11월 11일, 상하이한방병원은 복잡하고 희귀한 사례를 분석하는 데 의사를 효과적으로 지원하고, 정확하고 투명한 임상 진단 및 치료 제안을 제공하며, 인공지능과 의학적 깊이를 강화할 수 있는 대형 인공지능 의료 모델 'med-go'를 공식 출시했습니다. .퓨전.
풀뿌리 의사들을 위한 “개인 주치의”
현재 "med-go"는 둥팡병원의 의사 워크스테이션에 설치되어 있으며 병원의 시스템과 연결되어 있습니다. 또한 "med-go"는 의료계 내 푸동 신지구의 15개 지역사회 보건 서비스 센터에도 설치되어 있습니다. Dongfang Hospital, Jiangsu Sheyang County People's Hospital 및 부속 지역사회 보건 서비스 센터, Shanxi Xinzhou People's Hospital 및 부속 지역 보건 서비스 센터 컨소시엄도 "med-go"를 설치했습니다. 'med-go'는 환자의 주요 증상, 현재 병력, 신체검사 등을 의사가 작성한 후 진단, 감별진단, 다음 단계 치료에 대한 보조적 제안을 제공할 수 있어 의료의 질과 효율성을 높일 수 있을 뿐만 아니라 진단 및 치료뿐만 아니라 진단 누락 및 오진의 발생도 감소시켜 어렵고 드문 경우에 특히 효과적입니다.
'med-go'는 둥팡병원 전문가팀과 중국과학원 소프트웨어연구소가 공동으로 설립한 생체의료 인공지능 공동연구소가 공동 개발했다. 11월 11일 기자회견에서 'med-go'의 창립자이자 둥팡병원 응급 및 중환자의학과 과장인 장하이타오가 현장에서 사례를 시연했다. 아이는 베이징의 3차 병원에 두 번 입원했고, 정확한 진단을 받는 데 거의 1년이 걸렸습니다. 장하이타오는 어린이의 의료 기록을 'med-go'에 입력했고, 미국 최고의 대형 모델에 동일한 의료 기록을 입력했을 때 몇 분 만에 전문가가 만드는 데 1년이 걸린 진단을 내렸습니다. 도달한 결론에는 올바른 진단이 포함되었지만 몇 가지 옵션이 더 있었습니다. 장하이타오는 "진짜 주치의에게 이 의료 기록 더미를 읽어주는 데 한 시간 이상이 걸릴 것"이라고 말했다.
질병에 대한 사람들의 이해가 깊어질수록 의학 분야는 점점 더 세부화되고 있습니다. 동일한 유방암이라도 여러 유형으로 나누어야 하는데, 주치의가 각 세부 전문 분야에 대한 지식을 익히는 것은 어렵습니다. 그러나 "med-go"는 환자의 증상에 대해 "생각"하고 환자의 내부 및 모든 측면에서 판단을 내릴 수 있는 "만능" 의사입니다. 외부 측면에서 의사가 도움을 제공합니다.
'med-go'는 6,000권이 넘는 교과서를 소비했습니다.
"med-go"가 왜 그렇게 강력한가요? 거기에 공급되는 "자료"는 충분할 뿐만 아니라 국제 및 국내 권위 있는 교육 자료를 밀접하게 따르기 때문입니다. 장하이타오(Zhang Haitao)는 "현재 200억 개의 고품질 의료 데이터를 기반으로 하고 있습니다. 우리는 이를 훈련하기 위해 6,000개 이상의 교과서를 사용했습니다. 국제적으로 권위 있는 일부 교과서에는 아직 중국어 버전이 없습니다. 우리 사회 중 일부와 그 이상 60명의 전문가가 한 페이지 한 페이지씩 번역해 1만 페이지가 넘는 새 책을 발굴해 공급했다. “이론적으로 '메디고'는 주치의보다 더 새롭고 완전한 지식을 갖고 있으며, 실제 의사를 능가한다. 확률은 높습니다.
