摘要：ChatGPT使用了先進的生成式AI模型，在教育、醫(yī)療和翻譯行業(yè)引領(lǐng)了新興的人工智能方向。從數(shù)字醫(yī)療的概念定義出發(fā)，探索ChatGPT在效能、智能性、普及和醫(yī)學教育方面的賦能作用和潛在應(yīng)用前景，同時分析其在數(shù)據(jù)共享、數(shù)據(jù)隱私和安全以及產(chǎn)品引入的挑戰(zhàn)。最后，從建設(shè)數(shù)字醫(yī)療大數(shù)據(jù)共享體系、創(chuàng)造數(shù)字醫(yī)療生成式AI生態(tài)環(huán)境和健全以隱私和安全為中心的數(shù)據(jù)保護機制方面提出ChatGPT融入數(shù)字醫(yī)療的策略。

關(guān)鍵詞：ChatGPT；數(shù)字醫(yī)療；發(fā)展前景；策略選擇

中圖分類號：F124；R1-9 文獻標識碼：A DOI：10.3969/j.issn.1003-8256.2024.05.005

ChatGPT是OpenAI最新研發(fā)的人工智能生成內(nèi)容模型，基本屬性為大型語言模型（LLM），基于Transformer的生成式預(yù)訓(xùn)練，使其能夠理解上下文并輸出下一個最有可能的文本內(nèi)容，并使用了大型文本語料庫和微調(diào)語料進行訓(xùn)練［1］。在GPT-3.5模型基礎(chǔ)上，利用監(jiān)督學習技術(shù)和人類反饋的強化學習模型（RLHF），對一般任務(wù)的指令進行微調(diào)，進一步提高生成內(nèi)容的能力［2］。目前，ChatGPT 可以根據(jù)輸入生成文本，完成以往人工智能文本生成所不具備的多輪對話、代碼生成等強大的語言能力，能夠完成文本生成、代碼調(diào)試、文獻檢索、數(shù)據(jù)分析等自然語言處理任務(wù)。

數(shù)字醫(yī)療是現(xiàn)代醫(yī)療發(fā)展的重要方向，我國高度重視醫(yī)療服務(wù)數(shù)字化，如國務(wù)院印發(fā)的《“健康中國2030”規(guī)劃》《關(guān)于進一步完善醫(yī)療衛(wèi)生服務(wù)體系的意見》《公立醫(yī)院高質(zhì)量發(fā)展促進行動（2021—2025 年）》中強調(diào)數(shù)字醫(yī)療的信息技術(shù)支撐作用，推動建設(shè)醫(yī)療全過程的互聯(lián)網(wǎng)平臺，促進云計算、區(qū)塊鏈、人工智能等新興技術(shù)在醫(yī)療領(lǐng)域的使用，加大數(shù)字化建設(shè)投入水平，打造線上線下一體化服務(wù)的醫(yī)療服務(wù)模式。

人工智能作為新興技術(shù)發(fā)展的成果，在醫(yī)療領(lǐng)域得到廣泛使用，IBM公司推出的沃森醫(yī)生（Watson Health）用于提供癌癥治療解決方案，是人工智能+醫(yī)療的跨時代的嘗試。谷歌公司2022年發(fā)布的Med-PaLM，通過了美國醫(yī)師執(zhí)照考試測試，回答醫(yī)學知識問題的準確率達到了92%，是人工智能與醫(yī)療深度融合的產(chǎn)品。我國公共醫(yī)療數(shù)字化建設(shè)也取得較好的成果，醫(yī)療機構(gòu)的信息化和新型技術(shù)的使用，促進了人工智能在數(shù)字醫(yī)療中的應(yīng)用，如電商醫(yī)藥平臺、在線問診平臺、智能醫(yī)學影像識別、醫(yī)療機器人等。

ChatGPT作為先進的智能對話機器人模型，其自然語言生成和多輪對話功能可以在我國數(shù)字醫(yī)療的多場景中得到應(yīng)用，憑借其強大的信息檢索和智能生成文本能力，在醫(yī)學教育、臨床決策和健康管理等方面存在強大的技術(shù)優(yōu)勢，有利于緩解我國醫(yī)學人才緊缺以及醫(yī)療資源下沉的困境。ChatGPT如何深化數(shù)字醫(yī)療體系建設(shè)，有哪些潛在應(yīng)用場景？面臨哪些挑戰(zhàn)和風險，以及如何實現(xiàn)針對這些挑戰(zhàn)的策略選擇？ 這些都是ChatGPT在我國數(shù)字醫(yī)療中應(yīng)用所面臨的問題。因此，在已有研究的基礎(chǔ)上，嘗試對這些問題進行梳理和回答，為生成式AI賦能數(shù)字醫(yī)療提供戰(zhàn)略的制定提供一定的參考。

1 相關(guān)研究概要

1.1 數(shù)字醫(yī)療的基本框架

數(shù)字醫(yī)療是將互聯(lián)網(wǎng)、移動互聯(lián)設(shè)備、5G通信等新一代信息技術(shù)運用于整個醫(yī)療過程的現(xiàn)代化醫(yī)療方案［3］，以共享大數(shù)據(jù)資源庫為基礎(chǔ)搭建醫(yī)療全鏈條網(wǎng)絡(luò)［4］，在醫(yī)療設(shè)備、醫(yī)藥研發(fā)和診療過程中進行科學合理的數(shù)字化建設(shè)，構(gòu)建數(shù)字醫(yī)療框架如圖1。數(shù)字醫(yī)療使醫(yī)生對患者進行實時實況的醫(yī)療診斷，從而降低傳統(tǒng)醫(yī)療服務(wù)的信息不對稱，促進醫(yī)療資源向下流動，對提升人民群眾的幸福感有重要作用，是公共醫(yī)療的發(fā)展目標。

人工智能與數(shù)字醫(yī)療的深度融合是未來市場的發(fā)展方向，也是人工智能產(chǎn)品重點突破領(lǐng)域，如醫(yī)療機器人、醫(yī)學影響識別、可穿戴設(shè)備等都與人工智能息息相關(guān)［5］。其具備的深度合成和大數(shù)據(jù)分析特點，能夠建立更穩(wěn)定數(shù)字醫(yī)療安全防護機制，提供更準確和實時的醫(yī)療服務(wù)，預(yù)測和遏制醫(yī)療危機事件，且在構(gòu)建健康保障體系和藥物研發(fā)方面獨具優(yōu)勢，有利于緩解醫(yī)療資源短缺導(dǎo)致的就醫(yī)難的現(xiàn)狀［6］。

