人工智能大模型在眼科临床的应用 .pdfVIP

人工智能大模型在眼科临床的应用

【摘要】大模型是指使用海量通用数据预训练的模型。不同于人工智能模型通

常只为特定任务开发，其可通过微调完成各类相关任务，具有广泛覆盖各种医学

应用需求的潜力，更加符合临床实践需求，有望提高医疗效率和质量，是新一代

人工智能模型的研究热点。本文针对大模型的基本概念和现、医学应用及其面

临的挑战进行分析和总结，为眼科临床医师了解医学大模型及其在眼科的潜在应

用前景，理性应用眼科大模型，推动智能医学进入新阶段提供参考。

【关键词】人工智能；大数据；眼科学；大模型

人工智能逐渐应用于眼科临床，涉及筛查、诊断等领域，重要性日益彰显。

随着ChatGPT对公众开放，其强大的理解能力、流畅的智能对话、丰富的知识储

备等引起了广泛关注，并在数月内被迅速部署至不同行业的300多个应用中［1］。

大模型迅速进入各行各业的视野，成为新一代人工智能模型的研究热点。大模型

是指使用海量通用数据预训练的模型，经过后期微调即可完成各类相关任务，甚

至完成从未训练过的新任务。目前人工智能模型通常只为特定任务开发，而大模

型具有广泛覆盖各种医学应用需求的潜力，更加符合临床实践需求，很可能在未

来取代仅针对特定任务开发的人工智能模型。尽管有研究者因担忧大模型超过预

期的能力而呼吁暂停大模型研究［2］，但学界认为人工智能研究不能回避技术

发展，应用大模型是未来必然趋势，应积极探索大模型造福人类的方法［3-4］。

因此，应当理性迎接大模型的到来，了解医学大模型的现、潜在应用场景及必

须解决的问题，这有助于加速眼科大模型落地应用。

一、大模型的基本概念和现

大模型这一概念由Bommasani等于2021年提出，亦称为基础模型［5］。使

用大量无标注数据训练大模型的学习过程通常称为预训练，大模型经过不同程度

调整或后期训练，便可具备完成与训练数据有关的各种下游任务的能力。目前，

大模型常采用预训练联合微调的开发模式。既往深度学习模型受限于数据类型和

数量、模型规模等因素，多仅能完成特定任务；而大模型可完成更复杂、更高级、

更多样的任务。受益于海量数据、高达万亿级别的参数量以及庞大先进的人工智

能模型结构等，大模型存在涌现现象［6］,即其规模超过某个阈值时，模型的

精度将突然大幅提升，表现出远超既往模型的惊人“智力”和能力。大模型处理

广泛任务的能力，不同于既往为特定任务训练的模型，有助于解决人工智能模型

的碎片化问题。

目前大模型已在文字和图像等多模态信息及概念理解方面进行了探索［7-1

1］,而大多数医学数据是以代码、文本、数值及图像为基础，因此大模型已具

备应用于医学领域的基础。目前医学大模型的训练数据类型及总量仍然有限，尚

无公众可用的临床医学大模型，深入开展医学大模型研究是当下必然趋势。现有

约80个研究探索了基于电子病历及Medline数据库等的大模型［12］。这些大

模型可以处理医学文献、医患沟通的对话、医护人员书写的医疗文书等自然语言

信息［13-14］,以及结构化编码的诊断、治疗、检验和检查结果、医疗费用及

保险花费、临床文本、医学图像等多维度医学数据［15］。医学数据是多模态数

据，除上述数据外，音频、组学、知识图谱等信息也应纳入大模型训练数据中。

二、大模型的医学应用

（一）大模型在眼科的应用前景

我国人口基数大，不仅医疗数据丰富，具备开发大模型的优势，而且还有强

烈的医学大模型应用需求，以期改善医疗资源分布不均现，提升医疗质量和效

率。因此，探索大模型在医学领域的应用迫在眉睫。

研究者尝试在眼科应用语言大模型，如检索病历记录中的眼科检查结果与糖

尿病相关内容，为手术操作记录进行编码，根据青光眼患者的病历记录判断是否

需要手术治疗等［16-19］。眼科大模型广阔的应用前景值得探索。眼科临床诊

疗常涉及各种影像学资料和数据，大模型可结合患者病历资料起草影像报告，描

述异常和正常之处并提供可视化结果，如突出显示新病灶或医师要求观察的其他

特征。此外，大模型可提供临床预警，如接诊临床表现符合视网膜中央动脉阻塞

的患者，大模型可从原始数据中总结出患者的病情，提醒分诊人员及临床医师对

该患者予以优先处理，提供指南及相关文献，并推荐治疗方案，预测患者的病情

变化及预后；或者，在手术过程中以语音提醒手术的注意事项［20］,当存在多

种操作备选时宣读相关文献供手术医师选择最佳方案，或当某个手术步骤被