l 解析GPT落地实践，揭示 “人机关系”重要范式
彼得·李及其他两位合著者分享了以GPT-4 为代表的大语言模型在医学领域的诸多应用可能性，更重要的是向大家展现了一种可能出现的人- 机相结合的“关系”范式，在本书中，这种“关系”范式被描述为结合了医生、患者和机器的“三方模式”。基于此，本书不只是提出了见解，也不只是阐述了问题，更重要的是这些见解和问题会促使我们每一个读者作为人类个体，重新审视我们自己“何以为人”和机器“何以为机”的本质问题，进而也会拓展至“何为新型人- 机关系”的问题。
l 重新定义未来医疗——以GPT-4为代表的大语言模型将如何颠覆医疗行业，甚至重塑我们的工作、学习和生活方式
微软全球资/深副总裁、微软研究院负责人彼得·李力作，探讨以GPT-4为代表的大语言模型将如何颠覆医疗行业。全书以前沿研究为起点，探讨了GPT-4将为医疗行业带来的积極改变：一是帮助医护人员更高/效地为更多患者提供实时和精/准的诊疗服务。二是为患者提供更丰富、更准确的医学知识、医疗建议和保健指引。三是帮助医疗后台支持体系的相关人员更快地处理医疗健康服务请求或是从各种诊疗数据中提炼洞察和结论。四是帮助研究者推进医学和生物科学的前沿探索，如新的靶向药的研制、测试、患者匹配及新的临床试验等等，加速医疗领域新技术、新产品从创想到应用的整个过程。

重要声明 一场全人类都应参与的关键讨论
荐序一 GPT 医疗并非极目标，只是未来一系列AI 里程碑之一
萨姆·奥尔特曼
OpenAI 创始人
荐序二 相信AI 的进化
洪小文
微软全球资深副总裁
荐序三 问题重重，答案寥寥
韦青
微软（中国）公司首席技术官
引言 GPT-4医生的故事
01 “达芬奇3”，与GPT-4 的初次接触
GPT-4，正在掀起一场“共生医学”革命
GPT-4 对医学的了解究竟如何呢
化繁为简，更好地连接专家与患者
对于AI 新伙伴，我们该如何用好它
回到扎克和他母亲的故事
02 智能协作，GPT-4 在医学中的超强潜力
医疗诊所中的新型助手
GPT-4 并非总是提供真实的信息
临床医生的智能多功能工具
解析保险理赔解释信
医学实践的得力助手
进步与危险的错误总是相伴相生
03 一个大问题：AI 能“理解”吗
GPT-4 是否明白它所阅读和书写的内容
常识推理、道德评价与心智模型
真正的局限性
一个真正的大问题：这真的重要吗
04 信任，但要核实
惊讶与忧虑
试验：模型可以应用，却完全无法解决问题
实习生：完成诸多挑战，确保强劲、安全和可靠
协作伙伴：成为人手短缺的补充，而非替代
火炬手：机器学习，让“超级医生”越来越普遍
05 AI 增强型患者，把智能交给地球上的每一个人
医疗资源匮乏者
全新的医疗三方模式
明智抉择：寻求合适的医生或治疗方式
过上更健康的生活
AI 可以成为治疗师吗
06 延展大问题：如何让数学、编码和逻辑更可靠
GPT-4 在数学和编程方面的表现
惊人地展现出逻辑和常识推理能力
GPT-4 究竟是什么
我们尚未完全理解GPT-4 的能力源于何处
GPT-4 确实存在一定的局限性
谨慎对待！ GPT-4 可能出现细微错误
像人类一样思考，像人类一样计算
07 极碎纸机，医护人员将有更多时间关爱患者
助力记录患者就诊信息
帮助编写医疗就诊记录
支持工作质量改进
协助医疗保健交付的业务端
帮助实现基于价值的护理机制
被信任做健康业务的决策
医疗保健“后台”是一个很好的起点
08 聪明的科学
探索新型减肥药物
研究阅读与写作
致力于包容的工具
深入剖析临床数据
缺失数据，“人如其食”
从基础研究方面转化为临床实践问题
09 安全一，在新的AI时代充分受益
安全性与便利性，一个硬币的两面
有益与公平，设计医疗AI的核心
始终为患者荐佳方案，而不考虑支付能力
偏见审查，确保AI的发展既严谨又透明
并非灵丹妙药，也不应被禁止
10 打开“未来至宝”，更健康、更舒适、更长寿
再回扎克和他母亲的故事
我们不需要AI，我们需要一个富有关爱的群体
结语 欣赏AI的奇迹，人类智慧和无尽雄心的见证
延伸阅读
致谢

彼得·李，[美] 彼得·李