문제에 대해 질문하고 생각하는 것은 인간의 주도권입니다. 컴퓨터가 주치의처럼 의료 문제에 대해 생각하는 법을 배우게 하려면 어떻게 해야 할까요? 이를 위해서는 의학 지식을 컴퓨터가 이해하고 사용할 수 있는 언어로 해체해야 합니다. 예를 들어, 약물은 질병의 증상, 환자의 연령, 환자의 생활 환경 등과 관련된 "med-go"에서 202차원을 가질 수 있습니다. 어떤 의사도 202차원에서 하나의 약물을 사용하는 것에 대해 신중하게 생각할 수 없습니다. 식물은 의학이지만 컴퓨터는 할 수 있고 컴퓨터는 202차원에서만 생각할 수 있습니다.
Zhang Haitao는 "정확하고 효율적으로 설명 가능한 의료 응답 콘텐츠는 의료 모델의 핵심 경쟁력이며 임상 적용을 개선하기 위한 의학 역량 강화의 최우선 과제"라고 말했습니다. "med-go는 의사가 복잡하고 희귀한 문제를 분석하는 데 효과적으로 도움을 줄 수 있습니다. 정확하고 투명한 임상 진단 및 치료 권장 사항을 제공합니다.
“med-go”는 “의료 교육, 연구 및 관리”를 지원합니다.
Dongfang Hospital의 교육 라운드 동안 교수 Xu Shumin 교수는 인턴 의사 그룹에게 사례를 설명하고 있었습니다. 학생들에게 사례의 진단 아이디어, 감별 진단 및 치료 옵션에 대한 자세한 분석을 제공하는 것 외에도 그녀는 보조 학습을 위해 "med-go"를 사용하는 방법(지식 포인트에 대한 개인별 설명, 사례 분석 및 문헌 해석에 도움이 됨)을 시연했습니다. 의대생과 전공의는 전문 지식을 보다 효율적으로 습득할 수 있으며, 교육 계획 및 평가 계획 개발도 지원하여 교육 과정을 더욱 표준화되고 지능화합니다.
과학 연구 분야에서도 'med-go'는 강력한 힘을 발휘했습니다. 심장외 중환자실의 Liu Xiaobin 박사는 심부전 환자에게 sglt2 억제제 적용에 대한 연구를 설계하고 있습니다. "'med-go'는 문헌을 신속하게 분석하여 혁신 포인트를 찾을 수 있을 뿐만 아니라 전문적인 평가 및 개선 제안을 제공하고 통계 계획을 최적화하는 데 도움을 주어 과학적 연구 효율성을 크게 향상시켰습니다."
"med-go"의 강력한 의료 전문 역량과 데이터 처리 능력을 통해 병원 경영진은 "데이터 말하기"를 더욱 실현할 수 있습니다. 진료기록 품질관리 관리를 예로 들면, 한방병원 의사 워크스테이션에 'med-go'를 도입해 엄격한 채점 기준에 따라 진료기록을 자동으로 검토하고 채점해 구체적인 점수와 개선 방안을 제시하는 시스템이다. 각 항목은 의사가 의료 기록을 완성하고 의료 품질을 향상시키는 데 도움이 됩니다. 이를 바탕으로 동방병원은 'med-go' 의료 모델을 기반으로 의료자원의 종합적이고 효율적인 관리와 '스마트 병원' 관리 시스템 구축을 적극 추진할 계획이다.
Dongfang Hospital의 Xu Zhaohui 부원장은 'med-go'의 가장 큰 특징은 의사에게서 나오고 의사에게 서비스를 제공한다는 점이라고 말했습니다. 전적으로 의사들로 구성된 팀에 의해 시작되고 주요 제작자가 연구 개발에 참여하는 대규모 의료 모델로서 med-go의 임상 결정 지원 역량은 항상 "우수성"에 대한 핵심 주장이었습니다. 다음 단계에서 병원은 공동 연구실을 통해 더욱 심층적인 임상 결정 지원, 보다 스마트한 의료 품질 관리, 보다 개인화된 의료 교육 솔루션 등 시스템 기능을 지속적으로 개선하여 "med-go"가 가능하도록 할 것입니다. 의사와 파트너가 되어 인공지능과 의료의 심층적 통합을 진정으로 실현하기 위한 의료 분야의 공동 심층 탐구를 위한 강력한 도구입니다.