每当一名医院护士下班时，他们都必须迅速向接班护士告知他们所负责的所有患者情况。"交接班"可以采取多种形式，包括交谈、手写笔记和电子病历。“'交接班'是医疗旅程中存在风险的一部分，因为我们正在将信息从一个医疗供应商传递给另一个供应商，”HCA Healthcare的护理转型和创新高级副总裁迈克尔·施洛瑟说。"我们必须确保以准确的方式完成，并且不会有遗漏。"

纳什维尔总部的HCA是全国最大的医疗系统之一，拥有180家医院和大约3700万名患者。该公司的施洛瑟和他的团队认为，将这种信息转移应用于生成式人工智能可能是一个很好的机会。大型语言模型在总结和组织数据方面表现出色。然而，当HCA搜索潜在供应商时，施洛瑟说他们找不到任何为这个交接问题构建解决方案的公司。

HCA已经与Google Cloud建立了合作伙伴关系，因此他们转向了Google的软件套件Vertex AI，该套件帮助客户构建和部署机器学习模型。Google提供了自己的基础模型，称为PaLM，但该平台是模型不可知的，这意味着客户也可以使用并构建OpenAI的GPT-4、Facebook的Llama、Amazon的Titan或其他模型。

为了争取更多的医疗客户，Google还开发了一个针对医疗领域的大型语言模型。该公司在周二宣布，将于9月向更多客户发布最新版本Med-PaLM 2。除了HCA外，包括制药巨头拜耳、电子健康记录公司Meditech以及数字健康初创公司Infinitus Systems和Huma等多家医疗客户也提前获得了访问权限。这一在医疗领域的重新推进正值微软和亚马逊也在推动其自己的基于人工智能的进展之际，而目前还不清楚哪个公司将处于领先地位。

“我们仍然处于医疗AI领域的前列”Gartner分析师Chirag Dekate评论医疗AI领域的前景时表示。

2021年，Google解散了独立的Google Health部门，但表示将在公司的各个领域继续进行与健康相关的努力。该公司在该行业的最新AI解决方案的目标是解决零散的问题。例如，去年，Google发布了用于帮助医疗组织阅读、存储和标注X射线、MRI和其他医学影像的AI工具。今年早些时候，该公司推出了用于帮助医疗保险公司加快先前授权流程的AI工具。

Corrado表示，这种用例的关注是因为AI技术本身的原因。他说，尽管大型语言模型受到了很大的关注，但预期它们能够“立即完美地完成任何任务”是“幼稚的”。他还补充说：“事实上，这些系统总是需要明确指定使用情况。”

在大型语言模型方面，Google一直在追赶OpenAI，后者是病毒聊天机器人ChatGPT背后的初创公司，后者已从微软获得了100亿美元的投资。2022年，微软以188亿美元收购了Nuance Communications，使其在向医院客户销售新的AI产品方面立足点更为重要，因为Nuance的医学听写软件已经被55万名医生使用。“Nuance在医疗领域具有巨大的影响力，”CB Insights分析师亚历克斯·莱诺克斯-米勒说，这使得微软在该行业使用其生成式AI软件进行管理任务方面处于良好的位置。

在大型语言模型成为主流之前，亚马逊、微软和Google一直在争夺云客户。根据技术研究公司Gartner的数据，亚马逊在2022年的云收入达到481亿美元，占据市场份额的40%左右。微软以21.5%的市场份额紧随其后，而Google以90亿美元的云收入和7.5%的市场份额居于第四位，仅次于阿里巴巴集团。

Dekate表示，这些云公司现在都在努力具体针对医疗客户，这并不奇怪，因为医疗行业是一个复杂且受到严格监管的行业。他说，这是因为如果您能够在更复杂的环境下，如医疗或金融服务中证明使用案例，那么就会向其他客户表明，生成式AI已经可以广泛应用。

但目前还没有任何人能做到这一点。所有云公司向客户提供的都是构建块，Dekate说。也就是说，他们提供了众多方法来利用他们的AI平台来构建定制的应用程序。但这些客户希望得到的是完全成型的解决方案。

“亚马逊、Google和微软正在争夺生成式AI经济的制高点”Dekate说。“但他们中没有人能够完整地讲述一个很好的故事。”

由于医疗行业受到严格的监管且错误的后果严重，生成式AI的使用案例需要从小规模开始。对于HCA来说，这意味着目前只有一家医院——UCF Lake Nona医院正在试用交接工具作为概念验证。施洛瑟表示，AI会获取过去12小时的患者数据，包括化验结果、药物、重要事件，并生成一份交接摘要，还包括对接替的护士在接下来的12小时内需要考虑的建议。

尽管使用了Google的Vertex AI软件，但HCA一直在尝试不同的基础模型，包括PaLM和Med-PaLM。“我们目前正在进行很多正面冲突的测试，以确定通用模型更好的地方在哪里，医学训练模型在提供更准确和更好的结果方面发挥了更重要的作用，”施洛瑟说。“我想在我们试图创造的未来中，这两方面都将发挥重要作用。”

