谷歌医疗版ChatGPT已在诊所实测 多个指标和真人医生相当

沈阳牛二冻

【太平洋科技资讯】据《华尔街日报》爆料，早在今年4月，Med-PaLM 2就开始在多家诊所内测试，其工作范围覆盖回答医疗问题、总结文件或处理医疗大数据等。

谷歌曾经表示，在医疗领域，Med-PaLM 2的效果优于Bard、Bing、ChatGPT等通用大模型。

那Med-PaLM 2能力到底如何呢？

Med-PaLM 2是基于谷歌当下最先进的大语言模型PaLM 2以及大量医疗数据训练的，是第一个在MedQA测试集中达到“专家”水平的AI大模型。

它的前身Med-PaLM是首个在美国医疗执照考试（USMLE）中取得“及格”以上分数的AI模型，在MedQA数据集上的得分为67.2。

而Med-PaLM 2将这一分数提升了19%，达到86.5，并在MedMACQA、PubMedQA和MMLU等多个临床方面的数据集上性能接近或超过SOTA。

在1000多个实际医疗场景问答中，Med-PaLM 2在9项基准测试中，有8项表现良好，相较于人类医生的回答得到更多认可。

与普通医生的回答相比，Med-PaLM 2有72.9%的回答被认为和医生回答相对一致。

但这些数据距离Med-PaLM 2能被完全投入到实际医疗场景中应用还有一些挑战，尤其是回答问题的准确性和稳定性方面。在上面的测试中，Med PaLM 2唯一一项没有被认可的基准测试，就是“信息准确性/相关性”。

尽管在实际应用落地中存在诸多困难，比如数据隐私方面的担忧、责任方的认定等，但这项技术代表了科技的进步，我们对AI在医疗领域的更多贡献和益处抱有期待。未来，AI将在医疗领域发挥更大的作用，造福人类。