导语：作为2024年中国国际服务贸易交易会重要组成部分之一，国家卫生健康委员会百姓健康频道（CHTV）即将在北京举办“2024首都国际医学大会的平行论坛——数智医疗与医学人工智能创新论坛”。在这场汇聚了行业精英与前沿科技的盛会中，腾讯优图天衍研究中心主任、人工智能领域的顶尖专家吴贤博士将发表关于“医疗大模型新进展及其应用”的主旨演讲。在论坛正式启幕之前，让我们一同了解吴贤博士过往研究，以期对即将到来的精彩分享有更加深入的探讨。

01

▼

从深度学习到大模型：医学NLP的探索之旅

在吴贤博士的研究中，医学自然语言处理（NLP）占据着重要地位。在医学领域，几乎所有的通用NLP任务都能找到实际应用场景，如医患对话、医学信息提取、医学影像以及医疗报告生成等。这一观点不仅揭示了NLP技术在医学领域的广阔应用前景，也为我们理解医疗AI的多样性和实用性提供了重要视角。

随着深度学习技术的不断发展，大型语言模型（LLM）在医学领域的应用日益广泛。部分大型模型甚至已经高分通过了医师资格考试，这标志着AI在医学知识理解和应用方面取得了重大突破。然而，尽管成绩斐然，医疗AI仍面临着诸多挑战，如训练效率问题、幻觉问题以及在临床场景中遇到的实际问题等。

02

▼

医学大模型的训练与临床应用

人类语言的使用具有明确的目的性，我们在日常交流中使用语言来达成各种目标。这一特点在医疗对话系统中尤为重要，因为它们需要理解患者的意图并提供相应的帮助。然而，与简单的服务导向对话系统不同，医疗对话系统往往需要更精细的战略推理和沟通技巧，尤其是在处理说服、谈判和情感支持等复杂目标时。

为了使大语言模型系统（LLMs）适用于特定领域，如医疗辅助决策系统（CDSS），对通用LLMs进行微调是必要的。但这些通用的LLMs适配到特定的医疗领域并非易事。首先，医疗任务的多样性给模型的微调带来了困难；此外，LLMs中的大量参数导致全量微调会消耗大量时间和计算资源。

在人工智能领域，对话系统的发展正朝着更加复杂和精细化的目标迈进。香港理工大学与腾讯优图实验室研究人员合作提出了一种创新的对话框架COOPER，旨在协调多个专业化代理，以应对复杂的对话目标。COOPER框架通过三个主要步骤协调专门化代理：局部分析、全局协调和发言生成。

此外，吴贤博士代表的腾讯优图实验室天衍研究中心在与浙江大学和哈佛医学院的合作论文中显示，团队共同研发了一种创新的医学对话生成框架——MedKP（医学对话增强与临床路径编码）框架，通过结合医学知识图谱和临床路径编码，提升医学对话生成的准确性和可靠性。这一框架不仅能够减少生成对话中的幻觉现象，还能在保持临床连贯性的同时，提供更为精确的医疗建议。

03

▼

医疗AI的挑战与机遇

在谈及医疗AI面临的挑战时，医疗领域的特殊性要求AI技术必须具备高度的准确性和可靠性。但医学数据往往具有复杂性和多样性，并直接关系到患者的生命健康与数据隐私，更具有高度敏感性。因此，医疗AI的研发和应用必须遵循严格的伦理规范和法律法规。

同时，医疗AI也伴随着的巨大机遇。随着技术的不断进步和数据的不断积累，医疗AI有望在疾病诊断、个性化治疗、药物研发等多个方面发挥重要作用。AI在辅助诊疗系统中的应用，将极大提升医疗服务的效率和质量，为患者带来更加精准和个性化的治疗方案。

04

▼

展望未来：医疗大模型的无限可能

即将在论坛上分享的“医疗大模型新进展及其应用”，将是吴贤博士在医疗AI领域研究成果的一次集中展示。近年来，他和团队在大模型技术方面取得了多项重要进展，不仅提升了模型的训练效率和准确性，还解决了部分临床场景中遇到的实际问题。

随着医疗大模型的不断发展和完善，未来将有更多创新应用涌现出来。这些应用将覆盖医疗服务的各个环节，从疾病预防到治疗康复，为患者提供更加全面和高效的医疗支持。同时，也呼吁业界同仁共同努力，加强合作与交流，共同推动医疗AI技术的发展和应用。

05

▼

结语

在即将到来的“2024首都国际医学大会的平行论坛——数智医疗与医学人工智能创新论坛”上，吴贤博士将为我们带来更加精彩和深入的分享。让我们共同期待这场科技盛宴的到来，共同见证医疗AI的无限可能！

编辑：杏

二审：梨九

三审：清扬

排版：半夏

封面图源：医学论坛网