1.2 ChatGPT 與醫(yī)療領(lǐng)域

當前國內(nèi)外學者針對ChatGPT在臨床決策、醫(yī)學教育、醫(yī)學應(yīng)考測試等方面進行了相關(guān)研究，從實證角度分析了其在醫(yī)療場景中應(yīng)用的可行性，Liu 等［7］認為ChatGPT可以為醫(yī)生提供有價值的見解，優(yōu)化醫(yī)學臨床警報系統(tǒng)，減少因醫(yī)生失誤而導(dǎo)致的病情風險。Zhu等［8］通過ChatGPT生成藥物研究的概述和評價，發(fā)現(xiàn)該模型生成內(nèi)容總結(jié)性較強，但嚴謹性有待加強。KUNG等［9］對比ChatGPT與專家臨床醫(yī)生的知識儲備差異，結(jié)果表明其在醫(yī)療許可考試上的準確度能達到或接近及格水平，答案具備可信度和可解釋性。GILSON等［10］使用AMBOSS 和NBME 兩套醫(yī)學題庫評估ChatGPT 的性能，研究表明其準確度已經(jīng)達到三年級醫(yī)學生的及格分數(shù)，具備成為交互式醫(yī)學教育工具的潛力。ANTAKI等［11］測試了ChatGPT在眼科知識評估項目考試中的表現(xiàn)，結(jié)果表明其在簡單難度和中等難度的考試中準確率分別為55.8%和42.7%。JEBLICK等［12］探究了ChatGPT在簡化醫(yī)生的醫(yī)學報告上的應(yīng)用，從報告的正確性、危害性和完整性評估，發(fā)現(xiàn)簡化的醫(yī)學報告比較正確和完整，但可能存在錯誤陳述和遺漏重要信息。徐璐璐等［13］通過案例展示其在信息管理方面的應(yīng)用前景，這對醫(yī)學知識產(chǎn)生、管理和交流來說是歷史性的變革。瞿星等［14］則探討了ChatGPT等人工智能加入醫(yī)學教育中的必要性，以及從醫(yī)學生自主學習、人文素養(yǎng)和臨床實踐等培養(yǎng)方向提出建議。但是ChatGPT在實際應(yīng)用中的責任歸屬和風險挑戰(zhàn)也值得關(guān)注，周智博［15］認為ChatGPT模型的技術(shù)黑箱性難以解釋其工作原理，但服務(wù)的使用者和提供者要承擔相應(yīng)的責任。陳永偉［16］指出ChatGPT產(chǎn)品在內(nèi)容真實性、正確性和合理性方面可能面臨挑戰(zhàn)，并伴有歧視風險、個人隱私安全和道德倫理等問題。

綜上，人工智能和數(shù)字醫(yī)療結(jié)合是一種趨勢。大部分學者從多元醫(yī)療場景探索應(yīng)用價值，測試ChatGPT的文本生成、信息檢索和深度合成能力，有利于數(shù)字醫(yī)療體系優(yōu)化，同時部分學者也討論了生成式AI環(huán)境治理的問題和風險。本文借鑒以往學者研究，以數(shù)字醫(yī)療框架為邏輯起點，基于ChatGPT產(chǎn)品特性，深入研討賦能我國數(shù)字醫(yī)療的路徑，并分析其在運用中的挑戰(zhàn)與風險，最后提出數(shù)字醫(yī)療的發(fā)展策略。

2 ChatGPT 賦能數(shù)字醫(yī)療發(fā)展

通過對國內(nèi)外學者的研究成果進行歸納總結(jié)，如KUNG等［9］、GILSON等［10］、ANTAKI等［11］和朱光輝等［17］的研究，結(jié)合國家網(wǎng)信辦發(fā)布《數(shù)字中國發(fā)展報告（2022年）》［18］，以及《AIGC 發(fā)展趨勢報告》［19］、《2023 年中國AIGC 行業(yè)發(fā)展研究報告》［20］和《AIGC 發(fā)展研究報告》［21］等行業(yè)報告，圍繞ChatGPT賦能數(shù)字醫(yī)療體系建設(shè)，分析其在提升數(shù)字醫(yī)療效能、智能性、普及性、人才培育四個方面的可能性和可行性，最后結(jié)合數(shù)字醫(yī)療的現(xiàn)狀和國內(nèi)醫(yī)療的困境，從潛在應(yīng)用和實施場景出發(fā)探索ChatGPT對于數(shù)字醫(yī)療體系的價值。

2.1 輔助判斷與數(shù)字醫(yī)療的效能

發(fā)揮數(shù)字醫(yī)療效能是我國推進數(shù)字醫(yī)療的重要任務(wù)，綜合反映了各醫(yī)療機構(gòu)的工作效率、合作效率、患者就診效率和醫(yī)療標準化建設(shè)等信息。ChatGPT 基于Transformer架構(gòu)開發(fā)，克服了以往自然語言處理模型的限制，能夠處理各種NLP 任務(wù)指令，在理解人類語言、生成類似的響應(yīng)和對話功能上有關(guān)鍵的改進和創(chuàng)新。因此，ChatGPT可能突破大眾的疾病知識壁壘，簡化臨床就醫(yī)流程，促進醫(yī)療機構(gòu)合作，加強疾病預(yù)測和提高就醫(yī)效率，極大地提高數(shù)字醫(yī)療的效能。

（1）簡化就醫(yī)導(dǎo)診流程。傳統(tǒng)醫(yī)療機構(gòu)患者就醫(yī)時，由于醫(yī)患之間的信息壁壘造成了醫(yī)院分診工作的人力資源壓力，甚至出現(xiàn)患者盲目就診延誤治療最佳時期的情況。ChatGPT擁有強大的信息檢索和理解能力，能夠通過對數(shù)據(jù)庫中的病例檢索，匹配對比疾病相似度，與患者進行人性化的多輪對話，指導(dǎo)患者表達身體癥狀，并到相應(yīng)科室及時掛號就診，提高醫(yī)療機構(gòu)接診的速度。

