本文来自微信公众号：亿欧健谈（ID：EO-Healthcare），作者：林怡龄，编辑：刘聪，原文标题：《当“狂飙”的ChatGPT碰上严肃医疗，它是怎么想的？》，头图：Pixabay。

2023年开春，要说现象级的话题，当属在互联网上“狂飙”的ChatGPT。

ChatGPT是美国人工智能研究实验室OpenAI去年11月底发布的一种人工智能聊天机器人，乍一看似乎普普通通，但这两天，它的魅力已经让全世界为之“疯狂”。有关它的讨论已经让人目不暇接。而它创造的用户记录也堪称无敌。

要知道，网飞用户数量达到一百万花了3.5年的时间，Facebook花了10个月，Instagram用了2.5个月，而ChatGPT只用了5天。

能如此受欢迎的原因，归结起来也简单：有别于过往的AI对话，它是一款会说“人话”，又好用到超出大部分人认知的产品。

如今，ChatGPT掀起的新一股AI浪潮，不仅让微软看到用它挣钱的可能——微软CEO已经公开表示将OpenAI产品与自身生态结合，将ChatGPT加入到Bing、Office、GitHub、Azure等当中，也让其他科技巨头迅速躬身入局，生怕错过机会。其中就有用AlphGo掀起上一波浪潮的谷歌，对它而言，这次可谓如临大敌。

毕竟，ChatGPT的作用不仅仅是问答，从这一方面向外延伸，它已经有望颠覆各行各业。比尔·盖茨在6日的采访中就列举了ChatGPT的三个用途：辅导学生，医疗顾问和写诗。

其中，ChatGPT在医疗领域的应用已经是海内外的热门话题，毕竟事关生老病死，但面对这么一个严肃性领域，事情并没有那么简单。

ChatGPT有何来头？

要回答ChatGPT在医疗中有多大作用，我们需要先摸清下ChatGPT的来历。

ChatGPT虽然是在岁末年初火爆出圈，但归根到底，它与去年同火的AI作画，本质同属一个东西，即AIGC（AI Generative Content，AI生成内容）。

这并不是一个全新概念。有业内人士就反映，2020年底时虽然还没有AIGC这个讲法，但已经明显感觉到AIGC在颠覆内容创作领域。往后的几年时间里，随着更多模型出现，以及更多的数据和更多的算力，AIGC发挥出了它的魔力。

Snapchat是最早运用这一技术的公司，他们将AIGC用到了相机上。科技巨头也相继入局，并出现了一批独角兽。在这段时间里，但凡应用该技术的各类产品都火了一段时间。2022年，这项技术入选了国际研究机构 Gartner 评定的“本年度五大影响力技术之一”。

那该如何理解AI生成内容？

去年，红杉资本发布的一篇文章《Generative AI: A Creative New World》把AI分为两类——分析型AI和生成式AI。对于前者，我们已经不陌生。它所擅长的是分析一组数据，并在其中找到诸多规律。如今随处可见的人脸识别、精准广告推送、风险评级等，背后皆是这一原理。

生成式AI则更进一步，涉及到创作层面——它除了分析之外，还要预测对方的理解，生成全新的内容。AIGC便归属这一范畴。原先我们可能需要搜索资料，自己整合分析才可给出答案，而生成式AI可以直接就给你成品，不一定百分百准确，但多数时候它都超预期。

放到ChatGPT身上，则意味着它有别于传统的搜索引擎，反而更像是一个AI的知乎等问答类平台。

从背后的技术支撑来看，ChatGPT的开发基于GPT-3.5模型，这让它展现出了惊为天人的语言能力。相较于此前写论文的初代模型GPT-3，不断训练和优化后的GPT-3.5更能说“人话”——不仅能联系上下文，还能用地方方言跟你互动。而且它需要的训练文本还更少。目前GPT-3.5只用了500G的文本，还只限于2021年。而GPT-3则需要高达45T的文本。

人们很难拒绝一个可以“快、准且有人情味”的回答，这是ChatGPT能如此“出圈”的原因，从参加各类测试、写作业、写论文、写代码……它似乎无所不能。

如果说，以前的AI只是协助人类分析事件，尚无法替代人类创作，那么生成式AI的出现，意味着一个全新时代的到来。而踏着这个来势迅猛的风口，OpenAI如今的估值已经从200亿美元一跃来到了290亿美元，上涨幅度达到45%。

生成式AI挖掘医疗行业金矿

上述文章分析，AIGC有潜力产生数万亿美元的经济价值。而《自然》杂志则表示有预测称，到2040年，生成式AI将为医疗保健行业带来1万亿美元的价值。

该文章指出，眼下已有不少生成式AI产品被运用到制药行业当中。15亿美元估值的独角兽Jasper和刚获得1.01亿美元投资的Stability.Ai公司，都有相关产品运用到生物技术领域。