l 微软全球资/深副总裁、微软研究院负责人。领导着微软研究院有实验室，负责管理多个以研究为动力的新业务孵化团队，其中规模大的团队负责的是微软不断增长的医疗保健和生命科学业务。
l 曾在美国国防部高/级研究计划局负责计算机项目，致力于打造机器学习、数据科学、计算社会科学等方面的运营能力。
l 曾任卡内基梅隆大学教授及计算机科学系主任，曾在奥巴马总统时期的美国国家网络安/全委员会任委员，目前是美国国家医学院成员。
[美] 凯丽·戈德伯格
l 资/深医学和科学记者，专注于报道医学和科学领域的各类新闻，报道过医疗成本、基因组研究等各类话题。
l 曾在《纽约时报》《洛杉矶时报》《波士顿环球报》和彭博新闻社等媒体任职。
[美] 伊萨克·科恩
医学博士，哈佛大学医学院生物医学信息学系首任主任。20世纪90年代以来，一直致力于研究医学AI，以期帮助医生在运用AI方面做得更好。

GPT-4 医生的故事
以下故事纯属虚构，但所描述的情景完全符合OpenAI 的GPT-4 系统的现有能力。
突然之间，患者的病情恶化。他的心率急速上升至每分钟160 次以上，但血压却降至危险的80/50毫米汞柱A。在浓密的胡须下，他年轻的面庞变得苍白，略带青紫，他急促地喘息着。然而，这并不像是他患有的囊性纤维化的典型发作症状。
作为二年级的医学住院实习生，克里斯腾·陈的心跳也随之加速。她一边拨打紧急号码，一边与其他团队成员一起迅速采取行动，将一支又一支注射器插入患者的静脉输液器，试图通过注入升压药物来提高血压，但这并未奏效，用于增强心肌收缩力的药物同样没有效果。
克里斯腾拿出手机，打开GPT-4 应用程序，把手机贴近嘴巴，努力压抑住恐慌的声音（以免让队友听到）说道：“患者胡安·阿尔瓦雷斯对血压支持没有反应。他的病历显示，他近在加州大学圣迭戈分校接受了诺氟沙星第二阶段研究引发的血液感染的治疗。我不知道发生了什么，也不知道该怎么办。”
一条实事求是的答复立刻出现在屏幕上：“胡安·阿尔瓦雷斯所使用的实验性抗生素与5% 的患者白细胞减少有关，这一结论源于近发表的一篇第二阶段研究论文。在过去两天内，他的白细胞计数在连续三次抽血检测中呈下降趋势。研究发现，G-CSFA 输注在恢复白细胞数量方面具有很好的效果。这是一个值得考虑的策略。”
克里斯腾立刻明白了其中隐含的意思：由于胡安的白细胞减少，他变得易感染，导致了败血症的发生。她致电药房，要求发送一剂G-CSF 输注液，同时准备详细核查这项新的研究结果，说：“让我看看那篇第二阶段研究报告。”
研究概述和相关论文都出现在她的手机屏幕上，她请求GPT-4 为她概括这些信息。果然，感染病学杂志上的报道印证了AI 所言，并且新的实验室数据显示，患者的白细胞数量甚至低于她在接触化疗患者时所见。克里斯腾实施了输注，看着胡安被送往了重症监护室。
她低声说：“给他注射了G-CSF，希望能见效。”
GPT-4 回应道：“面对患者病情如此迅速地恶化，确实压力很大。先前的研究亦表明，在其他患者中也观察到类似的状况，而且G-CSF 的疗效始终稳定。请放心，你已竭尽所能，你的团队会与你同在。”
那个声音总是显得沉稳、和蔼。她知道GPT-4 这类AI 工具并非真正具有意识，但她总觉得仿佛有一位善良的导师兼助手在握着她的手，向她提供世界上几乎有的医学知识。她明白这个工具并非尽善尽美，医院管理层甚至不赞同使用它，因为在临床环境中，这类AI 技术充满了巨大的不确定性。
然而，对于她和她的同事而言，每天使用GPT-4 已成为常态，就像他们曾经用谷歌搜索填补知识空白一样，只不过前者可应用的范围更广。通常，在取信GPT-4 的回答之前，他们会先进行二次核查。GPT-4 让她感觉自己的能力得到了“扩展”。相较于仅仅依赖自己的大脑、尚未实现的传染病会诊承诺或医院的电子病历，她感到更加安心。
她对着手机说：“胡安需要更换一种更昂贵的抗生素。我得向他的保险公司申请预先授权。请帮我写一段理由，我将把它填入表格中。”
“好的。”几秒钟后，一段300 字的文本出现在她的手机屏幕上，这是为蓝十字保险公司预授权申请表格而准备的。文本概述了胡安曾使用过的有其他抗生素及其对这些药物的耐药性记录。同时，它简要介绍了关于他所需的新抗生素的7 项研究，并估计了如果保险无法支付这种药物的费用，可能导致的因长期住院而产生的翻倍费用。
