《ChatGPT在放射医学领域的应用探索》

  • 来源专题:数智化图书情报
  • 编译者: 闫亚飞
  • 发布时间:2023-09-27
  • [摘要] ChatGPT作为当下广受关注的生成式人工智能大型语言模型, 在带给人们沉浸式学习体验和独特交互式平台的同时, 也为众多领域的发展提供了创新工具和新的机遇。随着放射医学在疾病诊疗、载人航天、核能与核技术等领域的重要性日益凸显, 可以预见, 以ChatGPT为代表的人工智能大型语言模型将对放射医学的发展发挥重要作用。本文综述ChatGPT在放射医学领域的应用前景及面临的挑战, 旨在推进人工智能大型语言模型在放射医学领域的应用研究。

    [关键词] ChatGPT    大型语言模型    人工智能    放射医学    

    本文首先简要介绍了ChatGPT的发展历史。其次,详细讨论了以ChatGPT为代表的人工智能大型语言模型在放射医学领域的应用前景。在综合分析应用前景的基础上,进一步探讨了ChatGPT应用于放射医学领域面临的挑战。本文将为推动“放射医学+人工智能”教育体系的建立提供参考。

    ChatGPT在放射医学领域的潜在应用

    1. 放射医学教学方面:通过ChatGPT构建的交互式医学数据库可以快速整合国内外放射医学相关的教学资源,并充当虚拟教师的角色为学生提供个性化的定制课程和课外辅导,学生可以在课堂之外进一步挖掘放射医学专业知识。此外,利用ChatGPT可以定期开展核安全及辐射安全的科普讲座、帮助教师撰写实验方案、计算放射性实验的同位素用量以及规划和统筹课程安排。更重要的是,ChatGPT可以充当交叉学科教师角色。放射医学作为一门多学科交叉的临床学科,由ChatGPT等大型语言模型充当的虚拟教师可以发挥重要作用,填补交叉性学科教师缺乏以及多学科医生联合授课的空白,使学生能够更有效地进行学习,培养放射医学专业学生的多学科思维,推动放射医学教育模式从传统的生物医学为支撑向以“医+X”交叉学科的新医科模式转变。

    2. 放射医学临床培训方面:临床实践训练是医学专业学生培养过程中的重要环节,特别是对于放射医学专业来讲,放射性职业病诊疗、核事故救援是放射医学专业涉及的重要领域。然而,由于放射医学临床教学资源有限,辐射损伤患者的稀缺性以及长时间、多人次的问询会引起患者厌烦情绪等原因,导致放射医学专业学生缺乏临床实践训练,临床技能处在较低水平。为此,ChatGPT等大型语言模型可以利用其强大的自然语言处理能力,模拟真实患者的问诊过程。利用辐射损伤患者的病历资料以及大数据对ChatGPT进行预训练,可以使ChatGPT生成各种类型的辐射损伤虚拟患者供学生进行理论学习和临床实践,并对患者的处理结果进行预演,从而避免了因患者缺乏造成学生临床实践训练的减少,推动放射医学课程体系和课程内容的进一步完善。ChatGPT还可以对问诊过程和结果进行评价和改进,从而提高学生的临床实践能力。与此同时,临床教学部门可以根据ChatGPT对学生实习问诊训练的反馈结果,进一步改进教学计划。

    3. 放射医学诊疗方面:ChatGPT等大型语言模型可以通过图像识别技术和深度学习算法,为影像科医生提供患者影像信息的数据分析,为医生提供大量的数据支持,快速读取和整合影像图片的大量信息,辅助医生进行更加精准的影像诊断,同时提高患者体验和结果预测的可靠性。治疗方面,经过大量临床数据训练后的ChatGPT可以为医生提供针对不同肿瘤的治疗方案和操作建议,辅助医生制定合理的放疗计划,提高放疗方案的准确度及效率。此外,ChatGPT也可以通过分析患者病史、临床检查结果、目前治疗方案等数据,帮助放疗医生进行放疗效果的评估和预测,提高放疗效果的可视化和可操作性。未来,随着算法和算力不断迭代,ChatGPT等大型语言模型将对放射医学诊疗方法的发展产生巨大影响和积极意义。