使用多个模型来解决复杂问题，并将其称为“综合型”人工智能，对于云提供商来说是一个有趣的挑战，Dekate说。他说，他们同时提供自己内部模型和与其他公司合作，以提供“选择的承诺”，Dekate预计，我们将开始看到Google、微软和亚马逊开始提供服务，帮助客户评估不同的模型。施洛瑟表示，到目前为止，HCA一直在人工评估的方式上采取手动方法，通过让医生和护士评估模型的输出与人工团队的做法进行对比。

Corrado表示，就目前的技术水平而言，生成式AI模型可以被视为“一个渴望上进的勤奋助手，他们非常努力地做好工作。您应该批判地看待输出结果，将其视为草稿，并问自己：你漏掉了什么？你理解错了什么？”

OpenAI认为，在训练模型的数据量方面，越多越好。该公司的GPT-3模型是在开放互联网上进行训练的，参数约为1750亿个，而最新版本GPT-4的参数数量估计超过1万亿（尽管公司尚未公开确认具体数量）。Google表示，最大的PaLM和Med-PaLM模型具有5400亿个参数。该公司拒绝对PaLM 2的大小发表评论。

但随着模型在越来越多的数据上进行训练，性能可能会出现问题。今年7月，来自斯坦福大学和加州大学伯克利分校的一组研究人员称，他们的测试结果显示，GPT-4的性能随着时间的推移有所下降，这也与开发人员论坛上出现的一些个别报告相吻合。尽管这是一个初步发现，研究人员仍在了解生成式AI模型的工作原理，但这确实引发了一些关注，特别是因为这些AI系统是如何得出答案还不完全清楚。“这些算法在医疗领域面临的最大问题之一将是透明性的困难，”Lennox-Miller说。

Corrado表示，这些担忧正是Google正在试验针对狭窄数据集进行训练的专业LLM模型的原因。他说，如果不将模型调整为特定的使用情况，比如医疗领域，就会“面临拥有一个多用途工具的风险，这既不是最好的刀具，也不是最好的螺丝刀。同时也不是最好的牙签。我们认为，在这些高价值的环境中，最好进行领域适应，了解使用情况，并具有与真正产品相同的严格质量评估和版本控制。”

对于大多数大型语言模型来说，另一个挑战是它们并不是持续学习的。它们通常会有一个用于训练数据的截止日期。例如，免费版本的ChatGPT是根据2021年9月之前的数据进行训练的。但由于医学知识不断进展，因此使用这些工具的医生需要了解他们使用的数据有多新。Corrado说，Google还在决定截止日期是什么，但会向客户进行说明。“我们不能依赖这些系统了解医学实践的所有知识”Corrado说。

在未来的医院中，施洛瑟设想了一个“护理团队的AI助手”，他认为这将在减轻他们的日常工作负担方面具有“惊人的能力”。HCA还与Google和上市的环境人工智能公司Augmedix合作，以在急诊室中自动进行医学记事。施洛瑟表示，HCA的4家医院中约有75名医生正在使用这项技术。他说，医生们的“终极目标”是，他们可以专注于为患者提供护理，“记录将由自身完成”。他们在急诊室开始的原因是因为那是最复杂的环境之一，可以证明技术确实有效。

施洛瑟说，使用Augmedix的工具时，医生会直接询问患者是否同意记录检查并使用AI工具进行记录。对于与患者无关的护士接班工具，它属于HCA关于使用患者数据进行研究和流程改进的更广泛的隐私授权范围，他说。HCA还在研究使用生成式AI进行急诊室出院总结，以及从急诊室到住院部的交接。施洛瑟表示，随着HCA考虑扩大使用AI进行管理目的，公司将不得不考虑“让所有患者了解AI是护理过程的一部分的合适方式”。

在医疗领域使用AI引发了人们对同意和隐私的担忧。Google此前与医院系统Ascension合作使用AI分析了数百万份医疗记录，引发了广泛争议。2019年，有关该公司的“工程夜莺计划”的报道引发了有关数据隐私和安全的担忧。Google和Ascension都表示这项工作符合联邦患者隐私法。

就PaLM和Med-PaLM而言，Google表示，这些模型都没有使用HCA或任何其他客户的患者数据进行训练。“HCA的数据是HCA的数据，而不是其他人的”Google云首席执行官托马斯·库里安告诉福布斯。“可以将我们的云中的存储库视为只用于训练他们所使用的版本的模型的地方，不与任何其他人共享。没有任何这些数据被用来改进我们的基础模型。”

尽管从技术能力到隐私和数据方面存在挑战，施洛瑟对建立在该技术上的工具成为医生标准工具箱的一部分持乐观态度。他说，HCA采取了缓慢的方法来缓解日常工作的一些负担，因为他认为一旦医生开始接受AI，他们将能够指导如何最好地将其用于更复杂的应用。

“我希望临床医生能够完全接受AI作为他们生活中可以让他们的生活变得更轻松的伙伴，然后再进入一些更具争议的领域，”他说。