导读/ N R. j( d. u+ P; `1 z- |, }. u$ R5 H
# _( B; _. g U自2022年11月OpenAI推出ChatGPT以来,人工智能对话机器人受到了公众的密切关注。上线5天后,ChatGPT在全球就拥有了一百万注册用户,其强大的信息整合能力、自然语言处理能力引发了诸多行业对于其应用的思考。
# x/ G3 |' i; X在医疗健康领域,ChatGPT未来可能的使用场景包括:信息检索、医疗文本撰写、辅助诊断等。这些基础应用将大大提升从业人员的工作效率。但是与此同时,ChatGPT的应用也可能面临准确性、数据安全、伦理等多方面挑战。
; p+ @4 Q8 A1 I+ v本文从医疗健康从业者,尤其是商业化的角度出发,以经常需要处理的日常任务为例,从案头研究、虚拟代表、数据分析和医疗文本撰写四个方面,选取任务测试ChatGPT的完成情况,望能给相关从业人员一些启发。
7 m6 d9 ?; e' h, o& N. @# F(本文中使用的所有数据仅为演示用,非真实数据。文中所有测试基于ChatGPT Jan 30 Version。)' C. |$ s2 {: z+ o5 N
! |- D$ a6 ~) v' G* T; t% Q1. 案头研究, c6 p! g2 A. \8 w/ D Z
, E& b+ R& E* C9 n' y7 `! j
案头研究需要从已有的海量资料中获取信息,而ChatGPT作为拥有大量语料库作为基础的大型语言模型,在提高案头研究的效率上被寄予了厚望。: e5 f. `- Y+ Q! F5 S0 b) o+ g
针对上述情况,IQVIA数据科学和高级分析团队设定了两个医疗健康相关的测试案例,根据人工搜索时所花费的时间分为了简单版本和复杂版本。
; e) V# J, `' R7 [+ a6 S' h简单版本中,我们设想了一个需要对血友病及其市场内相关产品有个大致了解的新人。
# _# W/ y. T) l+ ?
2 Y7 L6 M& q! y r5 O* s) O
! x- |' V" h+ v5 X( C4 V, `可以看到ChatGPT能够用简洁的语言概括出关于血友病的核心信息,成功降低了获取信息的时间成本。并且能对于回答中的信息进一步沟通,要求其提供更详细的内容。9 o5 x9 ^" j( W" W, k
复杂版本中,我们要求ChatGPT对当前在中国上市的丁型肝炎RNA试剂盒做调研,并直接以表格形式列出试剂盒的产品名称及相关信息。1 t5 f( m& \3 i8 N+ C6 i) R! A
0 n/ a6 W4 Q- U
8 V( E" P$ W- U; }7 Q YChatGPT给出了一份看似满意的答卷,然而经过我们人工搜索,发现所列出的产品信息均属编撰。继续对其提问也无法获取公司相关信息。同时,在多次“审问”后,ChatGPT给出了想要生成此表格的模板,例如:公司名称通过填写XX生物生成。
! J [* i* p; |! |0 R0 J. Q所以,综合以上测试情况来看,ChatGPT有很强的总结能力,在了解市场整体情况上大大提高了搜索效率。但是,引用ChatGPT做案头研究需要审慎判断答案的真实性和时效性。我们建议通过使用不同的提问方式,多次提问相同内容,测试结果是否为机器生成结果。
% z3 Z5 c% m+ Q \+ D7 n2. 虚拟代表8 \6 N, @+ A$ L4 E
. R( V: W2 G( T2 P% |5 C近几年,越来越多企业开始使用“虚拟代表”辅助维护与医生的关系。由于医药专业复杂性,大部分“虚拟代表”的智能问答功能都还停留在基础的问答阶段,且不具备像人一样的语气情感,因而难以实现提高用户黏性的初衷。2 n' f, P) b6 G$ j+ a( z
而ChatGPT的出现,给“虚拟代表”的实现带来了新希望。这个更为智能的对话机器人,是否会挤占传统医药代表的未来,甚至完全取代?带着这些疑问,我们直面了“当事人”。! R: ^/ j, x9 P! O! A
" z! R2 B# q: L+ f( A- }" n
6 x: I) o% c r6 ^' o3 e
可以看到ChatGPT对取代医药代表这一疑问持否定态度,并且肯定了医药代表在行业中的无可取代。但是从对话机器人的本质出发,现阶段的ChatGPT已经具备了理性且严谨的思路。即便回答内容比较老套,相比传统模板类对话机器人的生硬语气,ChatGPT已经离“虚拟代表”的初衷更近了一步。
) x5 x" s. a7 D( X9 N但当我们提出让ChatGPT充当一名经验丰富的医药代表并向医生介绍一款产品时,ChatGPT拒绝充当该角色。
; ^) U+ u4 A0 h% R; P9 L' {9 _3 i# c9 a& v4 k' ~

: i! A& O9 j+ X3 T6 X' Q; g受限于合规政策等原因, ChatGPT没有被赋予直接充当一名销售人员的权力。那么它现在可以为药企做些什么呢?我们进一步要求ChatGPT充当一个经验丰富的医药代表,作为前辈去指导新人工作。4 d1 M0 T. I% c# i' |1 a