    4. ChatGPT与其他技术结合应用于放射医学领域:基于虚拟现实的元宇宙(metaverse)是近年来出现的新型数字技术,有望为放射医学发展带来巨大的推动作用。目前,元宇宙能够通过可穿戴设备创造一个与现实世界紧密交互的平行镜像世界,使用户在虚拟世界中拥有接近于真实世界的沉浸式感官体验。然而,元宇宙需要多用户同时接入协作才能满足多方面需求,这对仪器设备的运行、维护和用户的时间需求提出了挑战。ChatGPT等大型语言模型可以有效地解决多用户同时接入协作所带来的挑战,从而提高仪器设备的运行效率,减少用户的时间消耗。

    ChatGPT应用于放射医学领域面临的挑战

    1. 技术限制:现阶段,人工智能大型语言模型的准确性和可靠性目前尚无法得到确定,在实际使用的过程中,ChatGPT等大型语言模型曾出现过产生错误内容或引用虚构内容的情况,对使用者产生误导,这在很大程度上影响其应用。ChatGPT是在大量数据训练下运行的人工智能,它的模型高度依赖数据的数量和质量,而放射医学领域包含大量影像数据和临床数据,数据的来源和质量将会影响ChatGPT的见解和决策能力。因此,在实际应用中存在对ChatGPT提供信息科学性的判定问题。在科技创新方面,ChatGPT对大数据的依赖会使其缺乏创造性,仍然难以代替人类的创造性思维。此外,虽然ChatGPT基于其强大的自然语言处理能够模拟人类对话的过程,但是仍然缺乏教师与学生之间的社交关系和情感交流。

    2. 法律问题与伦理挑战:自ChatGPT诞生以来,一方面因其强大的学习辅助功能而风靡全球,另一方面却因为抄袭等问题被学术期刊封杀[23]。目前,全球已有多所大学禁止使用ChatGPT等大型语言模型完成学习与考试任务,多家出版机构也禁止将ChatGPT列为论文合著者。人工智能对大量数据的“拆解”和“重组”也可能涉及版权问题。

    此外,核技术的敏感性可能会让一些不法分子另有所图,恶意的模拟核事故场景也会使ChatGPT失去积极的意义。

    伦理方面,ChatGPT在数据检索过程中,会涉及到性别、民族或社会经济地位等因素有关的信息,可能会造成人工智能训练数据产生“永久化”的偏见。

    ChatGPT在放射医学高等教育中涉及大量学生和患者数据,在人工智能尚未成熟的阶段,这可能引起使用者对数据安全和隐私的担忧和困扰

  • 原文来源:http://www.cjrmp.net/html/2023/7/20230710.htm
相关报告
  • 《辽宁:在风电、光伏领域探索人工智能运用》

