①醫聯CEO王仕銳表示，與用大量數據訓練相比，好的醫生、專家的意見更為寶貴，這也是MedGPT區別于其他同類競品的關鍵點。

②專家給出的回復是公司現階段非常寶貴、獨有的數據，交互內容會在后臺算法的權重也會比較高。

③目前該大模型大部分收入來自B端，未來可能會推出會員版、收費版。

財聯社9月17日訊（記者 何凡）醫療服務中，有效、可及和便宜如何兼得？醫療AI大模型或許是選擇之一。2024年11月，國家衛健委首次將AI診療納入國家醫療體系框架，標志著AI問診正式從技術試驗走向臨床實踐。但通用的大語言模型的幻覺會導致AI問診無法獨立的給出安全且有效的臨床診斷和治療。

醫聯CEO王仕銳在接受財聯社記者專訪時表示，公司打造的醫療AI大模型MedGPT，利用快慢雙系統，以專家臨床經驗為主導，與用大量數據訓練相比，好的醫生、專家的意見更為寶貴，這也是MedGPT區別于其他同類競品的關鍵點。而解決醫療普惠問題、提高可及性是當下公司的目標之一。

打造醫生智能體，讓會診前置

基于MedGPT，醫聯于今年8月上線了未來醫生，成為全球首個由臨床專家主導制定、面向真實臨床情境的醫療問診應用，并且以免費方式向C端用戶提供。

王仕銳表示，與其他的目前AI醫療問診產品模型不同， “未來醫生”在用戶提出問題后，首先是AI來接診或快速應答，進行用戶的意圖識別。如果是疾病問診相關的問題，全職醫生與醫生的AI智能體就會進入采集病史的環節。然后，根據收集到的病史，全科醫生以及其AI智能體就會進入后續的治療建議。

“這里涉及到‘分揀性’技術，這是一個世界難題。目前醫聯使用的分揀系統運行狀況良好，全科醫生與智能體的協作“駕駛系統”能夠將無法確定的問題轉診給專科醫生和他的智能體，如果仍然無法確定，就進入四級診療，轉診給專家及其智能體。這樣的做法，在保證效率的同時，做到每個醫囑上都有專家團隊的蓋章和團隊具體某個醫生的簽字。”王仕銳進一步對“未來醫生”運行邏輯進行介紹。

同時，不同于線下就診的體驗，他也提出了“會診前置”的理念，“未來所有醫生都有他的智能體，先做會診。通過獨有的模型架構、訓練方法和工程控制系統，完整復制專家的診療和溝通能力，提升專家的工作效率實現專家服務的規模化，打造智能醫療時代超級醫生個體。而在病情收集完成后，各相關科室醫生派出自己的智能體對病情做出分析，并得出綜合意見，接下來再讓多個科室里最有代表性、與病人病情最接近的科室主診醫生和其團隊出馬。”

正確技術架構下不存在信息孤島

當前醫療AI大模型的發展非常迅速，尤其在輔助診斷、健康管理等方面展現出巨大潛力，國內外涌現出多種醫療AI大模型，如Bioptimus、Med-PaLM等。但醫療數據標準化缺失、數據來源單一等也使得模型在不同醫療機構和人群中的泛化能力面臨考驗。

王仕銳將“未來醫生”看作一個“科研項目”，將醫生比作科研團隊，“首先，把醫學中的‘金科玉律’，例如用藥指南、白皮書、論文、臨床路徑等全部輸入，但就細膩程度而言，這是不夠的。比如某些疾病治療或者康復方式，在指南里并不清晰，就需要專家來補充，對于這些不成文的專家經驗，我們會跟他們反復交流。現在我們溝通的方式就是開早會，目前在未來醫生app中的專家們會對病例進行不同反饋，每位專家每日會對至少1個以上的案例給出明確回復。”

王仕銳告訴財聯社記者，在正確的技術架構前面不存在數據孤島，因為不需要用海量數據進行訓練。“我們的專家給出的回復是公司現階段非常寶貴、獨有的數據，他們與我們的交互內容會在后臺算法的權重也會比較高。”

在問及商業化問題時，王仕銳透露稱，目前大部分收入來自B端，但與如何盈利相比，解決醫療資源分布不均的問題更為迫切，“能夠給全中國人免費看病，提高醫療可及性，不會因為太貴而積壓病人的醫療需求是我目前更關心的話題。未來可能會推出會員版、收費版，解鎖更多專家，甚至國外專家，海外醫療資源等。”