（2）輔助醫(yī)生臨床決策。醫(yī)生在臨床診斷時需要考慮患者以往疾病史、過往經(jīng)驗和最新循證，整合多維度的信息，對患者的癥狀進行細致分析，并給出準確的臨床判斷，這使得臨床醫(yī)生往往面臨著大量的接診需求和知識更新的雙重壓力。ChatGPT可以幫助醫(yī)生更新相關(guān)疾病的病例庫，檢索國內(nèi)外最新研究成果，總結(jié)前沿的醫(yī)學理論和治療方案，有利于提供更精確、更快速的診療服務(wù)。此外，醫(yī)療機構(gòu)借助人工智能強大的自主學習能力，在臨床治療中發(fā)揮ChatGPT在文本理解和自然語言處理方面的優(yōu)勢，針對性地識別患者潛在疾病，向醫(yī)生提供臨床治療的參考建議。

2.2 智慧健康與數(shù)字醫(yī)療的智能化

數(shù)字醫(yī)療的智能化旨在運用數(shù)字技術(shù)，使醫(yī)療服務(wù)打破被動響應(yīng)的傳統(tǒng)模式，更加適應(yīng)新時代人們的健康需求。ChatGPT具有微調(diào)功能，可以執(zhí)行零樣本學習，減少訓(xùn)練大型數(shù)據(jù)集的需求，能夠滿足特定的任務(wù)需求，具備較好的可擴展性［22］。通過特定領(lǐng)域較小的應(yīng)用數(shù)據(jù)集，制定基于ChatGPT的定制AI支持方案，使其能夠集成在數(shù)字醫(yī)療體系的各系統(tǒng)中，如提供醫(yī)療影像識別、醫(yī)療機器人和醫(yī)療器械等硬件支撐，以及科普網(wǎng)站、監(jiān)測系統(tǒng)和云端平臺等軟件系統(tǒng)，多方位、全過程支持數(shù)字醫(yī)療的智能服務(wù)。

（1）利用ChatGPT推行健康科普。普及健康知識是健康中國建設(shè)的重要措施，提高民眾的健康素養(yǎng)有利于社會發(fā)展。當前我國居民健康素養(yǎng)水平相對較低，需要政策引導(dǎo)和基層機構(gòu)協(xié)作的保健機制［23］。ChatGPT人性化的交互窗口以及強大的檢索功能能夠支持健康問題的解答，不同于搜索引擎上來自多種渠道的碎片化信息，ChatGPT能提供優(yōu)質(zhì)而通俗的健康科普知識，幫助用戶獲取和理解基本的健康知識，用以減少不良的生活習慣，全面推廣健康生活方式，進一步彌補健康科普基礎(chǔ)設(shè)施和健康科普人員相對欠缺的短板，精準地匹配民眾多元化健康問題，打破時間限制，提供24 小時醫(yī)療援助。

（2）提供個性化的健康醫(yī)療服務(wù)。隨著我國步入老齡化速度加快，人群的亞健康特征明顯，人民的健康意識普遍提高，ChatGPT將為健康產(chǎn)業(yè)發(fā)展提供新動力。以慢性病為主的健康管理服務(wù)專注于實現(xiàn)主動預(yù)防的健康管理，旨在突破被動應(yīng)答式的健康困境［24］。具體來說，利用ChatGPT生成患者自身的健康檔案，將其接入智能心電檢測儀、智能血糖分析儀和遠程胎心監(jiān)護等智能醫(yī)療設(shè)備，從而搭建基于ChatGPT強化學習模型的數(shù)據(jù)支持平臺，實現(xiàn)連續(xù)、動態(tài)和即時的云端交互，實時監(jiān)測人體的健康狀態(tài)，根據(jù)實時數(shù)據(jù)更新對患者身體狀態(tài)畫像，及時進行健康預(yù)警，降低重大疾病和慢病后期加重癥狀的可能性，幫助患者維持健康的狀態(tài)。

2.3 遠程醫(yī)療與數(shù)字醫(yī)療的普及

數(shù)字醫(yī)療的普及有利于發(fā)揮我國醫(yī)療公平性和普惠性。人工智能助力遠程醫(yī)療建設(shè)，提升了醫(yī)療供給側(cè)的效率，增強了醫(yī)療資源的覆蓋面和獲取性［14］。ChatGPT融入遠程醫(yī)療，將進一步擺脫資源分布不均衡的困境，推動優(yōu)質(zhì)醫(yī)療資源下沉。具體而言，ChatGPT相較之前的文本生成模型，在上下文理解、消除偏見、數(shù)據(jù)挖掘方面有較大的突破，生成內(nèi)容更準確、更客觀、更具有價值，能夠在遠程醫(yī)療中提出有針對性的解決方案。

（1）借助“互聯(lián)網(wǎng)+”加速醫(yī)療服務(wù)的普及。由于信息技術(shù)和通信技術(shù)普及，我國互聯(lián)網(wǎng)服務(wù)得到了極大的發(fā)展，特別在新醫(yī)改的推進中，在線醫(yī)療平臺通過互聯(lián)網(wǎng)平臺搭建醫(yī)患互動的媒介，與醫(yī)院合作，為廣大醫(yī)患用戶提供快捷的醫(yī)療服務(wù)，患者的醫(yī)療服務(wù)逐漸向線上轉(zhuǎn)移，對在線醫(yī)療健康服務(wù)的認可度不斷提升［25-26］。ChatGPT 可嵌入好大夫在線、平安好醫(yī)生和丁香醫(yī)生等在線醫(yī)療平臺，將為互聯(lián)網(wǎng)醫(yī)療提升服務(wù)水平提供新助力。用戶使用在線醫(yī)療平臺過程中，不僅可以按照科室和醫(yī)生預(yù)約掛號和在線問診，還支持選擇ChatGPT的問診窗口，與用戶進行個性化的交互，通過多輪對話表達問診述求，ChatGPT 將會進行詳細的醫(yī)學解答，并根據(jù)所在地區(qū)、疾病類型和問診偏好推薦醫(yī)生信息，提高在線醫(yī)療平臺的易用性和用戶體驗。

