大語言模型的智能預(yù)問診系統(tǒng)，模擬臨床醫(yī)生診療思維，通過智能提問預(yù)先采集患者的主訴癥狀、伴隨癥狀、診療情況、既往史、家族史等醫(yī)療信息，不僅能幫助患者快速建立自我病情認(rèn)知，還能自動(dòng)生成預(yù)問診標(biāo)準(zhǔn)病歷，并同步至醫(yī)生工作站，方便醫(yī)生在患者進(jìn)入診室前提前充分快速了解患者病史，提高診療效率，讓患者的候診更有價(jià)值，看病更有溫度。

一、 智能預(yù)問診系統(tǒng)的研發(fā)背景與目標(biāo)

（一）研發(fā)背景

隨著人工智能技術(shù)的飛速發(fā)展，醫(yī)療大模型已成為國(guó)內(nèi)外研究的熱點(diǎn)領(lǐng)域。國(guó)內(nèi)醫(yī)療大模型正呈現(xiàn)出蓬勃發(fā)展的態(tài)勢(shì)。技術(shù)上，深度學(xué)習(xí)、自然語言處理等人工智能技術(shù)不斷取得突破，為醫(yī)療大模型的構(gòu)建和研發(fā)提供了強(qiáng)大的后盾。應(yīng)用上，醫(yī)療大模型已經(jīng)應(yīng)用于醫(yī)學(xué)影像分析、疾病診斷、藥物研發(fā)、個(gè)性化醫(yī)療、基因測(cè)序等領(lǐng)域。例如，清華大學(xué)開發(fā)了一種基于深度學(xué)習(xí)的肺癌診斷模型，該模型能夠通過分析胸部CT圖像，準(zhǔn)確識(shí)別出肺癌病灶，為醫(yī)生提供輔助診斷的依據(jù)。此外，復(fù)旦大學(xué)研發(fā)了一種基于人工智能的肺結(jié)節(jié)檢測(cè)系統(tǒng)，該系統(tǒng)能夠自動(dòng)檢測(cè)出CT圖像中的肺結(jié)節(jié)，提高肺癌早期診斷的準(zhǔn)確率。全球范圍內(nèi)，醫(yī)療大模型技術(shù)研發(fā)正迅速發(fā)展的階段。從橫向看，BERT系列、GPT系列、PaLM系列、ViT系列為代表的基礎(chǔ)模型引領(lǐng)大模型在生命科學(xué)與醫(yī)療領(lǐng)域的應(yīng)用。從縱向看，業(yè)界領(lǐng)先的醫(yī)療健康大模型的系列化升級(jí)和迭代也是大勢(shì)所趨，例如Med-PaLM系列持續(xù)升級(jí)，不斷刷新醫(yī)療健康細(xì)分領(lǐng)域的最先進(jìn)水平。例如，谷歌公司與哈佛醫(yī)學(xué)院合作，開發(fā)了一種基于深度學(xué)習(xí)的糖尿病性視網(wǎng)膜病變預(yù)測(cè)模型，能夠預(yù)測(cè)患者發(fā)生糖尿病性視網(wǎng)膜病變的風(fēng)險(xiǎn)，為醫(yī)生提供早期干預(yù)的依據(jù)。斯坦福大學(xué)與加州大學(xué)舊金山分校合作，研發(fā)了一種基于人工智能的皮膚癌診斷系統(tǒng)，該系統(tǒng)能夠通過分析皮膚病變的圖像，自動(dòng)診斷出不同類型的皮膚癌。

（二）研發(fā)目標(biāo)

隨著醫(yī)療技術(shù)的不斷發(fā)展，患者對(duì)醫(yī)療服務(wù)的期望也在不斷提高。傳統(tǒng)的等待就診的方式讓患者感到焦慮和無助，影響了患者的滿意度?；诖笳Z言模型的智能預(yù)問診系統(tǒng)完美解決了這一問題，大語言模型可以處理大量的醫(yī)療文本數(shù)據(jù)，通過預(yù)先采集患者醫(yī)療信息，自然語言處理提取關(guān)鍵信息，理解患者的癥狀描述，幫助患者快速建立自我病情認(rèn)知的同時(shí)讓患者覺得等待變得有意義，提高診療效率，從而提升患者的滿意度。

二、智能預(yù)問診系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)

