黄昊：ChatGPT对医疗信息化的冲击与挑战——人智博弈，逐浪前行

　　作为一名信息化从业者，谈到人工智能，我经常调侃“人工和智能之间现在得加一顿号”，表明目前的人工智能技术还是停留在某些专业技能的智能化应用，还不能实现通用智能技术的突破。

　　然而这段时间，我们却不断被人工智能的新变化冲击着，前有ChatGPT的震撼，紧接着又迎来了GPT4.0的冲击，期间也伴随着国内“文心一言”发布所展示的中国声音。在专业领域应用上，GPT4.0现已迅速切入了医疗领域，微软子公司Nuance Communications日前推出一款基于GPT-4的医用软件DAX Express。老款的DAX可以将患者在就诊中与医生的交流转化为临床档案，结合人工审核来确保信息的准确性，整个过程需要耗费4小时，而最新推出的基于GPT-4的DAX Express，只要短短几秒就能搞定上述工作。

　　GPT所展现出的“科技与狠活”已经显示了它对大众岗位的威胁，我们自以为是的技能和多年打造出的职业经验，瞬间被它击垮。动动嘴皮子、随便写个提纲，它就帮你搞定剩下的一切，此类主题的宣传视频在网上比比皆是。那些原本我们需要加班熬夜码的代码，在它也是小CASE，在强大科技面前，我们已成为一粒灰尘，风吹过，消失在尘烟中。基于AI的绘图软件的出现直接让一些简单的美工岗位不复存在。人们纷纷感叹“四年大学比不上一分钟问询，八年工作经验挡不住一秒暴击”，躺平之声甚嚣尘上。

　　一日，在食堂偶遇某临床科室主任，他一脸真诚的对我说：“昊哥，现在美国ChatGPT的回答都非常专业了，我们应该把它引进来搞信息化。现在的信息系统太LOW了，谈不上智慧医疗。”看吧，就算我们不进步选择躺平，时代都会把我们拽起来，推着我们前进。

　　如此强悍的人工智能模型，相信不仅个人，就是各个行业都在思考，如何与它联合，解决实际问题，探索科研奥秘。我们必须得思考类似GPT这类大模型通用智能技术对医疗信息化到底有些什么挑战，我们又能做些什么。

　　先用一组数字来说明GPT的强大吧。

　　类似GPT的大模型，其核心特征是模型参数多、训练数据量大。有研究估测，GPT-3是高达1750亿个参数的语言大模型，需要上万个CPU/GPU24小时不间断地输入数据。其能耗相当于开车往返于地球和月球，一次运算就要花费450万美元。GPT-4是一个超大的多模态模型，也就是说，它的输入可以是文字(上限2.5万字)，还可以是图像，其参数更是比GPT-3高了16倍，达到了1.6万亿个。百度“文心一言”的参数也高达1000亿以上。

　　据报道，跑通一次100亿以上参数量的模型，算力至少需要1000张GPU卡。GPU芯片中领先者如A100售价达1万美元， 微软Azure云服务为ChatGPT布署了超过1万枚英伟达A100芯片。高昂的成本意味着大模型只能由超大型科技公司或少数机构所掌握。在一次学术会议上，某全国顶级医院的主任自豪说，我们的数据中心目前已经拥有191块GPU的算力了，有效算力全国医疗机构排名第一。然而这些算力背后都是巨大的资金投入，对于大多数医疗机构来说，要开展人工智能应用，使用云端服务是合适的选择。

　　从行业发展看，也是这样的趋势，自2月份百度官宣“文心一言”以来，已有超过650家企业宣布接入“文心一言”生态。术业有专攻，在大模型人工智能的使用上，少数机构做研发，其他也就是选择场景进行应用了。

　　冲击一

　　大众对信息化的期望值被拉高

　　相信体验过ChatGPT的人都会成为它的粉丝。进而大家也都会将嫌弃的目光投向我们在用的各个系统。那么如何从业务系统向智慧业务系统进化，相信各厂商也在开始思考从现有的微服务架构进化为智能架构了。