（2）提高鄉(xiāng)村醫(yī)療服務(wù)水平推進鄉(xiāng)村振興。鄉(xiāng)村醫(yī)療體系長期缺少優(yōu)質(zhì)醫(yī)療資源，基層醫(yī)療人才稀缺，健康知識普及度低，醫(yī)療保障制度不全，難以保障農(nóng)民的日益增長的健康需求［27］。ChatGPT有助于健全完善鄉(xiāng)村醫(yī)療衛(wèi)生體系，補全鄉(xiāng)村醫(yī)療人員專業(yè)水平參差不齊的短板，將醫(yī)療資源覆蓋到偏遠地區(qū)，為農(nóng)民提供迅速、便利和低花費的醫(yī)療服務(wù)，同時能詳細解釋醫(yī)學專業(yè)術(shù)語，提供有限的醫(yī)療方案方向。ChatGPT模型具備極強的自然語言處理能力，能夠模仿人類的思考和語言習慣。在農(nóng)村偏遠地區(qū)，人性化的交互模式能減少用戶使用智能產(chǎn)品的陌生感，降低獲取醫(yī)療知識的壁壘，使用戶能夠在較低時間和花銷下享受高質(zhì)量的醫(yī)療資源，加快推動人工智能輔助醫(yī)療在鄉(xiāng)村醫(yī)療衛(wèi)生機構(gòu)中的配置應(yīng)用。

2.4 醫(yī)學教育與數(shù)字醫(yī)療的人才培育

數(shù)字醫(yī)療旨在醫(yī)療數(shù)字化轉(zhuǎn)型，人才建設(shè)是數(shù)字醫(yī)療發(fā)展的關(guān)鍵因素?，F(xiàn)代醫(yī)學發(fā)展借助大數(shù)據(jù)、云計算、物聯(lián)網(wǎng)和人工智能等新興技術(shù)，推動中國醫(yī)療產(chǎn)業(yè)新一輪科技革命和產(chǎn)業(yè)變革，構(gòu)建以醫(yī)學工程、管理科學與信息技術(shù)為核心的交叉知識體系［28］。在現(xiàn)代醫(yī)學教學體系中引入ChatGPT，開發(fā)可協(xié)助醫(yī)學教育的教學平臺，靈活使用文本生成、知識查找、整合歸納和模擬對話場景等AI輔助功能，拓展醫(yī)科人才知識邊界，充分利用高價值的案例學習材料，加強案例知識的互動性。

（1）促進教學培養(yǎng)模式改革。數(shù)字醫(yī)療時代醫(yī)科人才的培養(yǎng)模式不僅包括基礎(chǔ)醫(yī)學和臨床醫(yī)學，更應(yīng)該具備多學科融合的知識儲備，以適應(yīng)醫(yī)療數(shù)字化發(fā)展。ChatGPT在智能文本生成上的優(yōu)勢，可以通過提示詞、概念解釋和必要的醫(yī)囑，實現(xiàn)自動化撰寫出院報告、處方、病歷和轉(zhuǎn)診信等，極大減少了重復(fù)性工作所花費的時間。因此新時代的醫(yī)學教育培養(yǎng)體系應(yīng)融入類ChatGPT的人工智能工具，掌握先進的醫(yī)療人工智能技術(shù)，推進現(xiàn)代醫(yī)學發(fā)展。

（2）打造自主創(chuàng)新學習方式。目前國內(nèi)外相關(guān)研究通過評估ChatGPT在標準醫(yī)學考試上的表現(xiàn)，如美國醫(yī)師執(zhí)照考試（USMLE）、眼科知識評估項目（OKAP）和AMBOSS等醫(yī)學題庫，表明其相關(guān)醫(yī)學知識水平已接近標準值，且ChatGPT 的回答具有較強的邏輯性和信服力，這說明ChatGPT可以在開放的實驗環(huán)境下為學生提供可靠及系統(tǒng)的知識，通過提出診斷和治療案例、實時解答問題和互動模擬考試等方式降低醫(yī)學生知識內(nèi)化的難度，針對醫(yī)學知識薄弱點做重點突破，提供及時反饋和一對一指導(dǎo)，開創(chuàng)自主創(chuàng)新的學習方式。同時，ChatGPT能夠幫助學生獲取最新的前沿醫(yī)學知識，提供快速信息檢索、文獻綜述和語言翻譯等便利工具，提高學生的自主學習效率。

3 ChatGPT 時代數(shù)字醫(yī)療所面臨的挑戰(zhàn)和風險

數(shù)字時代，公共醫(yī)療數(shù)字化轉(zhuǎn)型是滿足龐大就醫(yī)需求的必然選擇，但醫(yī)療資源渠道來源復(fù)雜，具有多維性和隱私性，醫(yī)療數(shù)據(jù)不僅涉及到個人的隱私，還是構(gòu)成國家安全衛(wèi)生體系的重要內(nèi)容。而ChatGPT作為最新的生成式AI，具備強大的智能文本生成功能，在實際場景應(yīng)用中仍存在一定挑戰(zhàn)與風險，首先是醫(yī)療大數(shù)據(jù)共享的挑戰(zhàn)，其次是數(shù)據(jù)隱私保護和數(shù)據(jù)安全，最后是ChatGPT引發(fā)的歧視風險和商業(yè)化困境。

3.1 醫(yī)療大數(shù)據(jù)共享挑戰(zhàn)

醫(yī)療大數(shù)據(jù)共享是數(shù)字醫(yī)療提升效率的重要發(fā)展方向。ChatGPT本質(zhì)為預(yù)訓(xùn)練語言模型，其數(shù)據(jù)分析功能和智能對話特性依賴于龐大的訓(xùn)練語料。ChatGPT引入我國數(shù)字醫(yī)療體系要求醫(yī)療機構(gòu)信息互聯(lián)互通，達到全生命周期數(shù)據(jù)的實時傳遞與共享，目前我國數(shù)字醫(yī)療尚未達到數(shù)據(jù)系統(tǒng)融合的程度。