    • 来源专题:能源情报网监测服务平台
    • 编译者:郭楷模
    • 发布时间:2025-07-17
    • 日前,辽宁省人民政府印发《辽宁省促进人工智能创新发展实施方案》的通知。 文件指出,发挥辽宁城市群和产业集群优势,因地制宜打造智慧产业园区,建设地市级人工智能赋能中心。鞍山、本溪、辽阳、盘锦、葫芦岛等市围绕智慧钢铁、智慧矿山、数智油田、智慧化工等打造应用场景示范;阜新、铁岭、朝阳等市在风电光伏领域探索人工智能应用。
  • 《探索 | 基于氮化硅的单光子发射器》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2023-01-29
    • 伴随着量子技术的高速发展,越来越多的科研人员把目光转向量子通信、量子计算、量子模拟等实际应用,人们坚信量子技术将会引领新一代的科技浪潮。加州大学圣巴巴拉分校 Galan Moody 实验室的Kamyar Parto博士认为,从所处的发展阶段来看,量子技术的今天,就像传统计算机的20世纪40年代。计算机发展之初,科研人员想要利用刚刚制造出的晶体管实现数字开关,但是到底基于何种结构的平台仍然是一个问题。因此,世界上不同的研究团队研发了不同的平台。不过最终都朝着一个方向发展——互补金属氧化物半导体(CMOS),在这之后,半导体技术迎来了爆发式的快速发展。今天的量子技术恰是如此,每个研究团队都有自己独特的想法和专门的应用,可谓百花齐放,目前还没有哪一种成为赢家。就量子计算而言,现在就有基于超导量子位、硅自旋量子位、静电自旋量子位和离子阱的量子计算机。Parto 预测,未来胜出的量子平台将是不同平台的组合,原因就在于虽然每种平台功能都很强大,但本身也不可避免的具有一定局限性。比如,自旋量子比特可以更轻松地存储信息并对其进行一些本地“操作”,却无法传输这些数据。但是如果采用量子光子学传输信息就变得非常容易。 量子比特作为量子技术的驱动器,与经典比特存在很大的不同。后者可以表示0和1两种不同的状态,就像是一个硬币的两面要么是0要么是1,并且经过逻辑门运算之后得出的结果是0和1的一种情况,绝对不会出现既是了0又是1的情况。但是量子比特可以既是0 又是1,两种状态同时存在。这种状态在量子力学中称作“量子叠加态”。 Parto 表示,在光子学领域,可以使单个光子处于既是0 又是1的状态。这是因为单个光子构成了所谓的双能级系统,意味着它可以存在于0、1或任何组合中,可以是20%的0 和80% 的1,也可以是70% 的0 和30%的1。实现该技术的挑战之处在于以高效率生成并收集单光子,比如使用波导将它们传输到芯片上。 Parto 解释说:“如果将单光子放入许多不同的波导中,且每个波导上有一千个单光子。人们可以编码光子如何沿着芯片上的波导传播,从而实现量子计算。”虽然使用波导在芯片上控制光子传输相对简单,但隔离单光子并不容易,而且想要建立一个快速高效地产生数十亿个光子的系统要困难得多。 虽然产生单光子的方法有很多,但 Parto及其同事通过某些仅有单个原子厚度的二维 (2D) 半导体材料中的缺陷来生成单光子。如果将激光照射到2D材料缺陷上,材料会发射单光子做出响应。材料中的缺陷表现为所谓的限速状态,由此可以一次一个的发出单光子。每隔3-5纳秒可能产生一个单光子,但具体的产生速度还需要进一步确定。 2D材料的一大优势是易于在特定的位置设计缺陷。而且由于其厚度非常小,可以覆盖到其他材料上,不受3D 晶体材料几何形状的限制,且易于集成。实验过程中,2D材料上的缺陷必须以极高的精度放置在波导中。Parto 指出,材料上有一个点缺陷可以产生光,他们需要将那个单光子进入波导。为了达到这个条件,研究人员尝试了多种方法,比如,将2D放在波导上,然后寻找现有的单个缺陷,但即使缺陷精确对齐并位于正确的位置,提取效率也也只20%-30%。原因在于单个缺陷只能以一种特定的速率发射,并且一些光以倾斜的角度发射,而不是直接沿着波导的路径发射。该设计的提取效率理论上最高仅为 40%,但制造用于量子信息应用的有效设备需要 99.99% 的提取效率。 Parto 表示,材料缺陷初发出的光朝着四面八方出射,但是只有照射到波导中才有用。研究人员有两种选择,如果将波导放置在缺陷的顶部,也许10%-15%的光会进入波导,但这远远不够。不过有一种称之为珀塞尔效应的物理现象——腔量子电动力学框架下的自发辐射增强,简单来说就是通过腔模的改变来调控量子体系自发辐射的速率。研究人员可以通过这种效应提高提取效率并将更多的光引导到波导中。在该研究中,他们采用微环形谐振器将光耦合进出波导。 如果微腔足够小,可以导致缺陷腔的自发辐射,并在微环谐振器中加速,变得更亮,从而增强提取效率。通过Purcell效应,该研究在室温下表现出高达46%的腔增强光谱耦合效率,超过了无腔波导-发射器耦合的理论极限(高达40%),比之前的工作提高了近1个数量级。 “团队对实验结果感到满意,因为在2D材料上实现单光子发射有助于解决其他材料在可扩展性和可制造性方面所面临的一些挑战。短期内,我们计划进一步探究其在量子通信中的不同应用;但从长远来看,我们的目标是进一步开发可用于量子计算的平台,” Parto讲到。如果想要做到这一点,该团队需要将提取效率提高到 99% 以上,而实现这一目标需要更高质量的氮化物谐振环。但是氮化硅薄膜并不一定是完全结晶,即使在原子水平上对其进行平滑处理,它的表面可能看起来像海绵一样仍然很粗糙,这样就会导致光散射,影响耦合效率。然而,如果材料本身不是完全结晶的,即使你试图在原子水平上对其进行平滑处理,表面仍然可能看起来很粗糙,像海绵一样,导致光线从它们身上散射开来。虽然有的研究团队在专门的公司购买高质量的氮化物,但Parto 计划在 UCSB 洁净室的等离子增强化学气相沉积炉中独立生长氮化物,以确保材料质量。