎn)程醫(yī)療最需要的是解決“數(shù)字鴻溝”問題[1]。

任何單一的策略都無法彌合數(shù)字鴻溝;相反,應(yīng)該制定幾種互補的策略來解決在患者/家庭、衛(wèi)生系統(tǒng)和國家政策層面上肝病遠(yuǎn)程醫(yī)療的障礙。

一、患者/家庭層面

肝病診所必須找到克服數(shù)字健康要素和準(zhǔn)備不足的方法。視頻訪問門戶可能不易于那些數(shù)字健康素養(yǎng)有限的人使用,可能使某些群體無法使用這項技術(shù)。因此,隨著衛(wèi)生系統(tǒng)尋求使這些平臺廣泛可用,他們必須考慮不同水平的數(shù)字健康素養(yǎng)。例如,數(shù)字健康導(dǎo)航員,診所工作人員可以幫助患者下載、登錄并成功完成與他們的肝病專家的虛擬訪問,可能會使肝病學(xué)中的遠(yuǎn)程醫(yī)療更具包容性。

二、衛(wèi)生系統(tǒng)層面

肝移植中心應(yīng)尋求加強社區(qū)合作伙伴關(guān)系,改善其所在地區(qū)內(nèi)未得到服務(wù)和處于風(fēng)險地帶的地理區(qū)域的肝病學(xué)服務(wù)。這項工作可能包括與當(dāng)?shù)匦l(wèi)生中心合作,為數(shù)字健康素養(yǎng)挑戰(zhàn)或缺乏寬帶技術(shù)提供面對面支持。例如,肝病診所可以與遠(yuǎn)程初級保健實踐合作,使患者可以在他們的初級保健醫(yī)生辦公室通過遠(yuǎn)程方式與遠(yuǎn)程肝病專家進(jìn)行電子健康預(yù)約。

三、政策層面

肝病學(xué)界必須倡導(dǎo)相應(yīng)政策,為其患者提供公平的遠(yuǎn)程醫(yī)療技術(shù)。據(jù)估計,美國有2100萬人缺乏寬帶接入。擴大應(yīng)急寬帶補貼或連接護理試點計劃的接入可能改善生活在貧困中的患者的接入。

此外,遠(yuǎn)程醫(yī)療技術(shù)現(xiàn)在應(yīng)被視為醫(yī)療服務(wù)交付的一個重要組成部分。而肝病治療的另一重要數(shù)字應(yīng)用就是人工智能。人工智能現(xiàn)在最熱的一個分支就是大語言模型。大型語言模型在各種自然語言處理(NLP)中表現(xiàn)出色,隨著預(yù)訓(xùn)練和指導(dǎo)微調(diào)等技術(shù)的應(yīng)用,人工智能在肝病治療應(yīng)用中的效果顯著提高。作為專門針對肝病臨床治療進(jìn)行設(shè)優(yōu)化的語言模型,通過在訓(xùn)練過程中融入大量且多樣化的真實世界數(shù)據(jù),如醫(yī)療記錄、領(lǐng)域特定知識和多輪對話咨詢,模擬各種場景。從而可以更好地準(zhǔn)確處理多個臨床任務(wù)。此外,經(jīng)過全面的包括在醫(yī)學(xué)知識問答、醫(yī)學(xué)考試、患者評估框架咨詢和醫(yī)療記錄上的診斷和分析,表明通過預(yù)訓(xùn)練和微調(diào),有效地將大型語言模型應(yīng)用于肝病治療的全過程。

