麻省總院病例有多難？我們找了4位博士和AI一起挑戰...

今年跑了十幾場醫療大會 有個變化感受特別深 以前大家聊的最多的是 新藥 新器械 新指南 但現在從主論壇到峯會場 AI幾乎成了繞不開的話題 那如今的AI在回答健康問題上 到底是什麼水平 今天我們找來了 四位浙大博士組成的人工隊 PK我和千萬組成的機器隊 看看面對複雜臨牀病例時 他們會怎麼想 AI會怎麼想 今天的病例 都來自全球頂級醫學中心 麻省總醫院的經典疑難病例 第一輪我會公佈初始線索 人工隊和機器隊要先給出判斷 優先考慮哪些疾病 第二輪我會繼續放出 病史 既往史和體徵 雙方需要排除第一輪的不合理診斷 第三輪我會給出關鍵信息 或檢查結果 雙方需要給出最終診斷以及理由 那我們的人工隊 先和大家打個招呼吧 大家好 我是叔叔 大家好 我們是鴉鴉 大家好 我是RayLee 大家好 我是Nico 今天你們的對手是 過年幫你們點奶茶的千萬 他目前已經通過了 中國十二門核心學科的 主任醫師比試測評 而且是高分通過 怎麼樣 有壓力嗎 有 沒有 我覺得我們能贏 我也覺得我們不容易贏的 沒有 行 非常自信 那我們就來看第一個病例 18歲女性長期反覆頭痛 最近明顯加重 來急診時發現血壓非常高 請給出你們認爲 所有可能的診斷 她頭痛 我們可以考慮 會不會是偏頭痛呢 年輕女性也是多發的 那會不會是頭痛情況下 導致的一過性的血壓增高 那麼還有沒有另一種可能 是她本身血壓高 是另一個病因 多因素的影響呢 她確實比較年輕是嗎 是的 而且血壓高值 其實非常重要的 比如說如果她是 180到200這種 那她就成了高血壓危象了 我們肯定 不管什麼先考慮原發性 趕緊送急診再說 那如果是140到160這種區間 那再加上她是一個青年女性 那我們可能就會優先考慮 是一個季發性的 腎性的高血壓 就比如說腎動脈狹窄這些 對 那除了腎動脈狹窄 這個女性 她在血壓高的時候 還有頭痛的症狀 是不是在內科疾病裏面 也要考慮是個細胞瘤呢 對 那我覺得除了要考慮 內科方面的話 外科疾病也可以考慮 比如說神經外科的 這個多經脈畸形 或者腦叢中的畸形出血 都是可能導致她頭痛 以及血壓高的 是的 很好地補充 OK 那我們來看看千萬 感覺千萬的回答 更多是針對了 她高血壓的這個特點 沒有在頭痛上過多地分析 她更多地認爲 血壓高是導致頭痛的一個因素 但是她這個回答 整體上看來 是和我們比較相符的 並且她還提到了 一些其他因素 比如說藥物 毒物 子弦 這些是我們剛剛沒有考慮到的 所以她的整體考慮 還是非常全面的 但是她也是把這個 放在最後面的 也是因爲 因爲她的概率確實比較低 像子弦前期 她這個一般是卡在孕二十週 如果病人過來的話 我們一下就能看出來 然後像藥物 毒物這些 也是比較小概率的事件 所以她排在最後去考慮 也是合理的 所以你們覺得她這一輪 其實回答得應該挺全面的 甚至像你們沒有提到的 藥物和毒物的話 她都有提到的 行 那我們接着來看第二輪信息 患者自述頭痛已經持續多年 近一年更頻繁 常在早晨明顯 沒有典型偏頭痛先兆 沒有明顯發熱 感染 神經地位提升 極簡主要異常是持續性高血壓 那哪些判斷可以排除 哪些還存疑 她這個早晨 其實是一個非常關鍵的信息 因爲其他的都是陰性的 再加上這個持續性的高血壓 基本上可以鎖定是內分泌 或者是腎性的高血壓了 那我們來看看千萬是怎麼回答的 就是跟我們的思路其實挺像的 