作为一名来自台湾的谦逊科技博主，我有幸亲身体验许多人认为是世界上最好的医疗系统。

你可能会觉得我在夸大其词。

我并没有。

上个月，我回到台湾进行为期一个月的假期和工作旅行。我决定利用这个机会进行一些健康检查。

以下是发生的事情：

首先，我已经多年选择不参与台湾的医疗系统。因此，我自费支付以下治疗费用 不含补贴。

我因胃部问题访问了一家诊所。医生建议在镇静下进行胃镜检查和22项关键指标的血液检测（截图是包含的指标列表）。
我在同一周内就得到了手术预约。
我总共访问了诊所三次进行咨询和手术。每次访问的等待时间都不到20分钟。
与诊所的沟通通过Line（类似于Whatsapp）进行，护士在10分钟内回复。
总费用？仅仅500英镑。

现在，让我们来比较一下在英国相同过程可能的情况：

仅仅是预约在线NHS全科医生就要等待两周。
再等两周才能与专家进行咨询。
在镇静下进行胃镜检查的预约费用在1000英镑到2500英镑之间。 如果我想在伦敦进行相同的22项关键指标血液检测，还需额外支付900英镑到1360英镑。
所以我们看到的费用在1900英镑到3860英镑之间。相比之下，我在台湾花费的仅为500英镑。
沟通将通过邮寄或电子邮件进行，回复时间从几天到几周不等。
更不用说每次预约的长途旅行时间和漫长的等待。

2024年医疗保健排名

这里是2024年最新的全球医疗保健排名。

根据《CEOWORLD》杂志2024年版的医疗保健指数……该指数根据多种因素对110个国家的整体健康状况进行排名。

台湾在2023年也是全球医疗保健系统最好的国家。而英国……好吧，咱们就不说你不会有一天醒来想：我的梦想是生活在一个医疗保健系统不佳的国家！

现在，工党刚刚赢得了英国大选，他们对NHS有大计划：

更多预约！
更多扫描仪！
更多员工！

是的，如果我们能拥有更多这些，那将是很棒的。但与此同时，他们似乎也没有计划提高税收？！我想知道钱从哪里来？

当然，我想给工党一个怀疑的好处。也许他们有一些不那么明显的妙招。但当我阅读他们的政策文件时，我不禁感到一种似曾相识的感觉。这种计划在像埃森哲这样的四大会计师事务所的PowerPoint演示中听起来很不错，但在实际实施时可能会让你感到困惑。

我不是政治家，我真心希望工党能实现他们所承诺的。因此，我决定在这里提供一点帮助。

在浏览最新的AI研究时（就像一个典型的周五晚上那样），我偶然发现了一篇引人注目的论文：“Agent Hospital: A Simulacrum of Hospital with Evolvable Medical Agents ”。

一个可能会彻底改变我们对医疗保健系统思考方式的模拟。

那么，让我们一起深入探讨这篇论文。我们将尊重地指出工党“让NHS再次伟大”计划的薄弱环节，并探索Agent Hospital如何提供解决方案，使梦想成真。

英国国家医疗服务体系的现状

NHS面临的挑战

长时间等待：患者通常需要等待数月才能接受非紧急治疗。
人员短缺：NHS在各个岗位上人手不足，从医生到护士。
人口老龄化：对医疗服务的需求不断增加。
技术过时：许多NHS系统落后于时代。
资金问题：尽管资金有所增加，但仍难以跟上需求。

这些挑战复杂且相互关联。虽然工党的计划旨在解决其中一些问题，但值得探索能够同时解决多个问题的创新解决方案。

让我们看看Agent Hospital模拟如何能帮助工党。

代理医院的背景

想象一个医院，医生、护士和病人不仅是真实的人，还都是由大型语言模型（LLM）驱动的超级智能自主代理。这就是代理医院的核心概念。它是一个模拟环境，在这里这些虚拟医生可以学习和提升他们的技能。

