从世卫组织呼吁看人工智能在医学领域的应用

ChatGPT的发布，在全球掀起了人工智能技术开发和应用的新一轮热潮。发布仅两个月就拥有1亿用户的纪录充分说明了ChatGPT受欢迎的程度。就在ChatGPT的使用风靡全球、其用户数量一路高歌猛进的同时，其使用弊端和缺陷也逐渐显露。首当其冲受到冲击的是教育领域，作为一款多模态大型语言模型的人工智能应用软件，ChatGPT可以帮助大中学生做作业、写论文、做试卷，这些功能对当今世界各国现行的教育体制和教育事业形成了巨大的冲击和挑战。以致于很多国家和地区的教育部门和一些大学陆续出台了限制和禁止使用ChatGPT的相关规定。其次受冲击较大的当属文学创作领域，因为ChatGPT具有文学创作能力，如果给定时间、地点、人物和故事线索，ChatGPT就可以创作出情节完整的小说，这也令文学创作领域苦恼不已，相关部门也正在酝酿出台一些限制或审查措施。正当此时，今年5月，世界卫生组组向全球发出呼吁，呼吁各国在日常卫生保健领域要慎用ChatGPT等大型语言模型类人工智能系统。世卫组织强调，草率采用未经测试的系统可能会导致医护人员出错，对患者造成伤害，削弱对人工智能的信任，从而破坏或延缓此类技术在全球的潜在长期利益和使用。很多人将世卫组织的呼吁解读为世卫组织对ChatGPT等通用人工智能应用于临床医学领域的禁令，也有一部分人将此过度解读为世卫组织不鼓励或将限制通用人工智能技术在医学领域的应用。这些模糊认识不利于人工智能技术的发展和在医学领域的应用。为了厘清这些模糊认识，本文先从人工智能技术在医学领域的应用谈起。

人工智能技术在医学领域的应用分两部分：一部分是在基础医学研究领域的应用，另一部分是在临床医学领域的应用。

在基础医学研究领域最重要的应用体现在以下两个方面:

首先是利用人工智能技术测定蛋白质的结构。生命是由蛋白质构成的，构成人体的蛋白质种类繁多，结构比DNA更复杂。每一种蛋白质都有一维到三维的结构变化，蛋白质的三维结构决定了它在细胞中的功能，明确蛋白质的结构信息，对探索生命的本质、疾病的起因及药物研发有重大意义。依靠X射线晶体学等传统科研方法和手段，耗时、费力、成本高昂，且常无法获得所需要的结果，很难将其全部解析。英国DeepMind（深层思维）公司开发的人工智能程序“阿尔法折叠”通过深度学习实验测定出的蛋白质结构信息，来预测其他蛋白质的三维结构，其预测准确度相当高，成为人类破解蛋白质结构之谜的重要工具。目前已预测出100万个物种的超过2亿种蛋白质的结构，涵盖了科学界已编录的几乎每一种蛋白质，解决了基础医学研究领域的一大难题。

其次是利用人工智能技术破解人体免疫机制。人体免疫系统是由细胞、组织和器官组成的复杂网络，是人体保持健康的主要机制，其运行机理非常复杂。现代医学虽已发展到分子生物学阶段，但对人体免疫系统和免疫机制的认识还很肤浅。人类免疫系统比人类基因组大“数十亿倍”，只有应用和借助算法和算力强大的人工智能技术才能处理如此庞大的信息，最终破解人体免疫机制之谜。一旦成功，不仅对疾病的成因、生命的本质可以溯源，对新药研发和疫苗研制也会有革命性贡献。例如，为了深度分析人体免疫系统与肿瘤之间的关系，探索肿瘤免疫，破解免疫微环境与细胞癌变之间复杂的相互作用，就必须借助最先进的人工智能技术丰富免疫组学技术和手段，开发出更具成本效益、更易获取和更自动化的技术，最大程度系统地描述肿瘤细胞的免疫学特征，并提供更多的信息数据来增强人们对肿瘤免疫的理解。特别是人工智能技术在肿瘤抗原预测、单细胞测序和空间上分辨转录组学方面的应用，为探索肿瘤免疫机制提供了新的突破和技术方向。单细胞测序相关方法的技术突破，彻底改变了我们对肿瘤免疫的理解，并将研究水平从区域水平过渡到单细胞水平，这些新的研究方法将产生前所未有的大量数据，最终将有可能创建人类免疫系统的首册图集，并利用人工智能创建基于人工智能的免疫系统模型，为最终破解人体免疫机制提供了可能。

