图片来源：摄图网

■丁思月/整理

最近，美国开放人工智能研究中心（OpenAI）研发的语言模型ChatGPT火爆全网。据悉，ChatGPT仅上线5天注册人数就突破了100万，两个月后的月活用户突破1亿，成为史上用户增长速度最快的消费级应用程序。

迭代多次，并非突然出现

ChatGPT是一个以对话方式进行交互的模型，其中Generative Pre-trained Transformer（GPT）是一种基于互联网可用数据训练的文本生成的深度学习模型。它用于问答、文本摘要生成、机器翻译、分类、代码生成和对话 AI。

截至目前，GPT的整个发展史历经3次迭代。

2018年，GPT-1诞生，这一年也是NLP（自然语言处理）的预训练模型元年。性能方面，GPT-1有一定的泛化能力，能够用于和监督任务无关的NLP任务。其常用任务包括自然语言推理，即判断两个句子的关系（包含、矛盾、中立）；问答与常识推理，即输入文章及若干答案，输出答案的准确率；语义相似度识别，即判断两个句子语义是否相关；分类，即判断输入文本属于指定的哪个类别。

即便GPT-1在未经调试的任务上有一些效果，但其泛化能力远低于经过微调的有监督任务，因此GPT-1只能算得上一个不错的语言理解工具而非对话式AI。

2019年，GPT-2问世。不过，GPT-2并没有对原有的网络进行过多的结构创新与设计，只使用了更多的网络参数与更大的数据集，最大模型共计48层，参数量达15亿，学习目标则使用无监督预训练模型做有监督任务。在性能上，除了理解能力，GPT-2在生成方面第一次表现出了强大的天赋——阅读摘要、聊天、续写、编故事，甚至生成假新闻、钓鱼邮件或在网上进行角色扮演。

2020年，GPT-3出现了，作为一个无监督模型（现在经常被称为自监督模型），几乎可以完成自然语言处理的绝大部分任务，例如面向问题的搜索、阅读理解、语义推断、机器翻译、文章生成和自动问答等。

该模型在诸多任务上表现卓越，例如在法语-英语和德语-英语机器翻译任务上达到当前最佳水平，自动产生的文章几乎让人无法辨别出自人还是机器（仅52%的正确率，与随机猜测相当）。更令人惊讶的是，在两位数的加减运算任务上达到几乎100%的正确率，甚至还可以依据任务描述自动生成代码。

2022年底，衍生自GPT3.5的ChatGPT问世，并于2023年初火爆互联网。

可提高效率，但无法做出决策

从目前看，ChatGPT带来的影响是巨大而深远的，它不只是一个现象级的产品，其背后的GPT3.5更是一种颠覆性的技术，在各行各业都有落地应用的巨大前景。

而医学被认为是人工智能（AI）应用中最有可能率先实现商业化的细分领域。在“政产学研用”的多方努力下，全球智能时代加速到来，而医疗行业也正加速进入数智化的爆发期。数据显示，全球医疗保健AI市场规模预计从2023年的146亿美元，增长到2028年的1027亿美元，年复合增长率达47.6％。

那么，ChatGPT的出现将给医疗行业带来哪些影响，它能代替医生执业吗？AI与医疗相结合将面临何种挑战？

上海市第十人民医院老年医学科主任彭沪认为，医疗AI的发展目标应该是辅助医生，而非代替。AI可以帮助医生快速完成一些琐碎的重复性工作，提高效率、改善工作质量、提升治疗水平、减轻医务人员工作负担。但最终的判断和决策仍需在医生监督下进行。“尤其在强医疗场景中，AI的应用还涉及伦理、政策、论证等多方面因素。”

ChatGPT“自己”也这样认为。当它被询问是否可以取代医生时，它回答说，“我不能取代医生，我只是一个辅助工具。我可以帮助医生收集患者的健康信息，提供临床诊断支持，协助医生进行病例管理，提供专业的医疗咨询服务，以及协助医生进行病例分析和研究。”

中国科学院院士葛均波也曾发文表示，AI在医学应用方面存在诸多重大挑战，想要完全取代医生，目前技术不可能实现。他指出，ChatGPT是AI发展到一定阶段的代表性产品，影响AI发展的三个要素是算法、算力及数据库。

在算力方面，他相信随着芯片等硬件技术提高，问题不大。“但在算法及数据库方面，医学是有特殊性的。”首先，医学的参数变量主观性较强，有时候不能精确定量评价，如疼痛、疲劳、瘙痒、困倦等，个体差异很大。其次，医学参数变异度及相互影响很大，比如医生经常使用的一个参数——6分钟步行试验，即让患者在6分钟内拼命走路，然后测量其最大走动距离，患者在不同身体状态、不同医生陪同监督下都会出现差别较大的结果。

葛均波认为，医学是一门模糊科学、概率科学，很难精确预判，只能大概率的判断。在实践中，再简单的手术，都不可能百分百没有并发症；再高明的专家，在临床实践中，也不可能百分百准确诊断。医学变量的模糊性及变异性，以及参数之间可能会发生交互作用，对AI在医学中的应用提出了更高要求。

医学数据库的建立，同样存在巨大难度。医学变量和常规变量不一样，有时候难以准确收集，况且一个人所涵盖的生物信息参数非常大，再加上受制于个人隐私、医学伦理，医院之间信息壁垒，人力投入不够等因素，要建立一个完整的海量生物信息数据库是一个非常大的挑战。

“一本正经胡说八道”现隐忧

值得注意的是，ChatGPT很多时候固然能给出智能且知识性超强的回答，但也不断有人找出它犯的一些低级错误，认为它在一些问题上是“一本正经地胡说八道”。

有媒体要求ChatGPT对当前在中国上市的丁型肝炎RNA试剂盒做调研，并直接以表格形式列出试剂盒的产品名称及相关信息。ChatGPT给出了一份看似满意的答卷，然而经过人工搜索，发现所列出的产品信息均属杜撰，继续对其提问也无法获取公司相关信息。同时，在多次“审问”后，ChatGPT给出了生成此表格的模板，例如公司名称通过填写××生物生成。

从本次测试情况看，ChatGPT有很强的总结能力，但是，引用ChatGPT做案头研究需要审慎判断答案的真实性和时效性。

此外，ChatGPT会给出一些看似有意义实则空洞无物的回答。

当ChatGPT被问及能否充当一个经验丰富的医药代表，作为前辈指导新人工作。它给出的回答（部分）是“了解医生的治疗需求并说明产品如何满足他们的需求；保持与医生的联系，加强与他们的关系，以便以后与他们进行更多的合作”。

医药公司的人表示，该回答具有相对完备的产品介绍框架，对医药代表新人可能会起到一些指导作用，但是内容稍显空泛，而新人代表可能会期待其提供更有价值的销售经验。

中国工程院院士、国家基层糖尿病防治管理办公室主任贾伟平则指出，医生和患者面对面不止于信息交流，其间还有心理层面的沟通，因此可以肯定的是，“AI不能够代替人类，不能够代替医生” 。

山西省人民医院妇产科主任医师王素琴直言，“ChatGPT不可能取代医生。医学是人文科学，医生除了需要很强的技术背景还需要人文关怀，医生对患者的关爱是有温度的，AI做不到有温度的关怀。”