想象一下：AI医生从每一次病人接触中学习，逐渐变得更加准确和高效。

目标是使医生代理通过在这个模拟环境中的互动学习和提高他们的医疗治疗技能。

这个项目的动机是结合LLM代理在特定任务场景和社会模拟中的能力，以增强它们在医疗环境中的表现。

主要特点：

两种类型的AI代理：医疗专业人员和居民（潜在病人）
模拟完整周期：疾病发生、分诊、注册、咨询、检查、诊断、治疗和随访
使用GPT-3.5生成代理信息和病人案例
涉及八种呼吸系统疾病，包括急性鼻咽炎、急性鼻炎、支气管哮喘、慢性支气管炎、COVID-19、甲型流感、乙型流感和支原体感染。

代理医院的核心是MedAgent-Zero策略。

这种方法使AI医生代理能够在没有手动标记数据的情况下进化和提高他们的技能。它使用两个主要组件：

医疗记录库：存储成功病例历史
经验库：积累从错误中获得的教训

实验示例：

进行了两种类型的实验：

虚拟医院实验： 医生 AI 与数千名模拟患者互动，处理呼吸系统疾病并进行各种医学检查和治疗。这些 AI 医生在考试中的准确率达到了 88%，在诊断中的准确率为 95.6%，在治疗方案中的准确率为 77.6%。
现实世界基准评估： 然后，他们将这些进化的 AI 医生与现实世界基准进行了测试。具体而言，他们处理了 MedQA 数据集的一个子集，专注于主要的呼吸系统疾病。他们达到了 93.06% 的最先进准确率，且没有使用任何手动标记的数据。

如果您是代理医院的患者

让我们通过跟随一位名叫肯尼斯·摩根的虚拟患者的旅程，深入了解代理医院的论文（这是直接来自论文的一个例子，展示了模拟是如何工作的）。

想象一下，您是肯尼斯·摩根，这个虚拟世界中的一名居民。

一天，您醒来时发现自己有皮肤问题。这让您感到困扰，因此决定在代理医院寻求医疗帮助。

您的就诊过程如下：

到达时，您会遇到AI分诊护士凯瑟琳·李。她对您的症状进行初步评估。
根据您的皮肤相关投诉，李护士将您转诊至皮肤科。这显示了AI系统如何根据呈现的症状做出适当的科室分配。
然后，您前往医院的登记处，您的就诊信息被记录到系统中。
注册后，您将安排与AI皮肤科医生罗伯特·汤普森博士进行咨询。
汤普森博士对您进行检查，并开具医疗检查以进一步调查您的病情。
您接受了规定的检查。然后，汤普森博士根据结果做出诊断。
根据诊断，汤普森博士为您提供治疗计划并开具药物。
拿着您的诊断和治疗计划，您回家休息并监测病情的改善。
模拟继续跟踪您的恢复情况，您需要在后续过程中报告您的进展。

所以现在您可以看到在这个模拟中完整的患者旅程是怎样的。

AI医生能够实现人类医生难以做到的事情

简而言之，MedAgent-Zero 通过与患者代理的互动使 AI 医生得以进化。其工作原理如下：

AI 积累成功的案例记录。
从失败中学习。
进化为更熟练的“医生”。

整个自我进化过程如下：

积累示例并总结经验。
将正确的响应直接添加到示例库中。
总结错误的经验并重新测试。
进一步抽象成功的经验并将其添加到经验库中。
在推理过程中，从两个库中检索最相似的内容进行推理。

关键在于：由于训练成本低且效率高，这些 AI 医生可以轻松处理数万例病例。我们谈论的是在短短几天内处理数万例患者病例。

人类医生？他们需要数年才能看完这么多患者。

那么，NHS可以如何利用这个AI医生呢？

所以，我们有了这个能够以95.6%的准确率诊断疾病的高级AI医生。很酷，但NHS到底如何使用它呢？以下是一些想法：

更快地培训人类医生。 这就像飞行模拟器，但针对医生。这使得互动学习、反馈和改进成为可能。
AI作为第二意见。 如果你的全科医生有一个AI助手来核对他们的工作，那不是很好吗？它可能会发现他们遗漏的东西。因此，医生将获得决策支持和案例处理——AI系统可以根据其广泛的培训和经验提供额外的见解和建议。 错误识别： AI系统可以帮助识别潜在的诊断错误并建议修正，从而减少错误的可能性并提高整体准确性。
标准化护理。 伦敦和格拉斯哥的医院应该提供相同质量的护理，对吧？提供一致性和准确性，以及指南遵循。