一方面，數(shù)據(jù)共享不利于差異化競爭戰(zhàn)略。傳統(tǒng)醫(yī)療機構(gòu)由于等級、醫(yī)療設(shè)備和人力資源的區(qū)別，為滿足患者多樣化的就醫(yī)需求，不僅要提高自身的醫(yī)療技術(shù)水平，合理配置資源也極其重要。其中內(nèi)部病例數(shù)據(jù)、處方信息和醫(yī)學影像數(shù)據(jù)等醫(yī)療資源是獨有的知識資產(chǎn)。而ChatGPT數(shù)據(jù)分析功能和智能對話特性依賴于龐大的訓(xùn)練語料，這要求傳統(tǒng)醫(yī)療機構(gòu)信息互聯(lián)互通，達到全生命周期和實時傳遞數(shù)據(jù)的共享目標，這與專屬知識的獨占性恰恰相反。因此，突破獨有數(shù)據(jù)權(quán)限的ChatGPT醫(yī)療共享仍是一項重要挑戰(zhàn)。

另一方面，ChatGPT 可能引發(fā)醫(yī)院的數(shù)據(jù)歸屬問題。醫(yī)療機構(gòu)具備天然的知識壁壘，人們獲取醫(yī)療資源的成本通常較高，導(dǎo)致醫(yī)療資源流通障礙以及醫(yī)療知識的碎片化，且在醫(yī)院內(nèi)部子系統(tǒng)的信息化建設(shè)中，軟件供應(yīng)商和數(shù)據(jù)端口的差異性使得數(shù)據(jù)共享局限在小范圍的業(yè)務(wù)內(nèi)容，加大了醫(yī)療數(shù)據(jù)共享的難度?；ヂ?lián)網(wǎng)醫(yī)療作為數(shù)字醫(yī)療發(fā)展的重要方向，為優(yōu)質(zhì)醫(yī)療資源提供數(shù)字化媒介，互聯(lián)網(wǎng)醫(yī)療平臺接入ChatGPT能夠加快醫(yī)療知識的傳播，但目前互聯(lián)網(wǎng)醫(yī)療尚未全面聯(lián)通醫(yī)療機構(gòu)的數(shù)據(jù)渠道，僅提供在線問診、咨詢藥物使用和掛號預(yù)約等基礎(chǔ)服務(wù)，如何實現(xiàn)ChatGPT 與線下醫(yī)療機構(gòu)或線上互聯(lián)網(wǎng)醫(yī)療數(shù)據(jù)共享仍面臨著技術(shù)層面的挑戰(zhàn)。

3.2 數(shù)據(jù)隱私和安全挑戰(zhàn)

構(gòu)建數(shù)字醫(yī)療領(lǐng)域的對話模型，實現(xiàn)公共醫(yī)療數(shù)字化過程中的深度融合、數(shù)據(jù)分析和信息檢索，ChatGPT需要大規(guī)模收集、存儲和分析真實醫(yī)療數(shù)據(jù)。這些數(shù)據(jù)很可能涉及到個人隱私，形成潛藏的數(shù)據(jù)隱私泄露風險，且ChatGPT所使用的算法決策不透明且難以解釋，涉密數(shù)據(jù)如果不加以限制，可能危害數(shù)據(jù)安全和國家安全。如何權(quán)衡人工智能數(shù)據(jù)共享和隱私保護的關(guān)系，是數(shù)字醫(yī)療體系中生成式AI治理的首要問題。其具體原因如下：

首先，ChatGPT 可能過度收集個人信息。例如ChatGPT在意大利曾發(fā)生泄露用戶對話信息和支付信息的事件，個人信息采集應(yīng)當按照合法的途徑、正當?shù)哪康暮妥钚?shù)據(jù)原則，充分的數(shù)據(jù)資源訓(xùn)練使ChatGPT模型給出更精準的回答，其中可能涉及患者的隱私，使患者的個人信息暴露在數(shù)字醫(yī)療各環(huán)節(jié)中，增加了人們的隱私擔憂。

其次，數(shù)據(jù)使用權(quán)被占有或轉(zhuǎn)移加劇隱私風險。ChatGPT對海量醫(yī)療數(shù)據(jù)的整合能夠提高醫(yī)療資源流動性，然而，由于數(shù)據(jù)來源的多樣性，通過多種渠道采集、存儲、處理各類數(shù)據(jù)的過程中，會涉及到數(shù)據(jù)終端的轉(zhuǎn)移，從而引發(fā)數(shù)據(jù)權(quán)限的更替，形成數(shù)據(jù)的非法占有和轉(zhuǎn)移風險。

最后，涉密數(shù)據(jù)安全性難以保證。數(shù)據(jù)是數(shù)字醫(yī)療的戰(zhàn)略資源，維護涉密醫(yī)療數(shù)據(jù)是維護國家數(shù)據(jù)安全的重要內(nèi)容，ChatGPT 在為用戶提供精準交互服務(wù)的同時，對涉密數(shù)據(jù)缺乏安全評估機制，會產(chǎn)生數(shù)據(jù)跨境流通、出境的安全風險，且ChatGPT與數(shù)字醫(yī)療體系的深度嵌入，對技術(shù)平臺的安全性具有極高的要求。因此，涉密數(shù)據(jù)的治理與應(yīng)用是ChatGPT在數(shù)字醫(yī)療中應(yīng)用所面臨的又一項重要難題。

3.3 ChatGPT 產(chǎn)品引入挑戰(zhàn)

我國數(shù)字醫(yī)療目前處于快速發(fā)展階段，對于生成式AI的算法公平和實現(xiàn)方案有更高的要求，ChatGPT相關(guān)產(chǎn)品引入面臨諸多挑戰(zhàn)。

一方面ChatGPT帶來的歧視風險，可能會引發(fā)社會排斥問題，主要表現(xiàn)為算法歧視性和人群使用障礙。首先是算法歧視性，ChatGPT由美國人工智能研究實驗室OpenAI發(fā)布，其語料及模型主要為英語體系下的內(nèi)容及運算邏輯，對于我國用戶而言，不僅缺少相應(yīng)語料，而且未考慮中國用戶的特征，這無形中放大了ChatGPT的算法歧視性。其次ChatGPT能夠根據(jù)個人的認知和偏好提供情景式的交互對話，但并不能保證對話內(nèi)容被用戶完全理解。其原因在于，中青年人群通常學歷水平較高，能夠按照清晰的邏輯和簡潔的語句準確表達問題，而對于老年人或受教育水平較低的群體，在引導(dǎo)ChatGPT有效對話時會出現(xiàn)問題表述障礙和解釋不清的現(xiàn)象。