人工智能技术在临床医学领域的作用，除了目前大家已非常熟悉的达.芬奇手术机器人外，一些应用于临床医学诊断的源于具备深度学习能力的模拟神经网络系统的人工智能软件已被陆续开发出来，并应用于临床诊断。例如，已经过10余万张皮肤病图谱数据测试的用于临床皮肤病诊断和治疗的人工智能系统；数字病理学结合深度学习从病理图片中挖掘出看不见的信息，使我们能够在细胞或分子水平上准确把握肿瘤细胞的特征，提高肿瘤诊断的准确率；人工智能与医学影像学结合，影像已不仅仅是一张图片，而是一个大规模的数字数据，人工智能技术不仅能够提高影像的疾病诊断率，还可以用于识别肿瘤患者免疫浸润的生物标记物，并预测患者的治疗反应和治疗效果。

可见，通用人工智能技术在基础医学研究领域和临床医学领域已有了广泛、深入的应用，在基础医学研究领域破解生命之谜、溯源疾病的成因，在临床医学领域提高疾病诊断的准确率、治疗的精准性以及推进精准医疗和循证医学方面具有不可替代的作用。

那么，世卫组织为何要发出此呼吁呢？

这还要从ChatGPT的原理说起。

作为一款最新的大型语言模型类人工智能系统，ChatGPT与传统的通用人工智能具有本质的不同。第一，传统人工智能技术是靠内设程序驱动并实现其功能的，而ChatGPT则采用了具有深度学习能力的模拟神经网络算法并通过对大量数据测试后而生成的；第二，ChatGPT采用的神经网络算法与以往人工智能所采用的神经网络算法如循环神经网络和卷积神经网络不同，是谷歌公司2017年新开发的被称为“Transformer”的特殊神经网络算法；第三，ChatGPT使用了英伟达公司开发的采用通用并行运算架构设计的A100芯片，其运算能力高达几十甚至上百Top（1Top=1000万亿次/秒），可以瞬间完成客户的任何服务需求；第四，据公开报道，ChatGPT3.5经过了1750亿个数据参数训练测试，业界估算ChatGPT4使用的参数规模或已达到100万亿级别，这简直是天量数字，同类产品无人能及。

正是由于上述四个方面的原因，ChatGPT被训练成了服务功能齐全的大型综合知识储备系统，能为人类提供多学科、多技能、多知识体系、多场景的知识和技能服务。但由于临床医学的专业性、临床医学服务内容和服务场景的多样性、人类疾病和病因的复杂性，使得全方位采集经授权的临床医学服务内容和服务场景的数据非常困难，更遑论对临床医学服务和应用场景的数据进行清洗、标注，进而用其对大型语言模型人工智能软件进行数据测试了。这也是ChatGPT类大型语言模型人工智能软件不具备在临床医学上使用的主要原因。

生命是可贵的，维护生命健康的临床医学服务技术和工具是严肃和严谨的。世卫组织的呼吁至少释放了两个方面的信号：一是ChatGPT等大型语言模型类人工智能没有经过全面、标准化的覆盖临床医学服务内容和场景的数据测试，因此不具备用于临床诊疗服务的条件和能力；二是为开发适用于临床医学服务的大型语言模型类人工智能系统指明了方向。

综上所述，世卫组织的呼吁并不是限制或禁止人工智能在医学领域或临床诊疗方面的使用，而是就临床诊疗使用的大型语言模型类人工智能系统提出了具体要求。可以预见，基础医学研究领域和临床医学领域仍将会是未来通用人工智能技术广泛和深入应用的重要领域和场景，基础医学研究领域和临床医学领域未来重大革命性技术创新和突破，都会有通用人工智能技术的推动和赋能。（北京大学经济学博士，中国社会科学院金融研究所博士后 牛向东）