她也是把 是個細胞瘤 原發性的直接高血壓往下降 概率往下降 她也是認爲內分泌性高血壓 然後腎性高血壓的可能性比較高 感覺她的思路 其實就是典型的臨牀思維 最開始信息量很少 她就把危險的 絕對不能漏掉的可能性 她就給列出來了 然後後面根據 病史 檢查再慢慢排除 臨牀上我們會覺得 她這個可能就是 腎性或者內分泌性 我們就優先急救 但是她這個就是先把顱內 顱內壓增高性的排在前面 然後依次顱內 腎性和內分泌性這樣 其實她有一個那種 危險風險這樣遞降的一個 順序在裏面的 就是把最危險的 然後對即便它的概率比較低 咱們也要先優先把它排除這樣子 OK那總體來說 她這個回答還可以是嗎 對對對 那我們來看下一輪的一個線索 關鍵檢查 實驗室檢查顯示 血甲2.0 然後提示腎素和全身痛異常高 腎道影響發現效果 那基本就是腎素瘤了呀 是 給的太直白了是嗎 對 很明顯 OK 那我們來看千萬給的答案 她也是說最有可能的診斷是 腎素瘤分泌嚴峻 她從病身機制開始分析還挺好的 因爲很多病人你跟他說 得了腎素瘤 他們可能也一點概念都沒有 腎素瘤是什麼 它的作用機制是怎樣的 這能起到一個挺好的科普作用 對 而且它提示還會告訴你 下一步我們應該去幹什麼 對 甚至這點提示蠻重要的 對 那我們來看看正確答案 沒錯 也是腎素瘤 和你們的判斷一致 OK 其實那第一輪就屬於大家雙方 打平 好吧 怎麼感覺好像很簡單 就是麻省總醫院的病例 咱們三分鐘不到就搞定了 但是因爲你把提示詞 都已經侷限得非常小了 但實際在診療過程中 我們還要經歷很多檢查 有很漫長的鑑別診斷過程 那我們接着來看第二個病例 這個可能要哪一年 因爲我看是腹痛 33歲女性懷孕10周 發熱 腹痛 噁心惡吐 頭痛 請給出你認爲所有可能的答案 在這樣一個孕早期 它出現噁心惡吐 我第一反應就是妊娠劇突 就是孕吐 然後也有一些像 因爲妊娠破裂 也是在孕早期 懷孕10周也是一個 非常重要的時間節點 然後也有可能是 妊娠合併的一些症狀 比如說ICP等等 我覺得都要排除的 是的 因爲10周這個點很關鍵 是的 它伴隨這些症狀 然後流產的風險很高 然後也很危重 對 然後 但是因爲它有發熱的症狀 我覺得也要考慮到 唾棄感染這些 腹痛的鑑別診斷就特別多了 是否是腸胃炎 卵胃炎 這些的可能 包括噁心惡吐 它既有可能是一些 消化系統的疾病 那也有可能是 比如說妊娠相關的早孕反應 妊娠劇吐這些 那頭痛 那它的鑑別診斷就更多了 頭痛可能是有一些 神經系統的疾病 那也有可能單純是因爲 水壓高這些 引起的一個 一過性的頭痛 對 像頭痛 噁心 惡吐 很可能就是腦膜炎 或者腦膿腫之類的 對 感覺全身上下 所有的症狀都在裏頭 對 腹痛跟頭痛 一個症狀翻番 是的 現在醫生做很多東西了 感覺什麼都可能腹痛 頭痛 對 那我來看看千萬是怎麼回答的 因爲我覺得 它首先第一點是讓 立刻去急診 而不是先告訴我們這些 這些可能的診斷 我覺得這點非常重要 這個其實是評估 那個醫療健康大模型 一個非常關鍵的點 就是叫 風險分層 因爲像醫療問答 它和普通問答 肯定是不一樣的 對吧 像咱們正常問這個 一些生活的問題 那答錯了就答錯了 對吧 沒有什麼嚴重的後果 但是如果醫療健康問題 然後判斷錯了 那可能就會耽誤就醫了 對吧 可以看到它有 感染性疾病裏提到的 一個尿度感染 我們剛剛其實沒有提到 其實在孕婦中尿度感染 是一個挺常見的 