清華大學的一個研究小組最近公佈了一個用於人工智能醫療培訓的完全模擬環境。該虛擬環境使虛擬醫生能夠在虛擬醫院進行培訓，而無需與實際患者進行現實生活中的互動。

另請閱讀：人工智能幫助農民種植農作物和飼養牲畜

清華大學智能工業研究院（AIR）和計算機科學與技術系創建了一個高度詳細的醫院模擬環境，其中包括虛擬工作人員和患者。這個虛擬環境被稱爲代理醫院，允許AI醫生對數千名虛擬患者進行診斷和治療。AI醫生在學習和犯錯的過程中逐漸熟練地診斷和治療患者。

虛擬環境使AI醫生能夠診斷虛擬患者

這種模擬環境的主要好處是，它允許用戶處理大量病例，而無需等待真正的患者。這種方法不僅在訓練方面更快，而且在經濟上也更高效。通過這種方式，人工智能可以在相對較短的時間內積累數千名虛擬患者的數據。

另請閱讀：Meta 暫停利用歐盟用戶數據訓練人工智能的計劃

研究人員採用一種稱爲 MedAgent-Zero 方法的流程，根據 10,000 份患者記錄訓練虛擬 AI 醫生。他們針對八種疾病訓練大型語言模型，以生成電子健康記錄。這些疾病包括急性鼻咽炎、急性鼻炎、支氣管哮喘、慢性支氣管炎、COVID-19、甲型流感、乙型流感和支原體感染。虛擬患者的疾病症狀和階段各不相同，因此訓練集的數據庫也各不相同。

使用 GPT-3.5-turbo-1106 模型構建的 AI 醫生在短時間內變得更加高效。它處理了 10,000 個虛擬病例，在患者檢查、診斷和治療方面報告了較高的成功率，表明該系統具有良好的學習曲線。特定疾病的總體成功率從檢查的 88% 到診斷的 95.6% 和治療的 77.6% 不等。

GPT-4 在醫師執照考試題目上的表現優於 GPT-3

在後續研究中，清華研究人員將 MedAgent-Zero 方法應用於 gpt-4-1106-preview 模型，對來自 MedQA 數據集的 1273 個問題進行了性能比較，該數據集複製了 USMLE 等行醫執照考試。研究顯示，GPT-4 模型的成功率顯著提高，呼吸系統疾病問題的成功率爲 93.06%，而 GPT-3 的成功率爲 84.72%。

另請閱讀：針對 1000 名非洲網絡安全企業家的全新 AI 培訓計劃

清華大學成功開發並實施了Agent Hospital和MedAgent-Zero方法，標誌着醫療培訓領域迎來了一場新的革命。虛擬模擬的好處在於，它允許AI醫生在可控且可調整的環境中練習，從而使培訓過程更加高效。

Brenda Kanana 撰寫的 Cryptopolitan 報道