人工智慧產業的蓬勃發展，帶來了人機互動模式的革新。自2022年11月OpenAI釋出ChatGPT以來，大語言模型已經深刻影響了我們的工作和生活。作為未來大模型最主流的使用方式，智慧體這一概念備受業界關註。
智慧體（AI Agent），作為一種能夠自主行動、感知環境、做出決策並與環境互動的電腦系統或實體，通常依賴大型語言模型作為其核心決策和處理單元，具備獨立思考、呼叫工具去逐步完成給定目標的能力。
在醫療領域，智慧體是否能夠在結合大模型能力的基礎上，滿足醫療使用者復雜多變的需求，進而在醫療診斷、科研創新、醫學教育等多個關鍵領域中實作深度套用與融合？同時，專業智慧體能否成為推動大模型在醫療領域成功落地的關鍵？
攢經驗、能協同，智慧體發展潛力大
基於大模型的智慧體，其設計目標是實作對環境的有效互動，透過感知模組收集環境資訊，透過行動模組來改變環境狀態，整合了感知、決策、行動等多個環節，因而智慧體在自主能力、決策能力、協作互動等方面展現出優勢，彌補了大模型的不足，是大模型的「手腳」，更被視為AI技術與物理世界融合的橋梁。
當前，百度、智譜、火山引擎等企業紛紛推出了自家的智慧體平台，以推動AI技術的廣泛套用。火山引擎醫藥大健康行業解決方案總監王喆在一次公開演講中透露，智慧體在醫療行業擁有廣闊的套用前景，目前山火引擎企業級智慧體套用創新平台已經正式上線，並推出AI醫生分身、科研小助手、AI咨詢等創新產品。
憑借高效的學習能力，智慧體擁有可能在某些特定醫療任務上超越人類專家的巨大潛力。
近日，清華團隊開發了一款名為「Agent Hospital」的AI醫院小鎮，這個模擬醫院完全由AI驅動，包括醫生、護士和患者在內的所有角色都是透過大模型實作的智慧體。它們能夠自主互動，並模擬整個醫療過程，包括分診、掛號、咨詢、檢查、診斷、治療和隨訪等環節。
研究人員開發了一種名為MedAgent-Zero的系統，設計了14名醫生和4名護士的智慧體，這些醫護角色能夠從成功和失敗的病例中不斷學習、自我前進演化。AI醫生在幾天內就能完成對大約1萬名患者的治療，而人類醫生需要2年時間才能完成等量工作。這雖然只是在模擬環境中與患者互動，透過不斷的自主學習和前進演化，智慧體能夠在極短的時間內準確、高效地處理大量病例，這無疑為未來的AI醫療領域帶來了無限的想象力與可能性。
四川大學華西第二醫院黨委書記黃勇曾對媒體表示，智慧體在醫生、患者以及醫院管理三個層面均展現出了獨特且顯著的功能與價值。
面向醫生的智慧體，透過協助醫生管理事務、按照優先級別提醒執行，能夠極大減輕醫生的工作壓力，讓他們更專註於患者的診斷和治療。面向患者的智慧體，則如同一位貼心的就醫助理，為患者提供從院前咨詢到院內檢查預約的一站式服務。面向管理的智慧體，能夠為醫院管理者提供精細化營運管理的手段和建議，透過收集和分析醫院營運數據，智慧體能夠發現潛在問題並提出解決方案，幫助醫院實作更加高效和精準的管理。
在健康管理領域，智慧體的作用更加深入，如結合智慧型手錶等裝置實作即時監測和預警，為使用者提供個人化的合理建議。
面對醫療領域中的復雜任務時，智慧體往往透過相互協作，高效、準確地執行各項任務。
前文中，清華團隊開發的模擬醫院在訓練數據集上存在局限性，主要基於第八版【傳染病】中8種呼吸系統疾病的數據。這種數據集的單一性使得AI醫生在套用場景上被局限在呼吸系統疾病領域，從而大大簡化了真實的醫療過程。
在任務執行時，單個智慧體依據特定角色的專業能力，可以獨立完成某項任務。在實際的醫療場景中，當面臨超出單個智慧體能力範圍的復雜任務時，它們能夠迅速啟動協作機制，召喚其他智慧體加入，極大地增強了智慧體系統應對復雜醫療場景的能力。
不同智慧體之間的資訊共享和協同決策，能夠構建一個多智慧體協作的生態系，幫助醫療工作者做出更加明智的決策，多智慧體協同工作也是未來智慧醫療發展的重要趨勢。
專業智慧體，實作垂類大模型能力？
在醫療領域，大模型與人類的互動透過精準的提示詞（Prompt）得以實作，使用者輸入的提示詞解析度與明確性，對於大模型理解和響應的精準度至關重要。當前的大模型已經具備一定的智力水平，且知識儲備豐富，但與特定領域結合並套用才能發揮更大的價值，這也為各個領域垂類大模型的發展提供了生存空間。