　　冲击二

　　更多的云化应用被催生

　　通用人工智能模型难以进行私有化部署，“云、管、端”的模式将成为常态。对于普通大众来说，在没有出现更轻量型的模型或更高性价比的算力平台之前，还只有采用云服务的模式。但是采用云模式必然也会受制于云，一旦云端服务中断或者被禁止，我们的业务也会受到影响。

　　冲击三

　　现有的安全体系进一步被打破

　　有人说，人类进步的动力就是因为我们的懒惰。蒸汽机代替了马匹;电力取代了蒸汽;互联网让我们获取资料更方便;人工智能让我们不必“思考”。人们肯定会用智能工具来完成各类工作，从论文撰写、绘画、各类报告材料等等，这在使用过程中难以避免可能造成信息的泄露。

　　据韩国媒体《economist》3月30日报道，近日，三星内部发生三起涉及ChatGPT误用与滥用案例，包括两起“设备信息泄露”和一起“会议内容泄露”。3月31日，意大利个人数据保护局宣布，从即日起禁止使用聊天机器人ChatGPT，限制其开发公司OpenAI处理意大利用户信息，并开始立案调查。其个人数据保护局认为，3月20日，ChatGPT平台出现了用户对话数据和付款服务支付信息丢失情况。而该平台没有就收集处理用户信息进行告知，且缺乏大量收集和存储个人信息的法律依据。

　　冲击四

　　人类的一些技能将更为退化

　　亘古以前，人类狩猎，需要逃避野兽的追击，需要掌握武器和搏击技能;如今，信息系统的应用让很多医务人员都不再熟悉一些医疗管理的规章，如药品使用、医保政策等，反正都是系统在把关。同样，当我们能够通过与GPT简单的沟通就获得一份漂亮的材料后，我们的分析能力、调查能力都会退化。

　　冲击五

　　可能带来的系统性安全事件值得关注

　　没有完美的软件，就算是ChatGPT也是不完美的。它仍然有一些局限性，还在不断的进步。

　　ChatGPT在其未经大量语料训练的领域缺乏“人类常识”和引申能力，甚至会一本正经的“胡说八道”。ChatGPT无法处理复杂冗长或者特别专业的语言结构。对于来自金融、自然科学或医学等非常专业领域的问题，如果没有进行足够的语料“喂食”，ChatGPT可能无法生成适当的回答。而这些一本正经的“胡说八道”往往还更具有迷惑性，导致一些错误判断发生。

　　ChatGPT仍然是黑盒模型。目前还未能对ChatGPT的内在算法逻辑进行分解，因此并不能保证ChatGPT不会产生攻击甚至伤害用户的表述。据说它的进步已经威胁到人类自身了，最新的消息是，一众科技大佬纷纷发声，要求暂停GPT的研发进展。

　　坐享其成自然好，但却不现实。就如GPT一类的大模型也需要数据去训练，而这些专业性的数据的产生，不仅需要技术型人才的分析能力，更需要各专业领域人士的投入，如数据标注，数据的标准化处理，这类原始性工作尤显重要。尤其是对医疗这种涉及生命安全的领域，大模型依然存在潜在风险。避免系统性问题，还需要有评估和不良事件上报的流程及管理文件的完善，这也正是国家出台相关法规的原因之一。

　　结语

　　人工智能的应用来势汹汹，“算法、算力、数据” 作为AI核心三要素，相互影响，相互支撑。就算是大语言模型的GPT也需要大量标准的数据去投食去训练。在医学这个细分领域尤其如此，如果没有大量经过验证的数据去训练模型(标准疾病病历库)，也会再现当年机器人沃森医生的尴尬，来也匆匆，去也匆匆。最后用一首打油诗和大家共勉。

身边多个万事通，保密意识记心中。

可用切勿成依赖，顺势而为道路通。

　　注：此文借鉴和参考了互联网上公开发表的各种资料，在此一并表示感谢，时间关系没有按照论文格式进行撰写，还请谅解。

　　作者简介

　　黄昊，现任陆军特色医学中心信息科主任、正高级工程师，CHIMA常委，中国研究型医院学会医院信息化分会常务理事，中国研究型医院学会医院信息化分会智慧医疗专委会主任委员。