國內首次AI 醫生一致性評測 評審專家稱“超出預期”

評測人員名單

在歷經8個小時的問診過程中，MedGPT 與來自四川大學華西醫院的心內科、消化內科、呼吸內科、內分泌科、腎臟內科、骨科、泌尿外科的10位主治及以上醫師共同對100余名患者進行問診，經過專家評審團，從準確性、客觀數據分析、可信度、人機交互性展開。最終，經過長達3個小時的對比分析及判斷，綜合專家團所有評審的判定及評分，AI醫生與三甲主治醫生在比分結果上的一致性達到了96%。    

一致性研究評測規則

評審流程

為了保證評測的合理性和科學性，此次測試的問診環節進行了特殊的設計：患者進入診室后，將與醫助溝通自身病情，醫助通過線上文字輸入的方式將患者主訴傳達給真人醫生與AI醫生病協助醫患完成多輪溝通，在收集足夠的決策因子后，真人醫生與 AI 醫生為患者開具檢查單或診斷，患者直接在成都高新海爾森醫院完成檢查；在獲得檢查結果后，患者進行復診，并由AI醫生及真人醫生提供臨床診斷及治療方案。通過以上流程，可以在條件基本一致的情況下，讓真人醫生與AI醫生進行互不干涉的獨立診斷。

專家評審維度

云化能力結合 AI 醫生“手段”更加豐富

值得一提的是，MedGPT不僅在一致性上達到了一定水準，還可以提供疾病治療環節中的其他“手段”，例如此次診斷過程中的“云檢驗”：在完成初步問診后，MedGPT會給患者開具必要的醫學檢查項目，以進一步明確病情。患者則可以通過醫聯云檢驗等多模態能力進行檢查。基于有效問診以及醫學檢查數據，MedGPT得以進行準確的疾病診斷，并為患者設計后續疾病治療方案。對于真人醫生來說，開具檢驗并根據結果對病情進行判斷是疾病診斷過程中的常規操作，但對于AI 醫生來說，這是一則突破。

真人醫生（左）與AI 醫生（右）為患者開具檢驗檢查并進行解讀

在此次問診現場，MedGPT就為患者開具了多種檢驗檢測，患者在憑借單據直接在成都高新海爾森醫院完成相關檢測。醫聯MedGPT項目負責人王磊表示：MedGPT 開單檢查只是多模態能力的其中一環，MedGPT 后續將配合醫聯多種云化能力，覆蓋預防、診斷、治療、康復的疾病管理全流程，讓患者輕松接觸到優質醫療資源。未來，MedGPT 會擁有更大的想象空間。

事實上，醫聯在今年5月已經公布了 MedGPT多種醫學檢驗檢測模態能力。除了配合云化能力進行檢驗檢測外，MedGPT會在患者收到藥品后主動為患者進行用藥指導與管理、智能隨訪復診、康復指導等智能化疾病診療動作。醫聯MedGPT plugin 應用平臺整合超過 1000+醫療多模態能力，整合多樣化的醫療多模態能力，豐富和完善全流程智能化診療體驗。

一次階段性探索 一次 AI 應用發展的推進

另附評審專家意見及具體評分：

王磊：“MedGPT 不會漏掉患者提供的重要信息，詢問病史非常全面，避免出現漏診的情況。知識面也比較豐富，會給患者解答其他科室的問題。但缺乏臨床醫生的察言觀色，無法為病人提供情緒上的照顧。此外就是數據準確性上需要提升。”

任景怡教授：“我可能是唯一一個給MedGPT打分超過真人醫生的，盡管MedGPT還有很多的問題，但我覺得邁出了這一步，算是里程碑的結果。MedGPT它可能有更完善的知識儲備，它可以關注到全科的情況。它在診斷不明的時候一直堅持沒有給患者以治療手段，這點我認為值得鼓勵，在診斷不明的時候，隨便給出治療手段會犯更大的錯誤，堅持很重要。有時候 MedGPT 會給出過度治療的建議，這點需要調整。”

劉國梁教授：“MedGPT在包括藥物過敏預警、處方開具等安全性方面做得好，能夠彌補人的不足。但開檢查的時候會存在重復推薦的情況。MedGPT可以提前篩選一些患者和提示真人醫生沒有問到的地方，大大提高診療效率，這是我覺得非常重要的一個發展方向。”

楊躍進教授：“問診比較詳細，它對于每個細節都很注重，作為臨床醫生的補充是非常有幫助的。但詳細有時候意味著重點不突出，有些問題，就需要一查到底，未來還需要繼續凝練。”

宗曄教授：“我給真人醫生打分較高，我認為真人醫生還是能夠抓住重點的，而對MedGPT我要求的還是要更高一些。MedGPT會圍繞這個核心的癥狀，包括誘因、伴隨癥狀，包括胃里面報警癥狀進行問診，比較詳細。缺點是有些檢查選擇的比較，這部分還是要加強基礎儲備。”

蔡美順教授：“從病史和檢查方面做的都比較全面，但是某些概念的表述準確性上需要優化。總體來說，人工智能還是對我們以后的工作有幫助。”

薛峰：“超出預期，問診很詳細，可以不知疲倦的和患者耐心溝通，在常見病領域還能起到對患者科普的作用；但是現階段的AI醫生無法實現查體，未來在醫學多模態能力上還有突破才有更大的應用價值。”