另一方面建立完善的商業(yè)模式的挑戰(zhàn)。ChatGPT在自然語言生成方面能夠根據(jù)個性化場景提供友好的交互對話，在數(shù)字醫(yī)療領(lǐng)域引進ChatGPT，不僅對數(shù)據(jù)獲取、處理、存儲和維護有極高的要求，也對相關(guān)數(shù)據(jù)管理人員的專業(yè)技能提出更高的要求。醫(yī)療機構(gòu)需要高專業(yè)素質(zhì)的人員收集醫(yī)療知識語料，以及評估ChatGPT回答內(nèi)容的質(zhì)量，從而提高提供信息的準確性和完整性。實現(xiàn)ChatGPT生成內(nèi)容的價值轉(zhuǎn)換，需要完善的商業(yè)模式與之匹配，即如何與用戶對接實現(xiàn)知識的傳遞，知識的價值如何確定，如何對知識的質(zhì)量進行評估，如何優(yōu)化知識生成模型等均需要通過商業(yè)模式設(shè)計來實現(xiàn)。

4 基于ChatGPT 的數(shù)字醫(yī)療發(fā)展策略

公共醫(yī)療數(shù)字化是我國數(shù)字化戰(zhàn)略的重要一環(huán)。但當前我國數(shù)字醫(yī)療產(chǎn)業(yè)尚處于起步階段，相關(guān)的產(chǎn)業(yè)體系尚不成熟。ChatGPT等生成式AI技術(shù)為數(shù)字醫(yī)療創(chuàng)新發(fā)展提供了新的思路。合理利用相關(guān)技術(shù)提升數(shù)字醫(yī)療的發(fā)展水平，建立健全相關(guān)法律法規(guī)，探索數(shù)字醫(yī)療產(chǎn)業(yè)與類ChatGPT產(chǎn)品融合發(fā)展的策略具有重要的實踐意義。

4.1 建設(shè)數(shù)字醫(yī)療大數(shù)據(jù)共享體系

醫(yī)療大數(shù)據(jù)共享是我國數(shù)字醫(yī)療產(chǎn)業(yè)發(fā)展中必須克服的難題，推動醫(yī)療大數(shù)據(jù)開放共享，不僅促進公共醫(yī)療數(shù)字化轉(zhuǎn)型，還對數(shù)字醫(yī)療產(chǎn)業(yè)、醫(yī)學教育、科研機構(gòu)和醫(yī)療價值共創(chuàng)有重大影響。

第一，完善數(shù)字醫(yī)療大數(shù)據(jù)共享規(guī)范，不僅要明確ChatGPT在整合醫(yī)療資源上的數(shù)據(jù)權(quán)限，還要規(guī)范數(shù)據(jù)共享的流程。數(shù)據(jù)共享規(guī)范是指在數(shù)據(jù)共享過程中應(yīng)該遵守的一致化標準、存儲方法、溯源機制和行為規(guī)范等，具體分為事前、事中和事后共享行為的規(guī)范［29］。在數(shù)據(jù)共享過程中，醫(yī)療行政管理部門應(yīng)充分考慮數(shù)據(jù)共享的責任主體和風險屬性，優(yōu)化醫(yī)療機構(gòu)數(shù)據(jù)共享審核流程，精簡數(shù)據(jù)流轉(zhuǎn)制度，加大醫(yī)院信息互通基礎(chǔ)設(shè)施資金投入；對數(shù)據(jù)共享流程做常態(tài)化監(jiān)控，有效銜接數(shù)據(jù)共享的中期狀態(tài)，日常抽查和專項監(jiān)管的雙效控制，防止數(shù)據(jù)共享過程的不合規(guī)行為；對數(shù)據(jù)共享項目進行全過程合法性評估，及時調(diào)整后續(xù)數(shù)據(jù)共享計劃，追究違法數(shù)據(jù)竊取行為的刑事責任。

第二，建立健全醫(yī)療機構(gòu)數(shù)據(jù)共享協(xié)調(diào)機制，強調(diào)數(shù)字醫(yī)療數(shù)據(jù)的采集、存儲分析和支配等各相關(guān)方的權(quán)力和義務(wù)。打破數(shù)字醫(yī)療各環(huán)節(jié)的組織壁壘，加快推進數(shù)據(jù)共享過程精準對接，簡化數(shù)據(jù)采集、處理、存儲、上傳、利用等數(shù)據(jù)共享流程，有利于整合多方醫(yī)療資源，助力我國數(shù)字醫(yī)療的高效開放運作，為人民提供更高效、更便捷、更人性化的醫(yī)療信息。

第三，搭建基于ChatGPT的醫(yī)療數(shù)據(jù)資源平臺，提高數(shù)字醫(yī)29i/DNWwBVAI0aLZIg2UDCNPYEsmboyUZAShntQeHCk=療產(chǎn)學研合作水平，充分挖掘醫(yī)療大數(shù)據(jù)內(nèi)在規(guī)律。醫(yī)療大數(shù)據(jù)資源是推動醫(yī)學教育數(shù)字化轉(zhuǎn)型的基石，是科研機構(gòu)挖掘、分析和創(chuàng)造發(fā)明的助力，更是數(shù)字醫(yī)療產(chǎn)業(yè)高效運作的動力。將ChatGPT應(yīng)用于資源平臺中，有利于建立實時動態(tài)、系統(tǒng)化和標準一致的資源目錄，針對性訓(xùn)練數(shù)字醫(yī)療場景下的ChatGPT模型，提升在其輔助判斷、智慧健康、遠程醫(yī)療和復(fù)合型人才培養(yǎng)的嵌入水平。

4.2 優(yōu)化數(shù)字醫(yī)療生成式AI 生態(tài)環(huán)境

目前，國內(nèi)科技企業(yè)正在布局的生成式AI產(chǎn)品與ChatGPT相比，更加適應(yīng)我國的用戶特征，有助于推動我國數(shù)字醫(yī)療產(chǎn)業(yè)的發(fā)展。如何發(fā)揮各數(shù)字醫(yī)療企業(yè)的優(yōu)勢，創(chuàng)新發(fā)展數(shù)字醫(yī)療生態(tài)，為廣大用戶提供個性化的醫(yī)療服務(wù)，在醫(yī)療數(shù)據(jù)資源共享的前提下，形成創(chuàng)新協(xié)同生成式AI生態(tài)系統(tǒng)，對于公共醫(yī)療數(shù)字化目標的實現(xiàn)具有重要的意義。

