“全能型”医生助手来了

一名正在接受化疗的患者来到急诊室，他突然出现了剧烈的咳嗽和发热症状。患者究竟是吸入性肺炎、感染性肺炎，还是社区获得性肺炎？答案对选择适当的治疗方案至关重要。

然而，患者的病情复杂，常规检查结果并不典型。于是，医生打开了嵌入医院信息系统（HIS）的医学人工智能大模型Med-Go，将患者的病史、症状和检查结果输入后，Med-Go迅速提供了可能的诊断方向，并列出了诊断依据和需要进一步进行的检查项目。借助Med-Go的建议，患者最终被确诊为吸入性肺炎，及时接受了针对性治疗，病情得以迅速控制。

打造全能型医生助手

中国有超过14亿人口，医疗需求巨大，医疗资源分布不均衡。随着医学分科越来越细，不同科室医生之间的知识壁垒越发明显，普通医生很难全面掌握各种专科知识。与此同时，广大基层医生由于资源有限，难以及时获取最新、最权威的医学知识，面对复杂疑难病例时，常常感到力不从心。

如今，人工智能这一前沿技术的广泛应用，为多领域的创新发展带来了新希望。

如何才能让更多医生了解先进的医学知识与技术，全面提高医疗服务质量？在中国科学院软件研究所与同济大学附属东方医院联合成立的生物医学人工智能联合实验室的技术团队共同努力下，医学人工智能大模型Med-Go被成功研发出来并投入应用。

Med-Go如同一名知识渊博、思考分析推理能力极强的全能型医学助手。无论是大型三甲医院的医生，还是偏远地区的基层医生，都能借助Med-Go的辅助诊疗建议，提高诊疗水平，更好地服务患者。

Med-Go的应用能有效缩小城乡医疗及不同医疗机构之间的差距，极大地提升基层医疗服务能力，让更多患者在家门口就能享受到优质、高效的医疗服务。

高质量数据夯实基础

Med-Go的研发团队认识到，高质量的医学数据是模型质量的基础。为此，研发团队在医学数据的甄选上精益求精，选用《哈里森内科学》《Braunwald心脏病学》等权威的医学教材，以及最新的疾病诊疗指南和高质量的荟萃分析，确保模型学习到的知识权威、前沿、可靠。团队自行研发的专业翻译模型和数据解析模型，可以高效地转化数据并进一步加强学习。

Med-Go的技术能力也在不断增强之中，如检索增强生成技术，使模型可以快速、及时地在外挂数据库中调取相应数据，增加模型回答问题的时效性和逻辑性，同时，强化思维链的应用，能够确保模型每一次的回答都经过反复“思考”。

医生在使用中的及时反馈，也进一步促进了模型的优化。团队自主研发的多组智能体，使得模型的功能更加强大。

高质量的数据和高度整合的技术，让Med-Go不仅能给出精准的答案，还能清晰展示推理过程。通过这一系列技术的结合，Med-Go给出的诊疗建议有了更高的准确度和可信度。

医生团队是项目灵魂

在这个跨学科的项目中，医生和人工智能技术人员都扮演着非常重要的角色。

医生团队以专业知识和临床经验，为模型提供了坚实的医学基础。医生深度参与了问题设置和医学场景的提出，数据的甄别、标注和验证，确保模型学习到有价值的医学知识。

但是，医生在参与这个项目时也面临着不少挑战。医生团队需要充分理解技术团队，并与其充分融合，除了要理解医学团队的任务，还要与技术团队进行高效的无缝对接。这种跨领域沟通，使得医学团队和技术团队能相互理解，并明白各自需要开展的工作。大家共同努力的结果，就是这个模型具有渊博的医学知识，并能进行复杂的医学“思考”。

目前，Med-Go的应用初见成效，让我们感受到了它在临床、科研、教学和管理等方面为医学助力的巨大潜能。

Med-Go的研发之路，是一段充满挑战和收获的旅程。人工智能在医学领域的发展前景，让我们充满信心。相信随着技术的不断发展，Med-Go将不断升级和完善，为提升我国的医疗技术水平、造福全民健康作出更大贡献。

我们期待，人工智能会成为医生优秀的伙伴，发挥更大的作用。