作者 | 蔡芳芳
8 月 17 日，全国最大的全病程管理平台微脉发布国内首款健康管理领域大语言模型应用——CareGPT。
【资料图】
与通用型的大语言模型产品不同，CareGPT 致力于在真实的医疗服务场景中充分发挥健康管理价值，实现预防、咨询、预约、康复的全周期智能化健康管理能力。
据微脉技术中心总经理海马（花名）介绍，CareGPT 将语言大模型 AI 技术与一系列工程调优技术以及全病程管理相结合，目前参数规模为 70 亿，可支持医疗健康场景下的多模态输入和输出。
微脉向 InfoQ 表示，当前构建和落地医疗大模型主要存在三方面的挑战：
首先是领域高质量数据的收集、清洗、整理和结构化，这也是最大的一个挑战。原先业务各环节沉淀下来的知识分散在人的头脑、PPT、PDF、Word 文档、在线文档、内部论坛中，这些无法直接用于训练知识库，需要耗费大量的工作来整理和转换。 其次是对大语言模型输出的内容的评判，目前评测需要人工进行，需要行业专家对回答进行判断。 再次是大语言模型需要与全病程管理的业务系统整合，形成一个可用的链路。为了应对上述挑战，微脉一方面持续建设高水平技术团队；另一方面除了输入现有最新的专家共识、医学指南等医学文本外，从 16 年开始做专科专病的管理，20 年开始做数字疗法方面的研究，过程中沉淀累积了大量基于循证医学和真实世界研究的知识库、疾病管理 SOP。同时微脉将一线健康管家、个案管理师、医学经理、产品经理的经验由统一结构化模版进行输出，在知识提纯加工后进行知识编码及部署，这个过程不断滚动迭代；在测试环节也加入专家及临床医生评审环节，确保大模型问答的准确性。
从医学 AI 建设角度来看，微脉 CareGPT 形成了一套独有的方法论。
其一是精准（Precise）。 CareGPT 训练阶段以循证医学为基础，使用了目前最新版本临床医学指南、疾病诊疗模型、专家共识等超 10 亿的医学文本数据，以及百万条微脉个案管理数据，形成专科专病管理的医疗健康知识库，并投入超过 100 位个案管理师参与 RLHF 监督调试训练，以保障 CareGPT 的准确性和一致性。
其二是高效（Efficient）。 针对当前国内医疗服务供给不足，民众缺乏基础医疗常识和健康管理意识等痛点，CareGPT 为医院、医生和微脉个案管理师提供全新的辅助工具。通过对患者聊天内容的分析，CareGPT 能够相对准确地还原患者健康情况全貌，同时支持专业自评量表推送，帮助患者自主进行初步的身体状况筛查，实现分诊导诊的智能化辅助，从而实现更加高效的患者管理。凭借 CareGPT 的支持，医生和个案管理师同一时期的患者管理数量可提升至 500 个，而在此之前，这一数据为 50-70 个。
CareGPT 还可以支持医生进行医院资料的高效召回，针对疾病信息进行高速检索，帮助医生在诊断时进行症状比对，改变传统查阅方式，辅助医生决策，提高医生工作效率。
其三是智能（Intelligence） ，CareGPT 可以接入医院公众号、呼叫中心、企业微信、微脉 APP 等多应用场景。根据患者的有效交互和内容分析，为其提供文字、图片、视频等多形态的健康管理建议，覆盖诊前、诊中、诊后全流程。
微脉 CareGPT 整合了多样化的医疗多模态能力，对患者可能出现或已经出现的疾病情况，能够提供个性化的医疗资源匹配和推荐。如孕妇存在孕期心理健康、血压、血糖等问题，CareGPT 会及时触发管理 SOP，基于已有医疗参数和临床数据，为患者主动推送科普宣教和就诊建议，并提供专业医生、健康管家的联系方式。
其四是多病种（Multi-disease） 。海马（花名）表示，CareGPT 将结合微脉在孕产一体化全病程管理的优势，率先在妇幼全周期管理领域投入使用，而这只是 CareGPT 踏出的第一步。目前微脉全病程管理已覆盖 32 个科室，1000 多个病种，凭借着多年的积累，沉淀了大量有价值的数据。后续，CareGPT 将逐步拓展至其他专病管理板块，包括糖尿病、高血压、精神心理疾病等专病领域，实现健康管理+GPT 的高效复制和应用。
除此之外，海马（花名）还透露，微脉 CareGPT 今后将根据医院科室的管理路径，进行定制化的开发应用，通过强大的 AI 能力，帮助医院进入全病程管理数字化、智能化的新阶段。
如今，微脉正不断探索 AIGC 技术在健康管理领域的创新应用，进一步丰富和完善全病程管理智能化体验。未来，微脉也将秉承初心，以科技赋能医学，通过 CareGPT 的应用和落地助力公立医院实现从“以治病为中心”向“以健康为中心”的转变，推动我国医疗卫生服务体系的建设和完善，为我国医疗事业的高质量发展贡献力量。
标签：