第一，整合類ChatGPT 產(chǎn)品，實現(xiàn)不同渠道融合。目前很多科技企業(yè)布局生成式AI，如百度“文心一言”、阿里巴巴自研機器人“通義千問”、科大訊飛“訊飛星火認知大模型”、360集團的360GPT等。盡管相較于國外ChatGPT，我國生成式AI起步較晚，但更加符合我國語言、文化特征。在數(shù)字醫(yī)療領(lǐng)域，整合類ChatGPT產(chǎn)品，為患者醫(yī)療咨詢提供更多的渠道選擇。一方面，需加快生成式AI與數(shù)字醫(yī)療的深度融合，鼓勵科技企業(yè)構(gòu)建生成式AI平臺，為數(shù)字醫(yī)療提供服務(wù)端口。另一方面，要充分利用多模態(tài)數(shù)據(jù)，深入挖掘醫(yī)療數(shù)據(jù)價值。在臨床診斷中的醫(yī)療數(shù)據(jù)覆蓋文本、語音、視頻、醫(yī)學影像等模態(tài)，生成式AI 產(chǎn)品連接系統(tǒng)外部接口，利用不同形態(tài)、不同內(nèi)容、不同特征的數(shù)據(jù)提升數(shù)據(jù)價值，從而提高生成式AI產(chǎn)品提供服務(wù)的智能性、準確性。

第二，強化數(shù)字醫(yī)療商業(yè)模式創(chuàng)新。生成式AI能夠成為數(shù)字醫(yī)療的新工具，該技術(shù)有助于數(shù)字醫(yī)療產(chǎn)業(yè)價值的提升。然而，建立與之匹配的商業(yè)模式并實現(xiàn)商業(yè)價值的提升，需要明確服務(wù)對象特征及需求，從知識供給、知識需求、知識付費方式、知識服務(wù)評價等方面，建立商業(yè)模式的價值體系；從用戶、數(shù)字醫(yī)療機構(gòu)、監(jiān)管部門建立商業(yè)模式主體關(guān)系；從語料庫、大模型創(chuàng)新的角度，建立生成式AI的持續(xù)創(chuàng)新模式，以保證其功能的不斷完善；從數(shù)字醫(yī)療應(yīng)用場景方面，建立涵蓋術(shù)后康復(fù)、疾病預(yù)防、知識問答、健康科普等多方面的交互平臺，實現(xiàn)與用戶實時對接。

4.3 健全以隱私和安全為中心的數(shù)據(jù)保護機制

為保護重要戰(zhàn)略信息資源，我國出臺了《網(wǎng)絡(luò)安全法》《數(shù)據(jù)安全法》《個人信息保護法》等法律法規(guī)，明確了數(shù)據(jù)安全治理的重要性，開發(fā)了基于隱私計算、區(qū)塊鏈、云環(huán)境的數(shù)據(jù)技術(shù)，以保證數(shù)據(jù)的完整性和不被篡改，防止在數(shù)據(jù)傳輸過程中的丟失和泄露，提高了數(shù)據(jù)的安全性。鑒于醫(yī)療大數(shù)據(jù)隱私安全保護的重要性，生成式AI研發(fā)與應(yīng)用的過程中需建立完善的隱私數(shù)據(jù)保護機制。

第一，加強隱私數(shù)據(jù)保護技術(shù)的應(yīng)用。一方面，以保障醫(yī)療數(shù)據(jù)的機密性、完整性、可用性為目標，醫(yī)療行政管理部門和互聯(lián)網(wǎng)相關(guān)部門應(yīng)當從數(shù)據(jù)安全和個人隱私方面，采用數(shù)據(jù)加密、數(shù)據(jù)備份、數(shù)據(jù)脫敏等技術(shù)，加強數(shù)據(jù)收集、傳輸、存儲、使用、交換、銷毀等全生命周期的安全防護，降低生成式AI在數(shù)字醫(yī)療中的應(yīng)用風險；另一方面，各相關(guān)方在上報數(shù)據(jù)時應(yīng)明確上報范圍、上報規(guī)則和上報流程，明確數(shù)據(jù)權(quán)限，優(yōu)化數(shù)據(jù)泄露時的責任追究制度，尤其生成式AI應(yīng)用于數(shù)字醫(yī)療過程中的全面監(jiān)督與管理。

第二，加強跨境數(shù)據(jù)風險防范?？鐕鴶?shù)據(jù)的共享，在數(shù)字醫(yī)療領(lǐng)域可以豐富生成式AI 的語料庫和模型庫，提高其運算能力和服務(wù)水平。但是，也會帶來不良信息涌入和國家安全相關(guān)數(shù)據(jù)泄露的風險。因此，在數(shù)字醫(yī)療國際合作領(lǐng)域，要加強共享數(shù)據(jù)的審查、流通與處理，明確數(shù)據(jù)的類型、應(yīng)用領(lǐng)域、使用方式、適用對象等，從而降低跨境數(shù)據(jù)的使用風險。

5 結(jié)語

以ChatGPT為代表的生成式人工智能為數(shù)字醫(yī)療的發(fā)展帶來了新的機遇。本文在已有研究的基礎(chǔ)上，歸納了數(shù)字醫(yī)療與人工智能結(jié)合的基本框架，然后，梳理ChatGPT的關(guān)鍵技術(shù)和功能，分析其在提高數(shù)字醫(yī)療的效能、推進數(shù)字醫(yī)療智能化、加大數(shù)字醫(yī)療的普及力度和數(shù)字醫(yī)療人才培育等四個方向的作用，并列舉了潛在的應(yīng)用場景，指出了可能面臨的挑戰(zhàn)和風險，最后提出基于ChatGPT的數(shù)字醫(yī)療發(fā)展策略，為我國數(shù)字醫(yī)療產(chǎn)業(yè)的發(fā)展提供理論參考。

參考文獻：

［1］ 錢力，劉熠，張智雄，等.ChatGPT的技術(shù)基礎(chǔ)分析［J］.數(shù)據(jù)分析與知識發(fā)現(xiàn)，2023，7（3）：6-15.

［2］ 張華平，李林翰，李春錦.ChatGPT中文性能測評與風險應(yīng)對［J］.數(shù)據(jù)分析與知識發(fā)現(xiàn)，2023，7（3）：16-25.

