目前有能够在医疗领域发挥作用的 AI 助手。在 AI 诊断准确率不断提升的背景下，C 端的 AI 陪诊、AI 助理等可以成为获取医疗数据的重要途径。
例如，在语音电子病历/护理记录方面，技术相对成熟。国外已有较多相关产品尝试，如微软 Nuance 的 DAX Express（基于 GPT4）、Augmedix（接入 Google Med-PaLM-2）、法国创业公司 Nabla Copilot（基于 GPT）等。这类产品主要是语音识别，不涉及诊断。
在国内，护理记录的需求比门诊病历的需求更强，护士场景需求较大。但在国内推广存在隐私等问题，较少敏感信息的护士操作助理会有更多的落地可能性。
此外，GPT-4V 在医学图像理解和放射学报告生成方面也展现出一定的潜力，如能正确识别部分研究并提供准确诊断，但生成的报告仍需要医学专业人士评估以确保正确性和准确性。
原创Lian et Zian普通人的AI自由2024-04-15 18:17上海原文地址：https://mp.weixin.qq.com/s/cxKzeAQ_539YOfKNNuIpDA[heading1]太长不看版[content]从人口老龄化和医保缺口看：AI初诊是基础普惠医疗的必选项在AI诊断准确率不断提升的背景下，“AI不能背锅论”不构成问题医疗数据是核心资产并提供行业护城河，C端AI陪诊、AI助理等可以成为获取医疗数据的重要途径短期内，AI医疗C端直接付费仍然会比较困难，满足2B\2G的降本需求会是主要模式医生使用AI助手动力不足，短期内“护士助手”可能比“AI诊疗”更适合国情更长期，AI提供了“人体健康模型”的可能性：防未病、真正的个性化诊疗[作者]Yi,Lian
技术成熟，隐私是主要问题，护士场景需求较大语音电子病历是指医生与患者沟通病情时，软件自动录音并形成电子病历，无需医生手动输入。国外已有较多这类产品的尝试，例如微软Nuance的DAX Express（基于GPT4）、Augmedix（接入Google Med-PaLM-2）、法国创业公司Nabla Copilot（基于GPT）等。这类产品主要是语音识别，不涉及诊断，因此在技术层面相对成熟。微软DAX Express在国内，护理记录的需求比门诊病历的需求更强。护士在进行查房、护理的时候无法随身携带电脑进行实时记录，而又要求在及时录入系统，因此实操中通常需要记忆大量细节、在一天结束后加班录入。此外，超声、牙医等双手被占用的场景也有语音录入的需求。这个场景在西方医生个人诊所没问题，但到了中国，实时录音带来的隐私问题就出现了。由于前面提到的国内医疗行业灰色收入问题，医生诊断助理几乎没有可能推广；较少敏感信息的护士操作助理会有更多的落地可能性。但如果代入打工人的视角，应该谁也不愿意在工作的时候被实时监控吧。
在第4.1节中，通过图18-19展示了GPT-4V在医学图像理解方面的有效性。此外，我们进行了详细的调查，探讨了GPT-4V在放射学报告生成中的应用，如图75-78所示。在这种情况下，我们为GPT-4V提供了各种医学图像，并要求它生成完整的放射学报告。由于评估生成报告的准确性需要领域知识，我们寻求了医学专业人士的评估。图75展示了两个准确的例子：一个涉及腹部X射线图像，另一个涉及右膝的MRI。在两种情况下，GPT-4V正确识别了研究并提供了准确的诊断。接下来在图76中，我们观察了GPT-4V为手/腕的X射线图像生成的放射学报告。虽然GPT-4V根据第一张X射线图像成功诊断了推荐的管理措施，但它错过了第二张X射线图像中明显的远侧桡骨骨折。尽管如此，生成的报告保持了高质量的格式，可以作为模板，从而减轻了医学专业人士在起草报告时的工作负担。在图77中，我们探讨了涉及胸部CT和大脑MRI的两个额外示例。在胸部CT的情况下，GPT-4V错误地识别了左侧而不是右侧的提及的结节，并且还产生了测量误差。处理交错的图像-文本对的能力还允许GPT-4V引用先前的医学扫描和诊断历史，这对于医学专业人士的诊断过程被证明是至关重要的。图78显示了从多个胸部X射线扫描中理解症状进展的示例2。这些插图突显了GPT-4V作为放射学报告生成的AI助手的潜力。然而，由医学专业人士评估生成的报告以确保其正确性和准确性是至关重要的。