近年來,預(yù)訓(xùn)練和微調(diào)大型語言模型的范式帶來了顯著的自然語言處理(NLP)領(lǐng)域的進(jìn)展?，F(xiàn)在使用比較多的大模型主要有以下幾種:PALM[2]是基于Transformers和Pathways的大規(guī)模語言模型。與其他模型相比,PALM在計算方面更加高效,并達(dá)到了最先進(jìn)的水平在數(shù)百個自然語言、代碼和數(shù)學(xué)推理任務(wù)中的少樣本結(jié)果。LaMDA是一種基于Transformer的模型,為對話設(shè)計,利用注釋數(shù)據(jù)和外部知識來增強其有用性和角色一致性[3]。InstructGPT通過細(xì)調(diào)和強化學(xué)習(xí)與人類對齊各種任務(wù)的用戶意圖[4]。GPT-3使用大型自回歸模型進(jìn)行少樣本學(xué)習(xí)。通過整合少量示范來改善性能。ChatGPT可以模擬人類,通過與提示互動、撰寫摘要或創(chuàng)作電影劇本,推動人工智能革命。大規(guī)模語言模型對于編寫輔助和為程序員生成高效代碼也是有效的。谷歌研究人員開發(fā)了FlanPaLM,這是PaLM的一種經(jīng)過調(diào)整的變體,顯示出改進(jìn)。通過自然語言指令進(jìn)行任務(wù)執(zhí)行。使用提示策略的組合,Flan-PaLM達(dá)到了最先進(jìn)的準(zhǔn)確度,但仍然不及臨床醫(yī)生。最近的前瞻性建議使用基礎(chǔ)模型的綜合醫(yī)學(xué)人工智能可能會破壞特定任務(wù)的范式,可以實現(xiàn)多功能應(yīng)用,如交互式筆記、床邊決策支持和患者聊天機器人。

將生成式語言模型應(yīng)用于醫(yī)學(xué)領(lǐng)域存在較大挑戰(zhàn)。輸出生成式語言模型可能存在事實錯誤、邏輯不一致和連貫性問題,例如引用不存在的文章參考文獻(xiàn)。這些模型的推理能力有限,缺乏基礎(chǔ)。現(xiàn)實世界經(jīng)驗導(dǎo)致回答普遍而模糊。發(fā)現(xiàn)ChatGPT在深度和洞察力方面不足這些證據(jù)表明,在醫(yī)療領(lǐng)域應(yīng)用這些技術(shù)帶來獨特的障礙,如高準(zhǔn)確性、可解釋性和安全處理敏感健康數(shù)據(jù)的必要性。

LiverGPT是一個為肝病醫(yī)療和臨床應(yīng)用量身定制的大型語言模型。認(rèn)識到通用大型語言模型在這些專業(yè)領(lǐng)域的局限性,我們將對模型進(jìn)行細(xì)化,建立綜合數(shù)據(jù)集,以便對模型進(jìn)行微調(diào)。這些數(shù)據(jù)集包含真實的醫(yī)療記錄、患者咨詢、各種醫(yī)學(xué)知識和檢查數(shù)據(jù),所有這些都旨在形成模型的知識庫和響應(yīng)速度。我們的廣泛實驗涵蓋了醫(yī)療領(lǐng)域的一系列關(guān)鍵任務(wù),如醫(yī)療在對話、醫(yī)療檢查、診斷和醫(yī)療問題解答等方面。實證結(jié)果強調(diào)了LiverGPT在理解和生成醫(yī)療和臨床相關(guān)反應(yīng)方面的能力。

醫(yī)療保健的未來是數(shù)字化的。將遠(yuǎn)程醫(yī)療技術(shù)擴展到那些因身體障礙無法親自看肝病專家門診的人,是克服肝病地理差異的機會之一。而人工智能的輔助醫(yī)療可以大大提高醫(yī)務(wù)工作者的工作效率,再結(jié)合遠(yuǎn)程醫(yī)療,更好地解決各種醫(yī)療條件差異的問題。現(xiàn)在仍面臨許多挑戰(zhàn),包括人口老齡化,公平性缺乏、不斷上漲的成本、醫(yī)生和護士的過度工作以及全球大流行病。信息技術(shù)有潛力通過為肝病治療提供新的工具和洞察力,ChatGPT[5]和GPT-4[6]有望實現(xiàn)這一目標(biāo)。還有很多工作要做,以確保這種技術(shù)可用于最需要的人。

利益沖突聲明：所有作者均聲明不存在利益沖突。