Jasper主要是利用AI生产适用于社群媒体贴文、营销文案或电子邮件等形式的文字，使用者只需输入关键词，发文目的和简要概念方向，文案就能即刻诞生，接下来要做的事就只剩复制、粘贴和发布。

Stability.Ai则在2022年推出文本到图像生成工具Stable Diffusion，被应用到包括生物技术在内的各个领域。

好比从零开始生成人工蛋白质序列。Nature Biotechnology杂志曾报道一种语言模型ProGen，其在经过已知蛋白家族的2.8亿个序列训练后，便可生成具有可预测功能的蛋白序列。

《自然》杂志指出，小分子药物发现领域将会受益于生成式AI。

成立于2020年的Generate Biomedicines，就专注于使用生成AI来创造蛋白质，这些蛋白质可以用作新型疗法。另外，2015年成立的Standigm已经使用类似的生成型AI工具，在对大型生物医学数据库查询后，短短2个月内就创造了数百种新型分子。

看病就找ChatGPT？

那回归到具体单品ChatGPT，它能给医疗行业带来什么变革呢？

如果你翻看各大社交平台，总会看到人们用各式各样的问题去问ChatGPT，看看它会如何作答。而即便一开始答案并非准确，一番“调教”后，它也能迅速习得正确答案。

微软已经宣布要ChatGPT和自己的产品、例如搜索引擎相结合，这被业内视为将打下一个商业化样本。

其他各个领域的企业自然也不想错过这个火爆的概念。7日，水滴公司AI负责人便向媒体透露，公司已在数字员工的基础上内部测试类ChatGPT应用，主要运用在保险营销和服务领域。

而在更为严肃的医疗领域，如果交给人类来回答，有外媒根据ChatGPT的特点，已经给出三大领域——医学诊疗、医学研究和临床等各类工作流程。

举例而言，一位患者今早醒来时发烧、喉咙痛，他可以向ChatGPT阐述症状，完成轻问诊，随后ChatGPT还可以参与患者的护理，如了解患者如何服药或者其他治疗计划，是否有进一步的问题，此外，还可以监测高血压患者的血压读数并分析。

如果角色换做临床工作人员，他们可以通过ChatGPT收集患者过往的就诊情况，辅助诊断，还可以在做研究时让ChatGPT调出所需的特定患者群体数据，并分析生成结论，而不再需要花费数天或者数周要研究各种图表数据。

在医学写作上，就更无需多言。RSNA（北美放射学会）的网站上一篇名为《ChatGPT and the Future of Medical Writing》的文章，就来自ChatGPT的手笔。

很多人开始相信，有朝一日，很多临床诊断和决策都可以由机器而不是人类医生做出，AI将会取代医生。

但我们或许不用太过悲观。

回顾过往就会发现，每当有一个惊艳的AIGC产品发布时，总能引发硅谷乃至全球投资圈的兴奋。就像去年的DALLE-2和Stable Diffusion所引发的AIGC何时能取代导演和演员的探讨一样，有关ChatGPT能取代哪些岗位的问题也是不绝于耳。

但在技术尚不到位，以及在医疗等高风险、高监管领域，不少业内人士表示这个问题无需过度担心。

首先，医疗领域容不得大差错，但ChatGPT本身不会考虑答案是否准确，很多用户也无法判断答案的准确度；其次，ChatGPT在问诊时无法综合考虑患者的精神面貌，可能存在考虑不够全面；再者，如果ChatGPT提供了错误的患者病历引发诉讼，法律问责谁也是一个难题。

这些仅是风险的冰山一角。

眼下，ChatGPT也已惊动全球的监管层。向来对新技术持“保守和怀疑”态度的欧盟，率先对ChatGPT的风险作出了回应。

据悉，欧盟正在起草一项新的人工智能法规。其内部人员曾表示，新拟议的人工智能法规将解决对ChatGPT聊天机器人和AI技术风险的担忧。一旦欧盟将ChatGPT等生成式AI产品归为“高风险”AI类别，必将导致更高的合规要求和成本。

各大高校和专业期刊也在抵制ChatGPT的“滥用”。目前，多家知名学术期刊正在更新编辑规则。《科学》已经明确禁止将ChatGPT列为合著者，且不允许在论文中使用ChatGPT所生产的文本；《自然》的要求则稍微宽松，表示可以在论文中使用大型语言模型生成的文本，只是不能将其列为论文合著者。

诚然，新技术总是不可避免隐藏诸多风险，监管出手也无可厚非。但说到底，如何运用好技术，才真正考验人类智慧。

本内容为作者独立观点，不代表创新湾（ID：EnnoBay）立场。如有异议，请与我们联系。创新湾聚焦新科技、新产业领域，致力于记录中国科创力量，让更多人洞见未来。（报道、转载、进群，联系微信：EnnoBay2020）

扫码进群