為了實(shí)現(xiàn)智能預(yù)問診系統(tǒng)的順利研發(fā)，浙江大學(xué)醫(yī)學(xué)院附屬邵逸夫醫(yī)院與杭州全診醫(yī)學(xué)科技有限公司建立了緊密的合作關(guān)系，采用產(chǎn)學(xué)研聯(lián)合研發(fā)模式，成功開發(fā)出了智能預(yù)問診系統(tǒng)，進(jìn)一步提高患者滿意度和診療效率。智能預(yù)問診系統(tǒng)的研發(fā)，充分利用了海量醫(yī)療數(shù)據(jù)和知識(shí)圖譜的關(guān)聯(lián)，通過對(duì)大量歷史病例、醫(yī)學(xué)文獻(xiàn)和專家經(jīng)驗(yàn)的深度挖掘，系統(tǒng)構(gòu)建了一個(gè)龐大的知識(shí)庫，涵蓋了各種疾病的癥狀、診斷標(biāo)準(zhǔn)、治療方案等信息。知識(shí)庫為系統(tǒng)提供了豐富的背景知識(shí)，還能根據(jù)患者的描述快速定位可能的疾病類型，為就診流程提供精準(zhǔn)的指導(dǎo)。此外，通過知識(shí)圖譜技術(shù)，系統(tǒng)還能夠?qū)⒒颊叩陌Y狀與疾病進(jìn)行關(guān)聯(lián)，為醫(yī)生提供全面的患者病情分析。大語音模型基于海量醫(yī)療數(shù)據(jù)和知識(shí)圖譜的關(guān)聯(lián)方式，不僅提高了預(yù)問診的專業(yè)性，還為整個(gè)醫(yī)療行業(yè)積累了寶貴的經(jīng)驗(yàn)和知識(shí)。

（一）文獻(xiàn)的采集與分析

專業(yè)文獻(xiàn)的采集與分析是智能預(yù)問診系統(tǒng)研發(fā)的重要環(huán)節(jié)。通過對(duì)醫(yī)學(xué)領(lǐng)域的專業(yè)文獻(xiàn)進(jìn)行廣泛的采集，系統(tǒng)能夠獲取最新的醫(yī)學(xué)研究成果和治療方案，為系統(tǒng)的智能化提供有力支持。同時(shí)，對(duì)這些文獻(xiàn)進(jìn)行深入的分析，可以提取出醫(yī)學(xué)知識(shí)關(guān)聯(lián)，更好地理解患者病情和疾病類型，提供精準(zhǔn)的預(yù)問診服務(wù)。

（二）智能預(yù)問診系統(tǒng)的AI化

深入模擬臨床醫(yī)生的診療思維方式，通過自然語言處理技術(shù)理解患者的語言，根據(jù)患者的描述進(jìn)行推理和分析，以更貼近醫(yī)生的思考方式來解讀病情。此外，系統(tǒng)還結(jié)合了大量的醫(yī)學(xué)知識(shí)和病例，不斷學(xué)習(xí)和優(yōu)化，提高對(duì)病情的準(zhǔn)確判斷能力。這種模擬臨床醫(yī)生診療思維的AI設(shè)計(jì)，更有溫度和更具有人性化，更貼近真實(shí)的醫(yī)療環(huán)境。

（三）采集患者醫(yī)療信息

通過智能提問的方式，預(yù)先采集患者的醫(yī)療信息，包括主訴癥狀、伴隨癥狀、診療情況、既往史、家族史等，旨在進(jìn)一步提高患者候診時(shí)間的利用率。系統(tǒng)根據(jù)患者的回答逐步深入，全面地了解患者的病情，提高了患者對(duì)自己病情的認(rèn)知。這種自我認(rèn)知的提升，使得患者在與醫(yī)生溝通時(shí)更有目的性，能更準(zhǔn)確地描述自己的癥狀和問題，有助于提高診療的效率和準(zhǔn)確性。

（四）自動(dòng)生成預(yù)問診標(biāo)準(zhǔn)病歷

系統(tǒng)可以在5秒內(nèi)自動(dòng)生成RTEeQXNbpxKvNXH5/IBLW1UPsvW0gg1iZwIzKmInN+8=預(yù)問診標(biāo)準(zhǔn)病歷。這一功能基于對(duì)大量醫(yī)療數(shù)據(jù)的分析和處理，利用大模型對(duì)病歷的生成進(jìn)行優(yōu)化和自動(dòng)化處理，根據(jù)患者提供的信息，快速生成結(jié)構(gòu)化、標(biāo)準(zhǔn)化的病歷記錄，大大提高了診療效率，減少了醫(yī)生的工作負(fù)擔(dān)。

