创建于1904年的上海市第六人民医院是一家历经百余年积淀的大型三级甲等综合医院,目前设有徐汇、临港两个院区,近五年来,医院年均门急诊量突破500万人次,年出院人次超过15万人次,年住院手术超过12万人次。“医院在推动两院一体化高质量发展过程中,积极推动新兴信息技术的应用,大模型技术应用即为其中的代表。”上海市第六人民医院信息处处长俞磊在[CHIMA 2024大会]演讲时介绍。
ChatGPT的诞生让大众首次感受到生成式人工智能的力量,随着大模型的发展,当前开源模型快速进步,开放生态已成气候。根据《斯坦福医学》的推论,大模型对医疗技术的影响体现在包括外科医生手术技能评估与培训、促进药物研发、儿科心脏功能评估、远程皮肤病诊断等诸多领域。
“在医疗领域,以人为中心的医疗大模型将发挥其生成、推理、交互的AI能力,为医疗专业人员、患者以及医学研究相关方带来很多潜在的应用和价值。”俞磊介绍,大模型将对医院管理人员、医护人员、患者带来以下价值:通过与人类医疗专业人员的协同工作,提高医疗服务的效率、提升医疗质量和增强患者满意度;可以帮助医生和护士更有效地处理大量的患者数据,包括病历、实验室结果和影像报告,从而提高诊断的准确性和效率;可以通过预测疾病风险和个性化治疗方案来提供更个性化的医疗服务;此外,大模型还可以在远程医疗、患者自我管理和健康教育等方面发挥作用,提高医疗服务的可达性。
医院大模型的选择和应用
俞磊认为,在中国大型医院,选择大语言模型需要考虑多个因素:首先,模型需要具备处理医疗专业语言的能力,因为医疗关系到患者的生命健康,医疗工作涉及到大量的专业知识和术语,因此大模型在医学应用中必须具备处理医疗专业术语的能力;其次,医疗数据通常包含敏感信息,因此模型选择需确保数据安全和患者隐私;此外,模型还需要能够与医疗业务系统深度融合,以便大模型能够更好地服务于医疗业务。总的来说,选择大语言模型的需要具备以下特性:高度专业性、可定制优化、能私有化部署,以及与业务系统深度融合。
“围绕公立医院高质量发展目标,通过医院高质量的医疗数据对医疗大语言模型进行训练和微调,可以形成一个专病/专科的大语言模型,这将有助于提升医疗服务质量,优化医疗流程,提高医疗技术水平,加强医疗科研创新以及提升医疗人才队伍的专业素质,为临床和科研提供强有力的支持。”俞磊表示,目前医院常用的模型有专病专科大模型、医疗领域大模型和通用大模型:专病大模型聚焦特定的专科、专病,通过在特定专科病历数据的基础上进行训练;医疗领域大模型则采用包括医疗专业书籍文献、医学论文、临床病历数据等;通用大模型的训练语料主要来源于互联网,包括各种网页、新闻、文章、论坛等。
在俞磊看来,医疗数据极为敏感,因此医院在部署医疗大模型时,除了需要考虑数据的安全性外,还要兼顾模型的响应速度和处理效率,以保障医疗服务的流畅和患者的隐私安全。此外,“在医疗领域中使用大模型时,应充分关注大模型作为一种技术本身的限制与不足。”俞磊建议,模型应用还应关注模型的健壮性、公平性、模型的校准、虚假偏差等特性。
医院大模型应用探索实践
“大模型在医疗行业的应用主要体现在业务上,使大模型改变医疗应用的交互模式和医疗服务的就医体验,是体现大模型价值的关键。”俞磊谈到,大模型在医疗业务应用中的价值主要体现在以下方面:诊前提效,提升就医体验;诊中减负,减轻医护人员工作负担;诊后跟踪,增进服务质量;医疗管理,提升管理效率。
大模型可在互联网门诊获得广泛应用:
1.在诊前,医生通过大模型采用引导式对话+自由式问答提升患者的就医体验,充分采集患者复诊信息,并自动完成结构化病历生成,方便医生一键引用,提升线上就诊效率;
2.在诊中,医生的诊疗形态将与诊间的线下门诊发生变化,作为医生助手的大模型将会有更多发挥空间,比如帮助医生快捷获取到经大模型整理生成的更具逻辑性和可读性的检索内容;
3.在诊后,大模型又可以衍生出为患者服务的诊后服务助手和为医生服务的健康管理助手。通过患者的诊后服务助手,患者可以将医疗大模型作为一位虚拟医生进行用药知识咨询、操作指导、报告分析解读、健康指导等。医生可以通过医疗大模型辅助完成患者全过程健康管理中的各类个性化的健康评估、健康教育处方、营养指导等,并且自动完成随访管理。
“在推进大模型在医院实际应用过程中,当临床依赖大模型的一些支持后,如果带来系统性风险该如何解决或克服,这是信息技术部门需要特别思考的一个话题。”俞磊建议道。
如何系统的去学习大模型LLM ?