那麽，依據特定場景與經驗、規則和數據生成的智慧體，是否有可能展現出比垂類大模型更為出色的能力？
以火山引擎的「AI醫生分身」智慧體為例，這款智慧體以醫療垂類大模型為基石，獲取醫生的個人語料、聲紋等資料，並對資訊進行深度儲存和加工。在持續實踐中，透過自我反思和學習，逐步構建起對使用者偏好、知識庫和對話狀態的長期記憶，實作患者的基本互動。
從架構上看，該智慧體以通用大模型為底座，醫療垂類大模型作為核心中間層，確保其在醫療領域的專業性和精準性。智慧體基於醫療垂類大模型，完成各類醫患之間的互動任務。
可以看出，智慧體的發展無疑受到大模型能力的深遠影響。
今年6月，OpenAI宣布限制部份國家和地區的API使用，中國目前不在其支持列表內，這將導致中國開發者可能無法透過直接呼叫OpenAI API的方式來使用GPT系列的相關模型能力。一直以來，國內多家大模型廠商宣稱已經開發出與OpenAI對標的大模型，但資深業內觀察人士告訴億歐大健康，理論上，隨著通用大模型能力的不斷增強，其在某些特定領域中的能力可能會超越現有的垂類大模型，這無疑給垂類大模型的發展帶來了一定的風險和挑戰。
此外，醫療垂類大模型面臨的主要挑戰是歷史數據的稀缺以及原始數據的不準確，需投入大量精力去剔除數據的「包裝」，從而確保數據的一致性和準確性。更值得註意的是，大模型在處理資訊時還面臨著資訊時效性的問題，即如何平衡歷史數據和當前數據中的矛盾，這也是大模型在數據訓練過程中需要解決的難題之一。
同時，大模型的訓練是一個高度工程化的問題，從參數量、訓練數據到算力資源，再到部署營運、模型演算法及安全可信等方面，每一個環節都需要精細化的管理和最佳化。
可以說，優質的大模型不僅是智慧體實作垂類大模型能力的基石，更是決定智慧體在特定領域中表現的關鍵因素。然而，智慧體之所以能夠展現出如此強大的市場競爭力，並不僅僅依賴於大模型的先進性。
實際上，智慧體作為大模型在特定領域的套用，其獨特的低程式碼構建和低成本研發等特點，使得智慧體能夠快速響應市場需求，靈活調整產品策略，為企業帶來更高的效益。
商業落地與前景展望
智慧體帶來了新的套用生態、流量格局和商業模式。比爾蓋茲近期在其個人區域網絡站撰文【AI is about to completely change how you use computers】中，闡述了智慧體將在未來幾年如何顛覆傳統軟體行業，並聲稱智慧體將是未來AI最大的賽道。在今年的世界人工智慧大會中，李彥宏也表示最看好智慧體的發展。智慧體能夠根據具體場景和需求進行深度客製和最佳化，成為機構數位化轉型的重要工具。
當下，大模型的落地實施正遭遇多重挑戰。為確保基於大模型構建的智慧體能夠順利進入市場，並創造廣泛的商業價值，這些智慧體必須展現出卓越的專業水準。
這不僅要求開發者或專業人士在構建智慧體時，需融入自身深厚的醫療知識儲備，可以說，「師傅」專業水平的高低將直接影響智慧體的品質。
此外，工具的有效利用是將大模型在企業內部落地實施的關鍵，智慧體透過無縫對接醫療機構業務系統的介面和數據，自主完成各類業務目標，從而為企業創造顯著的實際效益。作為智慧體的核心模組，這些工具能夠幫助獲取並處理文本、語音、圖片及檔等多模態資訊，進一步豐富大模型處理復雜數據的能力。
盡管大語言模型的崛起確實帶來了前所未有的機遇，但同時也面臨著私密保護、數據安全等不容忽視的挑戰。隨著智慧體獲取的資訊越來越多，其能力愈發強大。因此，政府及相關部門需要在大語言模型原生套用發展初期就應給予足夠的重視，制定規範、強化監管，確保大語言模型及其套用能夠穩健、安全地發展。
「未來已來，只是尚未流行。」 隨著通用大模型在數量上趨於穩定，市場正悄然迎來大模型在垂直行業中技術與套用的激烈角逐。在這場變革的浪潮中，智慧體在智慧醫療領域的套用潛力正逐步釋放與拓展，推動著傳統醫療模式的創新與升級。未來，智慧體將如何繼續深化其在醫療領域的套用，可以拭目以待。
