清华大学开发出先进的AI医生培训系统

清华大学的一支研究人员团队最近推出了一种完全模拟的 AI 医疗培训环境。该虚拟环境使虚拟医生能够在虚拟医院中接受培训，而无需与真实患者进行现实生活中的互动。

延伸阅读： AI帮助农民种植作物和饲养牲畜

智能产业研究院 (AIR) 和清华大学计算机科学与技术系 创建 了一个高度详细的医院模拟环境，其中包括虚拟工作人员和患者。这个名为“Agent Hospital”的虚拟环境允许 AI 医生对数千名虚拟患者进行诊断和治疗。由于学习和犯错的过程，AI 医生逐渐熟练掌握了诊断和治疗患者的技能。

虚拟环境使 AI 医生能够诊断虚拟患者

这种模拟环境的主要好处是，它允许用户在不等待真实患者的情况下处理大量病例。这种方法不仅培训速度更快，而且经济高效。通过这种方式，AI 可以在相对较短的时间内积累数千名虚拟患者的数据。

延伸阅读：  Meta 暂停利用欧盟用户数据训练 AI 的计划

研究人员在 10,000 名患者病历的虚拟 AI 医生培训中采用了称为 MedAgent-Zero 的方法。他们在八种疾病上训练大型语言模型以生成电子健康记录。这些疾病包括急性鼻咽炎、急性鼻炎、支气管哮喘、慢性支气管炎、COVID-19、甲型流感、乙型流感和支原体感染。虚拟患者具有不同的症状和疾病阶段，使得训练集数据库多样化。

基于 GPT-3.5-turbo-1106 模型构建的 AI 医生在短时间内变得非常有效。它处理了 10,000 个虚拟病例，并在患者检查、诊断和治疗方面报告了高成功率，表明该系统具有良好的学习曲线。特定疾病的总体成功率从检查的 88% 到诊断的 95.6% 和治疗 77.6% 不等。

GPT-4 在医学执照考试题目上优于 GPT-3

在随后的研究中，清华研究人员将 MedAgent-Zero 方法应用于 gpt-4-1106-preview 模型。性能比较是在 MedQA 数据集中的 1273 个问题上进行的，该数据集复制了类似 USMLE 的医学执照考试。研究表明，GPT-4 模型的表现显著提升，呼吸道疾病问题的成功率为 93.06%，而 GPT-3 为 84.72%。

延伸阅读： 面向 1,000 名非洲网络安全创业者的新 AI 培训计划

清华大学成功开发和实施 Agent Hospital 和 MedAgent-Zero 方法，标志着医疗培训的新革命。虚拟模拟具有益处，因为它允许 AI 医生在可控且可调整的环境中练习，从而使培训过程更加高效。

Cryptopolitan报道，作者：Brenda Kanana