其實應該是要考慮的 這點確實我們沒有想到 爲什麼呢 因爲當時 確實幾率還是比較少 是嗎 幾率還是比較大的 只是說它沒有提示腰痛 或者是尿頻量級相關的 尿頻量到症狀 對 就可能患者過來之後 如果咱們就補充問一句 他如果提到的話 那麼再把這個 給加入到這個診斷 就是化驗的隊列 對 這個就是醫生 在病史採集當中 要注意到的事項 是的 行 我們接着來看 第二輪的提示詞 患者既往有潰瘍性結腸炎 三週前剛因復燃時 用過糖皮基素和米拉發琴 住院後血壓下降 腹痛和發熱持續 腰穿和腹部影像無異常 請問哪些情況 可以排除 哪些需要優先考慮 我感覺這個潰瘍性結腸炎的 影響因素還挺大的 對吧 對於潰結 是一個非常重要的既往事 而且這個患者 他之前還用過糖皮質基素 增加了感染的風險 是 當糖皮質基素 它突然停藥或者撤藥過快 它都可能會導致腎上腺分泌 糖皮質基素不足 從而引起腎上腺危險 而且也是比較危急的 行 那以上就是大家的判斷是嗎 好 那我們來看千萬是怎麼回答的 你看她的回答還是說 第一時間就要強調一個搶救 她這個我覺得應該是 規則裏面就是嚴格限定了 就是對於一些危險的情況 就要立即推薦 就是去做一些 就醫或者說醫學處理 我感覺診療思路其實還是可以的 和你們也大差不差 那我們接下來就看 還要做哪些檢查呢 因爲她這個 是一個孕產婦 已經比較危重了 所以我們肯定是要準備手術的 然後手術相關的檢查 比如說血糖歸血癥化 然後CRP PKT 肝臟功 還有沸血這些相關檢查 肯定都要完善的 那說不定人家不要手術 對 孕產婦不能輕易手術 對啊 說不定 所以你要備着呀 那說不定她腎上腺危象 對吧 開個血皮質層測測皮 那補一補說不定就好了 那不能這麼貿然就手術 也沒有說手術 你要準備的呀 比如說她萬一就流產了 對吧 排除一些感染 確實還是挺有必要的 對 而且我們如果考慮 她是一個感染引起的 敗血症或者濃度血癥的話 可能還需要完善血培養 和藥敏檢測 這樣子就能更明確 這個孕婦的感染情況 那這一等超會不會太多了 我看你們都開了血培養檢查 那我就不賣關子了 因爲這個案例裏 最關鍵的陽性結果 就是血培養出現了 那基本就是李斯特君了 那我們看千威他怎麼回答 可以 確實 他也是考慮李斯特君 畢竟這個非常典型了 是的 而且我們可以關注到 他除了考慮孕婦 他還考慮到了一個胎兒的受累 因爲尤其是對於珍貴兒來說 每個胎兒也是很重要的 李斯特君對胎兒的影響也很大 所以我們也是要考慮進來的 這一點我覺得他做得挺好的 那第二輪你們覺得呢 是千威贏了還是你們贏了 我們不能輸吧 確實 感覺大家都是在同一時間 做出了一個準確的診斷 那我們來看第三個關鍵案例 38歲女性有科文病史 最近幾個月 膚痛 腹瀉 低熱 對 這個太典型了 那我們繼續看下去 她已經使用了生物製劑和激素 但症狀沒有好轉 反而越來越重 給出你們認爲所有可能的結果 腸結核 這時候應該把賀音成掏出來 科文病和低熱等於腸結核 一致通過 腸裏面的科文不用鑑別了 但是我覺得要鑑別 怎麼能不鑑別 我覺得還可能是腸癌 腸癌你看膚痛 腹瀉 低熱 科文病也可能 對吧 是有發炎的 也行 要鑑別 可以 那我們看千威是怎麼回答的 她這個回答怎麼樣 好吧 她列入了挺多指南的 像訓練醫療健康AI模型的話 一般都是用同行評審過的一些論文 然後專家指南這些內容 很少用互聯網的信息 因爲主要是幫助她出現幻覺 