华佗GPT崛起医疗领域超越ChatGPT表现

在人工智能日新月异的今天，开源中文医疗大模型华佗GPT（HuatuoGPT）的横空出世，为医疗领域带来了全新的变革。这款由香港中文大学（深圳）和深圳市大数据研究院王本友教授团队训练并开源的医疗大模型，旨在使语言模型具备像医生一样的诊断能力和提供有用信息的能力。经过真人医生的盲测，华佗GPT的表现甚至优于ChatGPT，这一成果无疑为医疗AI的发展注入了新的活力。

华佗GPT的诞生背景

在医疗领域，大规模语言模型（LLM）具有广阔的应用潜力。然而，传统的语言模型，如ChatGPT，在回应患者描述症状时，往往缺乏专业性和对患者输入的精确解读。其回复虽然内容详实、表述流畅、逻辑清晰，但常常包含多种可能性，并以较高层次的建议形式呈现，缺乏深入的上下文理解能力，使得其帮助患者的具体情况有限。相比之下，现实世界中医生与患者的互动数据能够更准确地反映医疗情景的复杂性，并提供准确无误的诊断建议，具有极高的专业性。

但医生由于时间限制，回应常常简洁，不能充分传达信息，甚至有时会显得不连贯。若仅依靠这些数据来训练模型，得到的模型难以流畅地应对多样的指令或对话，其生成的回应也会显得短小、表述不佳，有时信息含糊，这对患者并不友好。因此，王本友教授团队利用指令微调和强化学习，在ChatGPT和医生的回复中找到结合点，训练并开源了华佗GPT。

华佗GPT的技术特点

华佗GPT致力于通过融合ChatGPT生成的“蒸馏数据”和真实世界医生回复的数据，使语言模型既具备医生的诊断能力，又能提供丰富且准确的问诊信息，同时保持对用户流畅的交互。为了实现这一目标，华佗GPT使用了四种不同的数据集进行混合数据集微调，包括蒸馏ChatGPT指令数据集、真实医生指令数据集、蒸馏ChatGPT对话数据集和真实医生对话数据集。这些数据集共同为模型提供了一个统一的语言模式、医生的诊断能力以及指令跟随能力。

此外，华佗GPT还应用了基于AI反馈的强化学习技术（RLAIF），使用ChatGPT对模型生成的内容进行评分，考虑内容的用户友好程度，并结合医生的回答作为参考，将医生回复的质量纳入考量。利用PPO算法将模型的生成偏好调整到医生和用户之间的一致性，从而增强模型生成丰富、详尽且正确的诊断的能力。

华佗GPT的性能表现

在评估华佗GPT的性能表现上，团队成员采用了自动评估和人工评估两种方式相互验证，在单轮问答场景和多轮交互式诊断场景中分别进行了评估。评估结果显示，无论是单轮问答还是多轮问诊场景，华佗GPT都表现出色。在单轮问答场景中，华佗GPT相较于基于LLaMa和ChatGLM的开源中文医疗模型表现显著优秀，甚至超过了GPT-3.5-turbo。在多轮问诊场景中，华佗GPT同样全面优于目前的开源中文医疗模型，并且在大部分科室的表现上均优于GPT-3.5-turbo。

真人医生的盲测结果也进一步验证了华佗GPT的优越性。在盲测中，专业医生对华佗GPT的输出结果进行了人工评估，评估结果表明，华佗GPT的诊断能力和信息提供能力均优于ChatGPT，能够为患者提供更加准确、专业的医疗建议。

华佗GPT的应用前景

华佗GPT的出色表现使其在医疗领域具有广泛的应用前景。例如，在千帆大模型开发与服务平台上，华佗GPT可以作为一款强大的医疗辅助工具，为医生提供诊断建议和信息支持，提高医生的工作效率和诊断准确性。同时，华佗GPT也可以作为患者的健康顾问，为患者提供初步的诊断和医疗建议，缓解医疗资源紧张的问题。

此外，华佗GPT还可以与其他医疗技术相结合，如曦灵数字人、客悦智能客服等，共同构建智能化的医疗生态系统。例如，曦灵数字人可以利用华佗GPT的医疗知识库进行交互问答，为患者提供更加生动、形象的医疗咨询服务。而客悦智能客服则可以利用华佗GPT的自然语言处理能力，实现医疗服务的智能化预约和咨询，提高患者的就医体验。

结语

华佗GPT的崛起标志着医疗AI领域的一次重大突破。这款融合了ChatGPT的多样性和医生专业性的医疗大模型，不仅具备强大的诊断能力和信息提供能力，还展现出广泛的应用前景。随着技术的不断进步和应用的不断深入，华佗GPT有望为医疗领域带来更多的创新和变革，为人类健康事业贡献更大的力量。