首尔国立大学医院近日宣布，已成功开发出韩国首个医疗大型语言模型（LLM）。
该模型利用首尔国立大学医院的大规模医疗数据，如电子病历（EMR）、医学影像存储和传输系统（PACS）、数字病理系统以及介电数据进行开发，并在处理韩国医疗系统特有的医疗信息、提高治疗效率和增强患者安全方面取得了重要技术进展。
通过这一模型，首尔国立大学医院计划在全球医疗领域引领竞争性技术，并为向患者提供更好的医疗服务奠定基础。
目前，全球范围内正在积极进行巨型语言模型的研发，出现了诸如OpenAI的ChatGPT、谷歌的PaLM-MED2和微软的Med-LLaVA等针对医疗领域的各种特定模型。然而，现有的医疗LLM模型主要优化于西方医学知识，对于理解韩国医疗文本或韩国医疗法律和指南存在局限性。
顺应这一全球趋势，首尔国立大学医院满足了国内医护人员混合使用韩语和英语的需求，并减少了开发LLM以理解和掌握专业级别的医学知识以及缩写和简写的语言特征的需要。
为解决这一问题，首尔国立大学医院从去年3月开始基于韩国式的医疗知识开发了一种韩国式的医疗巨型语言模型（LLM）。利用3800万份临床文本，如住院首次记录、门诊记录、手术记录、处方记录和护理记录，建立了“韩国医疗文本语料库”，并经过匿名化和个人信息去标识化后公布，以便在医院内安全使用。这些文本语料库作为模型学习的基础数据，在开发适合韩国医疗系统的信息化处理能力方面发挥了重要作用。
从今年开始，首尔国立大学医院进一步发展了这一模型，整合了韩国医疗法律、韩国论文摘要和诊疗指南，并标准化了医学术语词典和术语。这建立并公开了一个模仿真实护理流程的各科室特定指令训练的数据集，并开发了基于知识图谱的搜索增强生成（RAG）和多学科多代理框架。
通过这一过程，一个可在医院实际使用的“韩国医疗巨型语言模型（LLM）”在一年内完成。首尔国立大学医院将验证该模型的性能和安全性，并将其用于医院内的研究和工作辅助。
通过对过去三年韩国国家医师资格考试数据进行实验，该模型达到了86.2%的准确率，首次超过了实际平均准确率（79.7%），成为开源模型中的佼佼者。这被评价为证明了韩国式医疗LLM在医疗领域是一种实用且可行的技术。此外，该模型具有卓越的翻译性能，能够一次性处理约50,000字的大量文本，预计未来将在各个医疗领域扩展其性能，并进一步提高医疗数据处理的准确性和效率。
首尔国立大学医院计划在未来进一步提升LLM的性能，并使其能够在实际治疗中得到应用。为此，他们将扩展到结合医学影像和生物信号数据的多模态AI，自动总结门诊、住院和出院记录。同时，他们还将推广用于简化初诊和保险理赔工作的“CLAIM AI”项目，以及研究人员定制的最新论文整理“RESEARCH AI”项目。这些项目预计将减少医护人员的工作负担，显著提高工作效率。这样一来，医护人员将能够远离行政任务，花更多时间直接与患者沟通和治疗，进一步强化以患者为中心的护理环境。
领导LLM开发的李亨哲教授（医疗AI研究所副所长）表示：“基于首尔国立大学医院优秀医护人员的医疗知识，开发了韩国式的医疗巨型语言模型，并在提高治疗效率和患者满意度方面取得了重要技术进步。LLM技术将成为帮助医生工作的有力工具，从而进一步提高医疗服务的质量。”
首尔国立大学医院院长金英泰表示：“韩国式医疗巨型语言模型的开发开启了医疗创新的新篇章，通过最大化医护人员的工作效率，为患者提供更快、更准确的医疗服务。我们将继续引入最新技术，为患者提供最好的医疗服务。”
(全文结束)