（五）同步至醫(yī)生工作站

通過與醫(yī)生工作站的同步，實(shí)現(xiàn)了患者醫(yī)療信息的實(shí)時(shí)共享。這一功能不僅提高了醫(yī)生對(duì)患者病情的認(rèn)知速度，減少了重復(fù)詢問和檢查的時(shí)間，而且有助于醫(yī)生在患者進(jìn)入診室前全方位快速了解患者病情，有助于醫(yī)生做出更為準(zhǔn)確和全面的診斷。此外，預(yù)問診標(biāo)準(zhǔn)病歷的生成同步到電子病歷，也大大減少了醫(yī)生的文書工作量，能夠?qū)⒏嗟木ν度氲皆\療過程中，進(jìn)一步提升診療效率和質(zhì)量。

三、智能預(yù)問診系統(tǒng)的應(yīng)用與推廣

智能預(yù)問診系統(tǒng)的研發(fā)與應(yīng)用成功入選浙江省衛(wèi)生健康信息化十佳案例名單，這是對(duì)該系統(tǒng)在醫(yī)療信息化領(lǐng)域的創(chuàng)新與實(shí)踐的認(rèn)可。該系統(tǒng)已成功推廣至浙江大學(xué)醫(yī)學(xué)院附屬第四醫(yī)院、浙江醫(yī)院、浙江省人民醫(yī)院、黑龍江省中醫(yī)院、北京東直門醫(yī)院等20余家大型三甲醫(yī)療機(jī)構(gòu)。通過與這些醫(yī)療機(jī)構(gòu)合作，系統(tǒng)不僅得到了進(jìn)一步優(yōu)化，也為患者帶來了福音，得到了醫(yī)生和患者的高度認(rèn)可。

四、結(jié)論與展望

智能預(yù)問診系統(tǒng)的研發(fā)與應(yīng)用，在醫(yī)療領(lǐng)域取得了顯著的效果。該系統(tǒng)通過模擬臨床醫(yī)生診療思維，能快速、準(zhǔn)確地采集患者醫(yī)療信息，幫助患者建立自我病情認(rèn)知，同時(shí)為醫(yī)生提供預(yù)問診標(biāo)準(zhǔn)病歷，方便醫(yī)生快速了解患者病史，提高了診療效率。該系統(tǒng)的推廣應(yīng)用在浙江省及各地多家大型三甲醫(yī)療機(jī)構(gòu)取得了良好的效果，獲得了醫(yī)生和患者的廣泛認(rèn)可。

大模型在醫(yī)療信息化中的應(yīng)用已經(jīng)成為一個(gè)不可忽視的趨勢(shì)。智能預(yù)問診系統(tǒng)的研發(fā)與應(yīng)用，不僅提高了醫(yī)療服務(wù)的效率和質(zhì)量，也展現(xiàn)了人工智能技術(shù)在醫(yī)療領(lǐng)域的巨大潛力。該系統(tǒng)的成功實(shí)踐，不僅體現(xiàn)了大模型在數(shù)據(jù)處理、知識(shí)圖譜關(guān)聯(lián)等方面的強(qiáng)大能力，更突顯了其在患者候診期間智能提問等方面的創(chuàng)新應(yīng)用，讓患者等待變得有意義。

隨著醫(yī)療大模型的不斷積累和算法的不斷優(yōu)化，智能醫(yī)療領(lǐng)域?qū)⒂瓉砀嗟膭?chuàng)新和變革，在未來將呈現(xiàn)出以下發(fā)展趨勢(shì)：

1. 跨學(xué)科融合：醫(yī)療大模型將進(jìn)一步融合醫(yī)學(xué)、生物學(xué)、化學(xué)、統(tǒng)計(jì)學(xué)等多個(gè)學(xué)科的知識(shí)，提高模型的準(zhǔn)確性和可靠性。

2. 個(gè)性化治療：醫(yī)療大模型將通過對(duì)個(gè)體數(shù)據(jù)的深度分析和挖掘，為患者提供更加個(gè)性化的治療方案和藥物推薦。

3. 實(shí)時(shí)監(jiān)測(cè)與預(yù)警：醫(yī)療大模型將應(yīng)用于實(shí)時(shí)監(jiān)測(cè)患者的生理數(shù)據(jù)和病情變化，及時(shí)發(fā)出預(yù)警信號(hào)，提高疾病的早期發(fā)現(xiàn)和治療成功率。

4. 全球化協(xié)作：隨著全球化和信息技術(shù)的不斷發(fā)展，醫(yī)療大模型的研究將更加注重國(guó)際間的合作與交流，推動(dòng)全球醫(yī)療水平的共同提升。

作者單位： 丁勇、蔡秀軍、龐曉燕 浙江大學(xué)醫(yī)學(xué)院附屬邵逸夫醫(yī)院

薛翀 杭州全診醫(yī)學(xué)科技有限公司

武雅文 中國(guó)信息通信研究院