微軟AI部門負(fù)責(zé)人穆斯塔法·蘇萊曼Mustafa Suleyman再次把“醫(yī)療超級(jí)智能”推到聚光燈下。按TechCrunch報(bào)道他稱微軟的新AI診斷系統(tǒng)在困難病例上的表現(xiàn)超過(guò)醫(yī)生并正以此為目標(biāo)推進(jìn)醫(yī)療AI布局。相關(guān)研究發(fā)表在《Science》顯示該系統(tǒng)在疑難病例對(duì)比中勝過(guò)了全科醫(yī)生。但這項(xiàng)研究最重要的信息可能不只是“AI贏了醫(yī)生”。報(bào)道同時(shí)指出性能提升的大部分似乎來(lái)自底層AI模型而不是微軟系統(tǒng)本身。換句話說(shuō)真正拉開(kāi)差距的是基礎(chǔ)模型的能力微軟構(gòu)建的診斷系統(tǒng)更像是一層產(chǎn)品化外殼。這為醫(yī)療AI的評(píng)估提出了一個(gè)尖銳問(wèn)題我們究竟在測(cè)試一個(gè)臨床系統(tǒng)還是在測(cè)試它調(diào)用的模型疑難病例上的“勝利”意味著什么從公開(kāi)信息看研究讓AI診斷系統(tǒng)處理困難病例并與全科醫(yī)生的表現(xiàn)進(jìn)行比較。疑難病例通常涉及癥狀不典型、多病共存、信息不完整等挑戰(zhàn)。若AI在這些場(chǎng)景中勝出說(shuō)明大模型在醫(yī)學(xué)知識(shí)整合和鑒別診斷推理上具備潛力。然而臨床診斷并不是一次性答題。真實(shí)診療需要問(wèn)診、查體、檢驗(yàn)、影像和隨訪還要處理患者偏好、資源約束與不確定性。若研究主要基于書(shū)面病例結(jié)論就應(yīng)謹(jǐn)慎外推。對(duì)醫(yī)療AI而言實(shí)驗(yàn)室中的準(zhǔn)確率只是起點(diǎn)真實(shí)世界中的安全性、有效性和工作流適配才是終局指標(biāo)。系統(tǒng)集成還是底層模型報(bào)道點(diǎn)出的關(guān)鍵限定值得重視多數(shù)改進(jìn)來(lái)自底層模型。醫(yī)療AI產(chǎn)品通常包括模型、檢索增強(qiáng)、臨床指南庫(kù)、工作流集成、安全護(hù)欄和用戶界面。若性能提升主要來(lái)自基礎(chǔ)模型說(shuō)明產(chǎn)品層增值可能有限也意味著競(jìng)爭(zhēng)壁壘未必在“微軟系統(tǒng)”而在模型能力、數(shù)據(jù)與算力。對(duì)醫(yī)院采購(gòu)方而言這意味著要區(qū)分演示效果與端到端臨床價(jià)值對(duì)監(jiān)管者而言需要明確評(píng)估對(duì)象是模型還是系統(tǒng)版本對(duì)微軟而言則需證明其工程化、合規(guī)和集成能力能夠帶來(lái)模型之外的增益。否則“AI診斷系統(tǒng)勝醫(yī)生”的敘事很容易被簡(jiǎn)化為“底層模型勝醫(yī)生”?！搬t(yī)療超級(jí)智能”的野心與現(xiàn)實(shí)蘇萊曼一直以激進(jìn)愿景著稱。從DeepMind到Inflection再到微軟AI他反復(fù)強(qiáng)調(diào)AI應(yīng)成為個(gè)人助手并解決高價(jià)值專業(yè)問(wèn)題。醫(yī)療是檢驗(yàn)這一敘事的理想場(chǎng)景知識(shí)密集、需求巨大、醫(yī)生短缺。但“超級(jí)智能”在醫(yī)療中不能只靠基準(zhǔn)測(cè)試。它需要持續(xù)學(xué)習(xí)、不確定性表達(dá)、拒絕回答、轉(zhuǎn)診建議、可審計(jì)證據(jù)鏈以及在錯(cuò)誤發(fā)生時(shí)明確責(zé)任。任何一項(xiàng)缺失都可能讓“超過(guò)醫(yī)生”的標(biāo)題變成營(yíng)銷話術(shù)。醫(yī)療AI的進(jìn)步值得肯定但嚴(yán)謹(jǐn)評(píng)估比標(biāo)題更重要。疑難病例上的基準(zhǔn)測(cè)試勝利是能力信號(hào)不是臨床部署許可。行業(yè)背景從?？艫I到通用診斷過(guò)去十年醫(yī)療AI多在影像、病理、心電等狹窄任務(wù)上落地監(jiān)管路徑相對(duì)清晰。大模型出現(xiàn)后行業(yè)轉(zhuǎn)向通用診斷對(duì)話、病歷總結(jié)和臨床決策支持。優(yōu)勢(shì)是覆蓋廣、交互自然風(fēng)險(xiǎn)是幻覺(jué)、偏差和不可解釋。美國(guó)FDA等監(jiān)管機(jī)構(gòu)正在探索對(duì)生成式醫(yī)療AI的審評(píng)框架但標(biāo)準(zhǔn)仍在形成。醫(yī)院更關(guān)心的是是否減少誤診、是否節(jié)省時(shí)間、是否可追溯、是否與電子病歷兼容。一個(gè)在研究中勝出的系統(tǒng)若不能嵌入工作流很難產(chǎn)生真實(shí)世界價(jià)值。編者按別把模型能力誤讀為產(chǎn)品成熟這項(xiàng)研究最值得報(bào)道的不是“AI又打敗人類”而是能力歸因。若提升主要來(lái)自底層模型那么微軟的臨床系統(tǒng)必須回答三個(gè)問(wèn)題第一產(chǎn)品層增加了什么可驗(yàn)證價(jià)值第二面對(duì)模型升級(jí)和供應(yīng)商依賴系統(tǒng)如何保持穩(wěn)定與合規(guī)第三在真實(shí)世界而非精選病例中安全性如何被持續(xù)監(jiān)測(cè)對(duì)讀者而言看到“AI超過(guò)醫(yī)生”時(shí)應(yīng)先追問(wèn)什么病例、什么醫(yī)生、什么任務(wù)、什么終點(diǎn)。醫(yī)療AI的進(jìn)步值得肯定但嚴(yán)謹(jǐn)評(píng)估比標(biāo)題更重要。蘇萊曼的“醫(yī)療超級(jí)智能”愿景可能終會(huì)到來(lái)但路徑不會(huì)是單次基準(zhǔn)測(cè)試勝利。它需要模型能力、臨床工作流、監(jiān)管科學(xué)和人機(jī)協(xié)作共同成熟。微軟此次研究提供了一個(gè)能力信號(hào)也留下一個(gè)關(guān)鍵提醒在醫(yī)療領(lǐng)域系統(tǒng)價(jià)值不能只由底層模型代勞。本文編譯自TechCrunch本文首發(fā)于贏政天下 獲取更多深度技術(shù)內(nèi)容與資源歡迎訪問(wèn)官網(wǎng)。