近日，一名特殊的醫生引起了外界的關注。“她”就是由北京理工大學團隊聯合首都醫科大學附屬北京天壇醫院合作推出的全球首個中文數字放射科醫生“小君”。在公開報道中，“小君”醫生可以實現針對腦血管病以及腦部、頸部和胸部等十幾個部位的腫瘤、感染類疾病等上百種疾病給出診斷意見。經過近千例病例驗證，準確率超過95%。

“經過百萬級體量的訓練和一線醫生團隊的反饋，小君的確已經相當于天壇醫院影像科年資比較深的醫生了，我們希望她能夠彌補不少城市、醫院相應醫療資源短缺的困境。”3月28日，北京理工大學相關研發團隊的核心成員、北理工計算機學院數據科學與知識工程研究所教授張美慧對新京報記者說道。她介紹，如今“小君”醫生已開放給社會免費使用，有需要的醫生可以上傳數字影像資料在線問診。

大量醫療數據支持智能醫生問世

如今，X線、CT、MRI等醫學影像檢查技術已經成為許多疾病診斷和治療的標準手段。然而，我國放射科醫生數量嚴重不足，醫生工作量遠遠超出負荷。面對當下形勢，科技賦能醫學影像領域變得尤為迫切。

醫生使用“小君”幫助影像診斷。 受訪者供圖

“從新加坡回國工作后，我就希望自己所做的數據科學相關的研究落地到醫學領域中。”張美慧介紹，抱著這一想法，她聯系了北理工集成電路與電子學院院長助理、副教授葉初陽，后者一直在做天壇醫院影像方向的研究工作，二人一拍即合。決定通過天壇醫院的影像、文本等豐富的醫療信息，做更強大的應用。“天壇醫院放射科學科帶頭人、主任醫師劉亞歐對科研也有非常大的熱情，為我們的日后研究提供了很大幫助。”

張美慧介紹，醫院的數據涉及患者隱私，因此不能拿到外面做開發，在這幾年的研究中，大部分時間是將學生派駐到醫院內，和一線醫生不斷磨合給研發提供了支持。科研要有一個迭代的過程，大模型的問世很大程度取決于數據的積累，需要高質量的強大資源系統才會取得質的飛躍，團隊在醫院中搭建了有強大算力的硬件，將智能模型部署在這些硬件上，利用醫院影像、文本資源不斷地訓練模型。此前因為新冠疫情，團隊也遇到了難以進醫院的困難，研究曾一度受阻。

“很多學生在訓練模型的同時，把自己也訓練得能夠看懂放射科影像了，成了真正的學科交叉型人才。”張美慧笑著說道。最終，“小君”醫生問世，她的研發是基于全球首個專為醫學影像診斷而設計和構建的人工智能大語言模型(LLM)——“龍影”大模型(RadGPT)，張美慧認為，該模型的建立是高校與醫院強強聯合的成果。基于超過百萬的優質醫學影像圖像數據以及數十年積累的專業影像診斷經驗，北理工團隊實現了其核心功能，即通過分析MRI圖像的描述快速生成診斷意見。

未來將迭代更多放射科專業技能

回憶起“小君”醫生成功問世的瞬間，張美慧仍印象深刻。她介紹，“小君”醫生超過95%的準確率是基于綜合指標認定的，在一次討論會上，北理工團隊展示了生成結果，小君醫生平均生成一個病例的診斷意見僅需0.8秒，“主任感到很驚訝，我記得他說開了句玩笑‘以后做得足夠好，就可以取代影像科醫生，一部分人要失業了’。”

小君醫生網頁端截圖。 受訪者供圖

她介紹，“小君”醫生目前已經在天壇醫院投入使用，未來如果能夠直接給予二三線城市等地方醫院使用，將非常有意義，可以彌補醫資力量的不足，這也是團隊將“小君”醫生通過小程序發布，開放給社會免費使用的原因。

當下，“小君”醫生能夠“7×24小時”不間斷工作。這意味著，病人的影像診斷需求可以得到更及時處理，放射科醫生繁重的診斷壓力也可以得到緩解。根據統計，“小君”醫生發布首月用數即達到6000次，累計上傳次數近5000，用戶覆蓋了全國29個省級區域。

張美慧介紹，“小君”醫生的各項功能還在完善中。根據一線醫生的需求，通過持續學習和迭代，她將掌握對CT和X線影像的報告解析和診斷，以及進一步通過圖像生成影像診斷等多種放射科專業技能，在醫學實踐中造福社會。