然後你看基本每個知識點 你看它都有一個索引信息 就是爲了讓你自己去看 它引用的證據等級高不高 然後可不可信這樣子 之前不是網上有一個 很火的手指案嗎 就是一個患者 他不小心把自己的手指切斷了 然後拿去問AI 然後AI讓他泡水裏 這還挺可怕的 因爲泡水裏那手指可能壞掉 就無法再斷枝再植了 對 所以現在就是 醫療健康AI的大模型評測中 有一個很重要的一個部分 就是對安檢訊評估進行一個測試 你看像OpenAI的HealthBench 還有上海人工智能實驗室的MedBench 他們的評測體系裏面 都有一個很重要的 就是說組成部分是對大模型的一個 是否出現幻覺進行一個評估 OK 那我們抓緊時間來看 第二輪信息 患者長期接受抗精癌 輔導二法治療和糖皮質激素治療 影像顯示腸壁增厚 淋巴節改變 常規抗炎治療效果不好 哪些診斷要有請考慮 你看 常規抗炎治療效果不好 沒腸結核 那也不能排除腸癌 對吧 可以 那我們來看千萬怎麼回答 他是說還是腸道結構變化症 然後進行了一個分析 機會性感染 然後還要就是像我們剛說的 要重新鑑別一個腫瘤 我感覺他沒有順着克羅因病往下說 他還提到了什麼機會性感染這些 就是他造出了剛剛克羅因病的提示詞 我覺得這點看起來就蠻舒服的 就是之前用某AI 他就接受了一個提示詞 他就會一直順着它往下說 就開啓新對話 然後才能讓他清楚一下這樣的記憶 然後我覺得像他那樣 就是能跳出這樣一個 完全在克羅因病的角度來思考 能翻山越嶺思維 我覺得還挺好的 對 確實 因爲AI它就是一個很大的特性 就是說順着我們的提示詞 哪個提示詞它覺得很關鍵 那就要拓展來看來說 但是你在就是醫療場景中 這有些東西可能過來 我們覺得它很重要 但其實對於它的背後 並不是那麼重要 但如果AI它一直就覺得 對着這個重要的提示詞去擴展 那永遠得不到一個正確的診斷 那你們覺得要看哪些檢查呢 那考慮結核嘛 那T-box檢查 然後彈配樣的抗酸感軍檢測圖片 以及最重要的結核感軍的培養 就是一條路走到死 其他不檢查了嗎 然後像那個腸結核 它精標準就是結腸 還有活檢 就是我感覺如果要確診腸結核的話 還是要做一下的 腸經還可以順便排查一下 你提到的腫 對 還可以排查 那我們來看看千問它 開了哪些檢查好嗎 OK 那我看你們都開了一個 結核的檢查 那就公佈答案 確實 這個是一個腸結核的一個患者 這我們得贏了吧 咬字沒籌碼 我們都秒了 其實我們今天坐在這裏 就是說 就像大家做題目一樣 可以做什麼快的診斷 但真的回到臨牀上的話 它的突發情況特別多 然後像過來的話 不會像我們這樣 就是每個其實是那麼精準 然後大家的檢查結果 可能也是不會說那麼典型 其實也會要複雜的多 是的 那通過今天的內容 相信大家都能感受到 AI在健康領域的巨大潛力 它能在複雜的病例信息中 快速的整理線索 列出可能的診斷方向 提醒用戶不能漏掉的危險疾病 也能幫助用戶 把推理的過程一步步理清楚 是嗎 那爲什麼千問在健康問答中 能做到如此的準確和全面呢 其實很重要的一點就是說 它接入了國家研究局 等專業的數據庫 同時結合專業的醫學知識庫 在生成回答的過程中 去強化專業知識的一個調用 然後除了更權威的數據來源 千問健康也引入了 專業醫學力量參與模型訓練 它還聯合了上百位業內的專家顧問 然後共同參與模型訓練能力評測 還有醫學內容的打磨 而這也是千問健康一直追求的方向 做一個更專業的AI健康顧問