7 h' P# N/ Z! }, u# q
0 z3 a1 }) C/ z; K" q/ K0 ]可以看到,ChatGPT给出了一个相对完备的产品介绍框架,对医药代表新人可能会起到一些指导作用,但是内容却还是稍显空泛,新人代表可能会期待更有价值的销售经验。2 w5 I, B3 J* m$ r6 _/ p6 H/ ]" g
综上,目前的ChatGPT可以作为一个优化手段让“虚拟代表”产品在问答机器人功能上更智能,对医药代表起到辅助的作用,但并不能构成威胁。" D- W/ L3 W1 E6 M/ o- {
3. 数据分析
" o9 X8 |) i: W2 F; g# a
# e( c4 _" U5 }$ T7 w1 m2 {数据分析早已是医疗健康行业不可或缺的工作内容。ChatGPT在数据分析工作中的潜在应用可以被分为两个方面:数据处理相关的代码撰写与数据分析报告生成。
9 Y, j$ ?, @6 j0 N0 M+ g, c% |基于此,我们分别对ChatGPT的代码和分析报告生成能力进行了测试。1 @# ]- n$ i- L4 `9 d9 w6 X
' R/ X" T7 @2 k" y7 B: l
. {1 r: J4 m0 R# @在真实的测试场景中,我们可以看到作为一个语言模型,目前ChatGPT并不具备读取数据集文件的能力,需要人类专家将数据集转换为自然语言提供给它。除此之外,它暂时也并不具备将数据自动可视化的能力。从分析结果上看,其准确性也有待进一步提高。
& K O; b/ R* F% i- ?# e4. 医疗文本撰写! A4 P- W$ ^) O6 O
0 {' b+ c) i; v& R3 V
随着医药相关文章审查力度的加大,医疗文本撰写的重要性与日俱增。医疗文本撰写涉及创建结构良好的科学文档,包括临床文档、健康杂志等。我们选取“根据电子病历撰写医疗报告”任务,测试ChatGPT在这一任务中的表现。7 I j+ k+ `( A1 q+ O1 @) S% g
& P G6 |2 q0 O* w! N2 s3 g ; ?' y: g" e( `
在测试病例中,我们设置了一些“陷阱”,包括格式不规范、标点错误、药名错误、药品用法缺失。直接要求ChatGPT生成报告后,可以发现它能成功生成相关医疗报告,并主动修正了格式和标点错误,且添加了两句总结。
* U5 d% U0 o& o. [' K0 ~
5 T6 ~. J+ p5 I! z
9 `, k T7 K. X$ M
随后,我们对ChatGPT进行了一些引导。我们发现,在要求其添加药品使用方法时,对应的使用方法并不正确。在要求添加饮食作息建议时,ChatGPT在报告中添加了4条完全适用于便秘患者的建议。在询问其是否发现药品名称错误并纠正时,ChatGPT能识别药品名称有误,但无法提供正确的药品名称。最后,我们要求其过滤隐私,它能成功根据提示完成相应信息的过滤。
# G1 B( D' |) ?- Y综上来看, ChatGPT在医疗文本撰写上能模板化地输出文字,并根据具体要求生成文本。但是文本内容涉及事实的准确性仍需进一步筛查。
8 \) {# |( |, k- U" b$ N5. 结语
/ y% a9 [0 a) S# y5 ^. W2 U8 M5 K4 y" H( b3 }$ d, F+ f
经过对常见商业化工作中的主要任务测试,可以发现ChatGPT相较于传统问答机器人更加智能,拥有更广泛的应用空间。其在生成报告,整理文字的优越能力令人惊叹。但是,也需要使用者更加谨慎地看待其给出回答结果的真实性和事实性。
& ]; d: F# @! x" E( C B在医疗健康领域中,ChatGPT当前受限于合规、通用语料训练、以及中文训练资源较少的因素,能发挥出的效果有限,并不能完全满足于企业的真实需求。但是,随着各大科技公司不断发布新研发的大型语言模型与针对企业做定制化产品的开发计划,后续AI在医疗健康领域的发展仍值得期待。6 p6 \) m6 D# Q% Y
<hr/>更多信息,敬请垂询:- q5 r5 E8 d0 Y
金晖
% c3 N9 J3 N# \IQVIA艾昆纬高级总监,0 J3 T% h3 Y+ j. ]& I7 h2 J: J
数据科学和高级分析部中国区负责人7 T! N N& ?( M; Z8 h& A
[email protected]
% g9 B5 G. L9 L' \0 [& Q- u+ m! `0 X! ?" \7 M1 O
王越
: H" |3 _, B% F7 b! W3 oIQVIA艾昆纬高级经理," M) N4 ]- i9 s( U. }1 W
数据科学和高级分析部( x1 j' t. M* C
[email protected]4 P3 F+ L! m4 O" G4 }: K6 y
3 v8 ]( h" |# {$ D, s: o
特别鸣谢本文其他作者:涂途,何宇博,吴秉臻,张静,姚道州,杨晨曦等。
0 ?/ E) i# N/ k9 v$ d' p3 f8 f<hr/>" _+ H! S) p$ I! }9 n$ N% P
 |