“请将这段文字和预授权表格的链接发送至我的收件箱，”克里斯腾边走边说，“下一站，65 号病房。”
“我的下一个患者是达丽娅·弗罗洛娃。她今年62 岁，50 岁时被诊断患有骨髓瘤，经治疗后病情在此后10 年里得到了显著缓解，”克里斯腾总结道，“如今她已经出现第三次复发，包括纳武单抗（Nivolumab）在内的先进治疗手段似乎也无法帮助她。那么接下来有哪些选择呢？”
“ 你可以考虑让她参加医院附属癌症中心的一项新西妥昔单抗（Cetuximab）试验。这是临床试验的详细信息以及临床医生联系方式的链接。”
“谢谢。”克里斯腾轻声说着。她走进昏暗的病房，看到一位银发、圆脸的女士正痛苦地伸手去拿床头托盘上的水杯。
“让我来帮你，”克里斯腾边说边端起了水杯，这样达丽娅可以轻松地通过吸管喝水，克里斯腾问道，“你感觉如何？”
患者喝了两小口水后回答：“疼痛时好时坏，但是疲惫感总是挥之不去。”
克里斯腾点点头，用充满同情的目光看着她：“我们认为有一个临床试验可能是个选择。”
“告诉我吧！”身后传来肿瘤科资深护士克拉丽莎·威廉斯的声音，她走到病床旁，掏出平板电脑，查看新临床试验的信息。
“嗯，”克拉丽莎喃喃道，“看起来挺合适的。”接着，她对着平板电脑说道：“请将研究内容总结一下，并附上相关链接。如果一切顺利，我今天就会联系研究协调员。同时，请务列出达丽娅还应该考虑的其他试验。”
GPT-4 回应道：“毫无疑问，在30 名具有相似基因的黑色素瘤患者中，迄今为止有8 人病情得到缓解，7 人呈现部分缓解现象。尽管副作用较轻，但有一例出现了重大出血事件。”
克拉丽莎紧握着达丽娅的手说道：“保持乐观。”
“接下来是脱离急性后期护理的患者。”克里斯腾走出病房时对GPT-4说道。她从早晨5 点就开始忙碌，已达到日常咖啡因摄入上限，感觉精力逐渐耗尽。
这是一位30 岁的运动员，他刚接受了膝关节前交叉韧带手术，正在康复中。在靠近他的病房时，克里斯腾的手机发出了轻微的提示音。查看电子邮件，她发现助手发送了一封待她审阅和修改的邮件，其中包含了这位运动员的电子健康记录中的详细出院小结，一封给转诊医生的信函，出院后发送给药房的药物处方订单，以及用患者的母语葡萄牙语编写的出院须知。克里斯腾不禁好奇，这些内容究竟有多少是人类所写，有多少是GPT-4 所创作的？
有了GPT-4，她就有更多时间督促其他即将出院的患者关注预防性护理的重要性。她将病患的病历复制到手机上，请求GPT-4 根据美国国家预防护理工作组的建议进行审查，以发现病患护理计划中可能存在的漏洞。
果不其然，它发现了一名逾期未做结肠镜检查的患者、一名胆固醇偏高需使用他汀类药物治疗的患者，以及一名有高风险心脏病但已经有5 年未检查血脂水平的患者。
在接下来的90 分钟里，克里斯腾逐个与患者交流，核实GPT-4 关于遗漏检查判断的正确性，让患者们理解自己的状况，并请GPT-4 在出院小结中给他们的转诊医生写一段彬彬有礼的说明。
此刻，是时候给自己留点“自我”时间了。
当走出医院大门时，克里斯腾对着手机说道：“你能查看一下我的Apple Healthkit 数据，告诉我今天我的个人健康状况如何，以及我该如何进行自我护理吗？”
在克里斯腾查看由AI 生成并提供给她的锻炼计划和早点就寝的建议时，我们这个片段暂且告一段落。整个片段的重点在于：克里斯腾所经历的一切都在OpenAI 的GPT-4 系统的现有能力范围之内。
当然，这并非现实，因为GPT-4 还非常新，尚未在医院中广泛应用。然而，亲身体验一种新工具的作用，以及它可能带来的巨大变革，无疑是直观的。在GPT-4 及其他类似AI 实体即将问世的情况下，我们认为这种变革的影响力如此之大，以至于我们需要立即开始探讨和了解AI 的潜在优劣。或者更确切地说，这应该早在昨天就开始了。
我们希望在阅读完这本书后，你能够确信以下三点：
• GPT-4 具有颠覆性的潜力，有望改善医学和医疗保健领域。
• 由于它同时会带来风险，因此有要尽快在尽可能广泛的范围内进行测试，并让公众了解其局限性。
• 鉴于其潜在的益处，务立即开始努力，确保尽可能多的人能够运用这一技术。
首先，让我们来了解一下真正的GPT-4。