作为一名热心肠的互联网老兵,我意识到有很多经验和知识值得分享给大家,也可以通过我们的能力和经验解答大家在人工智能学习中的很多困惑,所以在工作繁忙的情况下还是坚持各种整理和分享。
但苦于知识传播途径有限,很多互联网行业朋友无法获得正确的资料得到学习提升,故此将并将重要的 AI大模型资料
包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。
所有资料 ⚡️ ,朋友们如果有需要全套 《LLM大模型入门+进阶学习资源包》,扫码获取~
👉[CSDN大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享]👈
一、全套AGI大模型学习路线
AI大模型时代的学习之旅:从基础到前沿,掌握人工智能的核心技能!
二、640套AI大模型报告合集
这套包含640份报告的合集,涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师,还是对AI大模型感兴趣的爱好者,这套报告合集都将为您提供宝贵的信息和启示。
三、AI大模型经典PDF籍
随着人工智能技术的飞速发展,AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型,如GPT-3、BERT、XLNet等,以其强大的语言理解和生成能力,正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。
四、AI大模型商业化落地方案
阶段1:AI大模型时代的基础理解
- 目标:了解AI大模型的基本概念、发展历程和核心原理。
- 内容:
- L1.1 人工智能简述与大模型起源
- L1.2 大模型与通用人工智能
- L1.3 GPT模型的发展历程
- L1.4 模型工程
- L1.4.1 知识大模型
- L1.4.2 生产大模型
- L1.4.3 模型工程方法论
- L1.4.4 模型工程实践 - L1.5 GPT应用案例
阶段2:AI大模型API应用开发工程
- 目标:掌握AI大模型API的使用和开发,以及相关的编程技能。
- 内容:
- L2.1 API接口
- L2.1.1 OpenAI API接口
- L2.1.2 Python接口接入
- L2.1.3 BOT工具类框架
- L2.1.4 代码示例 - L2.2 Prompt框架
- L2.2.1 什么是Prompt
- L2.2.2 Prompt框架应用现状
- L2.2.3 基于GPTAS的Prompt框架
- L2.2.4 Prompt框架与Thought
- L2.2.5 Prompt框架与提示词 - L2.3 流水线工程
- L2.3.1 流水线工程的概念
- L2.3.2 流水线工程的优点
- L2.3.3 流水线工程的应用 - L2.4 总结与展望
- L2.1 API接口
阶段3:AI大模型应用架构实践
- 目标:深入理解AI大模型的应用架构,并能够进行私有化部署。
- 内容:
- L3.1 Agent模型框架
- L3.1.1 Agent模型框架的设计理念
- L3.1.2 Agent模型框架的核心组件
- L3.1.3 Agent模型框架的实现细节 - L3.2 MetaGPT
- L3.2.1 MetaGPT的基本概念
- L3.2.2 MetaGPT的工作原理
- L3.2.3 MetaGPT的应用场景 - L3.3 ChatGLM
- L3.3.1 ChatGLM的特点
- L3.3.2 ChatGLM的开发环境
- L3.3.3 ChatGLM的使用示例 - L3.4 LLAMA
- L3.4.1 LLAMA的特点
- L3.4.2 LLAMA的开发环境
- L3.4.3 LLAMA的使用示例 - L3.5 其他大模型介绍
- L3.1 Agent模型框架
阶段4:AI大模型私有化部署
- 目标:掌握多种AI大模型的私有化部署,包括多模态和特定领域模型。
- 内容:
- L4.1 模型私有化部署概述
- L4.2 模型私有化部署的关键技术
- L4.3 模型私有化部署的实施步骤
- L4.4 模型私有化部署的应用场景
学习计划:
- 阶段1:1-2个月,建立AI大模型的基础知识体系。
- 阶段2:2-3个月,专注于API应用开发能力的提升。
- 阶段3:3-4个月,深入实践AI大模型的应用架构和私有化部署。
- 阶段4:4-5个月,专注于高级模型的应用和部署。
这份完整版的所有 ⚡️ 大模型 LLM 学习资料已经上传CSDN,朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费
】
全套 《LLM大模型入门+进阶学习资源包》↓↓↓ 获取~
👉[CSDN大礼包🎁:全网最全《LLM大模型入门+进阶学习资源包》免费分享👈