［3］ 邵旸，樊美琪，蔡濱，等.數(shù)字醫(yī)療背景下老年人就醫(yī)數(shù)字鴻溝現(xiàn)狀及治理路徑研究［J］.醫(yī)學與哲學，2022，43（24）：73-76.

［4］ 李旭東，李陽.國內(nèi)外數(shù)字醫(yī)療產(chǎn)業(yè)模式實踐進展：對比分析的視角［J］.工業(yè)技術(shù)經(jīng)濟，2020，39（7）：124-130.

［5］ 范舜，談在祥.人工智能背景下“新醫(yī)科”建設(shè)的挑戰(zhàn)與變革［J］.中國高?？萍?，2019（7）：56-59.

［6］ 張晉銘，徐艷玲.人工智能變革公共衛(wèi)生治理體系的機遇、挑戰(zhàn)與策略分析［J］.理論月刊，2020（3）：56-63.

［7］ LIU S R，WRIGHT A P，PATTERSON B L，et al. Assessing the value of ChatGPT for clinical decision support optimization［EB/OL］.（2023-02-23）［2023-08-07］. https：//www. medrxiv. org / content /10.1101/2023.02.21.23286254v1.

［8］ ZHU Y，HAN D，CHEN S Q，et al. How can ChatGPT benefit pharmacy：a case report on review writing［EB /OL］.（2023-02-20）［2023-08-10］.https：//www.preprints.org/manuscript/202302. 0324/v1.

［9］ KUNG T H，CHEATHAM M，MEDENILLA A，et al.Performance of ChatGPT on USMLE：potential for AI-assisted medical education using large language models［J］.PLOS Digit Health，2023，2（2）：e0000198.

［10］ GILSON A，SAFRANEK C W，HUANG T，et al.How does ChatGPT perform on the United States medical licensing examination？ the implications of large language models for medical education and knowledge assessment［J］.JMIR Med Educ，2023，9：e45312.

［11］ ANTAKI F，TOUMA S，MILAD D，et al.Evaluating the performance of ChatGPT in ophthalmology：an analysis of its successes and shortcomings［J］.Ophthalmol Science，2023，3（4）：100324.

［12］ JEBLICK K，SCHACHTNER B，DEXL J，et al. ChatGPT makes medicine easy to swallow：an exploratory case study on simplified radiology reports［J］.European Radiology，34（5）：1-9.

［13］ 徐璐璐，洪贇，葉鷹.ChatGPT及GPT類技術(shù)的醫(yī)學信息學應(yīng)用前景探討［J］.情報理論與實踐，2023，46（6）：38-42.

［14］ 瞿星，楊金銘，陳滔，等.ChatGPT 對醫(yī)學教育模式改變的思考［J］.四川大學學報（醫(yī)學版），2023，54（5）：937-940.

［15］ 周智博.ChatGPT模型引入我國數(shù)字政府建設(shè)：功能、風險及其規(guī)制［J］.山東大學學報（哲學社會科學版），2023（3）：144-154.

［16］ 陳永偉.超越ChatGPT：生成式AI的機遇、風險與挑戰(zhàn)［J］.山東大學學報（哲學社會科學版），2023（3）：127-143.

［17］ 朱光輝，王喜文.ChatGPT的運行模式、關(guān)鍵技術(shù)及未來圖景［J］.新疆師范大學學報（哲學社會科學版），2023，44（4）：113-122.

［18］ 國家互聯(lián)網(wǎng)信息辦公室. 數(shù)字中國發(fā)展報告［EB/OL］mtfSvyYd1114GBtUCwNqpkIz8eXEGUmMAxo2ceI0tww=.（2023-05-23）［2023-09-09］.http：//www.cac.gov.cn/2023-05/22/c_1686402318492248.htm.

［19］ 騰訊研究院.《AIGC 發(fā)展趨勢報告》［EB/OL］.（2023-01-31）［2023 - 09 - 09］. https：//mp. weixin. qq. com / s / 9AjTpyL4Hm Q6BDhWIDbD0A.

［20］ 艾媒咨詢.《2023 年中國AIGC 行業(yè)發(fā)展研究報告》［EB/OL］.（2023 - 04 -17）［2023 -09-09］. https：//www. iimedia. cn / c1087 /92725.html.

［21］清華大學《. AIGC發(fā)展研究報告》［EB/OL］（. 2023-06-16）［2023-09 - 09］. http：//www. china. com. cn / txt / 2023-06 / 16 / content_87720550.htm.

［22］ RAY P P. ChatGPT：a comprehensive review on background，applications，key challenges，bias，ethics，limitations and future scope［J］.Internet of Things and Cyber-Physical Systems，2023，3：121-154.

［23］ 高傳勝.健康中國背景下公共衛(wèi)生與醫(yī)療服務(wù)協(xié)同發(fā)展和治理研究［J］.社會科學輯刊，2022（6）：136-146.

［24］ 陸泉，彭雪瑩，陳靜.健康中國戰(zhàn)略視角下重大慢性病預(yù)防知識服務(wù)體系構(gòu)建［J］.情報科學，2023，41（6）：1-8，28.

［25］張瑞利，王剛“. 互聯(lián)網(wǎng)”醫(yī)療服務(wù)供給：模式比較及優(yōu)化路徑［J］.衛(wèi)生經(jīng)濟研究，2022，39（03）：32-37.

［26］ 吳迪，計曉偉.互聯(lián)網(wǎng)醫(yī)療產(chǎn)業(yè)的運行邏輯與高質(zhì)量發(fā)展［J］.改革，2021（6）：125-135.

［27］ 陳默.中國農(nóng)村醫(yī)療服務(wù)困境及人工智能助力對策分析［J］.中國衛(wèi)生事業(yè)管理，2021，38（7）：536-538.

［28］ 楊善林，范先群，丁帥，等.醫(yī)聯(lián)網(wǎng)與智慧醫(yī)療健康管理［J］.管理科學，2021，34（6）：71-75.

［29］ 郝世博，鄧雨亭.融合數(shù)據(jù)監(jiān)管與數(shù)據(jù)溯源的科學數(shù)據(jù)共享管理研究［J］.情報理論與實踐，2018，41（3）：23-28.