◎本报记者 张佳星
近日，京东健康旗下“京医千询”医疗大模型宣布开源，成为国内医疗行业首个全面开源的垂类大模型。
当前，大语言模型在诸多应用中展现出巨大潜力，但在医疗决策支持方面，仍面临缺乏专家级认知等问题。如何让人工智能（AI）习得更专业的医学思维方式？如何使医疗AI在辅助诊疗时灵活运用人类在医学领域的经验？“京医千询”团队研发出一种新方法，能有效捕捉临床医生的决策路径，将其数据化，进而为模型训练提供大量医学专家推理的模拟数据。这一新方法近日发表于arXiv预印本网站。
“病人不会按照教科书和指南得病。”京东健康探索研究院高级研究员刘慧说，临床医学是基于循证知识和实践经验的综合科学，除了指南、教科书上的“显性”知识，医生还需要不断实践思考，做出个性化的诊疗决策，积累“隐性”经验和能力。
“AI的训练过程与人才培养的过程相似。”论文第一作者、京东健康探索研究院首席科学家王国鑫告诉科技日报记者，在临床实践中，医生不断累积接诊经验，在思维方式上产生质变，“悟”出心得，这在本质上就是数据训练。因此，高水平的医疗数据是AI训练的基石。
团队基于京东互联网的场景沉淀，并与线下医院合作，为大模型训练汇集基础数据。然而，将经验数据化非常困难。一方面，医疗决策往往具有模糊性、不确定性等特点，模型难以有效反映专家判断方式的复杂性；另一方面，获取真实世界的专家级临床推理数据面临挑战，因为它需要捕捉专家思维的细微差别，而这些细微差别往往难以量化。
鉴于临床数据难以复制临床实践的动态性和模糊性，团队研发出一种用来模拟医学专业人员认知推理过程的方法。这种方法为多阶段训练方法，结合了连续预训练、监督微调和强化学习等多个阶段，专门针对临床场景定制，显著提升了跨多个模型的复杂推理能力。
“新方法再现了临床决策的动态和迭代特性。”王国鑫介绍，团队在大量模拟医学推理数据集上训练“京医千询”，使其推理能力更贴近于临床实践。团队成功将新方法转化为一种可训练的方法，在各种医疗基准测试中显著提高了几个开源基础模型的性能。
团队还将模型及其训练数据作为开源资源公开，进一步降低了医疗AI应用的开发门槛，让更多医疗机构、开发者可以基于“京医千询”快速开发出适合自身需求的医疗AI应用。同期开源的还包括一个基于真实世界数据的大规模、可更新的临床实践评估数据集。
“我们希望开源能推动AI模型不断取得新突破。”王国鑫说，目前看来，AI模型的能力上限仍在不断提升。除了要能在“大数据”中抽提价值，AI还需要从“小数据”中获得学习能力。随着AI助手的普遍应用，AI医生能与人类医生一起成长，积累更多“悟”的经验，推进AI驱动的医疗决策研究。
业内也在不断发展相关技术能力，例如，通过思维链生成技术增强医学模型的推理能力。业内专家认为，推理过程模拟是模拟人的逻辑思考能力，不仅可以应用于医疗领域，也可以用于文章创作、科学研究等领域。这种新方法有望在创造性活动中提升AI的能力。
0 条