2019年6月21日，挑战广州，真医某行业展会展出的生A生刚应用在医疗领域的智能机器人。 （视觉中国/图）

它展现出了真人医生一样的刚上问诊素养。

“您说的挑战甲状腺结节四年前是怎么发现的？当时有什么症状？这四年来结节有没有变大或其它症状？您是否定期复查？最近一次复查什么时候？”

这些连珠炮似的提问，令从医十余年的真医李惠感到惊讶。因为提问来自一款医疗大语言模型（下称“大模型”）MedGPT，生A生刚又称AI（人工智能）医生。刚上李是挑战一位肾内科副主任医师。

就在2023年6月底，真医李惠与9位来自心内科、生A生刚消化内科、刚上呼吸内科、挑战内分泌科、真医肾脏内科、生A生刚骨科、泌尿外科等科室的医生，联手挑战MedGPT。后者于2023年5月推出，号称国内首款医疗大模型。

这场在成都的一家医院举行的测试，也被业内誉为人类与AI在医学领域的一次公开比拼。

最终经过7位专家的评审，真人医生综合得分为7.5分，AI医生综合得分为7.2分。AI医生与三甲主治医生在比分结果上的一致性达到了96%。

考虑到大模型不断自我学习成长的能力，眼前的成果难免令人对AI医生的应用前景浮想联翩。据南方周末记者不完全统计，2023年5月以来，国内已至少有医联、商汤科技、京东康健、联影智能、上海联通等企业相继发布了医疗AI大模型。7月27日，谷歌亦发布全球首个全科医疗AI大模型Med-PaLM M。

不过，在医疗大模型投入应用前，从诊断的准确性和可解释性，到医疗数据的来源，再到AI医生与真人医生的关系，许多伦理问题仍待厘清。

医疗大模型亟须人机一致性测试

和大火的ChatGPT一样，MedGPT的界面也是一组简洁的对话框，可见对话与问答功能是其核心所在。在一则现场问诊视频中，患者与MedGPT、真人医生的对话气泡离别用蓝色和绿色表示。但即使不借助颜色，二者之间也有着显见的差别。

问诊中，病人自诉腰疼，AI会追问，左侧还是右侧？“如果是单侧疼痛，也有可能是肾周感染，但更要考虑结石或肿瘤。”李惠告诉南方周末记者，AI在不能查体的情况下，能通过对话弥补一部分差距。

从文本上看，人类医生的表达更加口语化也更简洁。MedGPT则透露着机器特有的耐烦和客气。它的回复往往以“您好！感谢您的配合”开场，接着是长篇大段的解答，有时也会连续发问。

“问诊比较详细，它对于每个细节都很注重，作为临床医生的补充是非常有帮助的。”作为评委的北京阜外医院心内科主任医师杨跃进表示，“但详细有时候意味着重点不突出，有些问题就需要一查到底，未来还需要继续凝练。”

“我们没想到一致性得分会这么高，大家都很兴奋很满意。”互联网医疗企业医联MedGPT项目负责人王磊表示。

从最近层出不穷的新品发