这会取代医生吗？

简短回答：部分会。

坦白说，医疗系统，尤其是在英国，并不是完全运转良好的机器。本文表明，AI在技术上可以并且可行地承担部分全科医生或专科医生的工作。

以下是AI医生在许多情况下可能更好的原因：

速度 AI可以在一分钟内处理您的症状和病史。再也不用在候诊室等三个小时后听到“医生现在会见您”了。
准确性。这是另一篇来自Nature 的论文：在我们的实验中，医生的平均诊断准确率为71.40%，而关联算法的准确率为72.52%，将它们置于我们队列中前48%的医生之中。然而，我们的反事实算法的平均准确率为77.26%，位于队列的前25%，并实现了专家临床准确性。
AI在诊断方面优于人类医生并不是科幻小说。当AI能够比人类更准确地诊断我时，我没有理由不使用AI医生。
一致性。您是否曾从不同的医生那里得到不同的意见？AI没有休息日或偏见。每次都是一致的。
24/7医疗服务的可用性而不让医生感到疲惫？是的，请给我来。

您可能会争辩说，人类医生对患者的同情心比AI更强。

这样说吧：我总是选择事实和正确性，而不是牺牲不存在的同情心。我更喜欢能够准确诊断并为我的病情开出最佳药物的医生。我不在乎对面的是人类还是AI。

这对真正的医生提出了挑战

专业化人类医生需要专注于人工智能尚未能很好完成的任务，比如复杂的手术。
人际交往技能如果诊断和治疗方案由人工智能处理，人类医生可能需要更多地关注与患者的沟通和支持。

听着，我并不是说我们明天就应该消灭所有人类医生。但如果人工智能能够更准确地诊断并更快地工作，我们不广泛使用它就太愚蠢了。

英国国家医疗服务体系（NHS）本身就面临困境。也许是时候进行升级了。

对于那些担心“人性关怀”的人——再说一次，你上次见到你的全科医生真正有时间表现出同情是什么时候？

限制与未来计划

这项研究并不完美。主要问题如下：

他们只使用了 GPT-3.5，而不是最新的模型。那么更新、更先进的 AI 模型呢？
AI 医院反应较慢。因为每次 AI 代理进行交互时，都需要调用 API。
患者记录并不完全真实。虽然接近，但还不够。

那么，这个主题的研究接下来会怎样发展？

更多的疾病，更多的部门。进行尽可能接近真实医院的模拟。
让它更“社交”。为AI医生添加晋升系统，随着时间的推移改变疾病模式，并为患者提供病史。这就像《模拟人生》，但针对医院。
更快、更好的AI。也许可以使用更强大的开源模型来加快进程。

想了解更多可能影响未来世界的最新AI论文吗？

这是我对工党改善NHS的建议：

首先，实施无纸化，建立一个集中系统用于所有NHS沟通！

说真的，这是第一步。运营流程效率低下且设计不合理，大多数诊所和医院仍在使用纸质记录。NHS在没有数字化其当前操作系统的情况下，将无法开始进行任何有影响力的AI工作。通过这样做，他们还将受益于拥有（更多）组织化的数据来训练他们的模型。

试点AI诊断：启动一个试点项目，让AI协助进行初步诊断。
虚拟培训：为新医生和护士实施类似的模拟培训。
标准化护理协议：设计跨所有NHS信托的标准化护理协议，也许可以利用AI帮助自动化其中的一些部分。
急诊科AI分诊系统：开发一个AI驱动的分诊系统，以更高效地优先处理急诊科患者。
个性化治疗计划：利用AI根据患者数据和病史制定个性化治疗计划。

这个代理医院并不完美。然而，它具有巨大的潜力，帮助NHS做得比现在更好。

它能取代所有医生吗？不。它应该开始做一些医生的工作吗？绝对可以。

所以，亲爱的工党领导者，不要只是向问题投入更多的钱和人力。 相反，考虑投资于通过数字化和AI提高运营效率。给医生配备AI助手，并利用虚拟医院更快更好地培训员工。

否则，考虑到老龄化人口，我们将继续面临相同甚至更严重的问题。

Barry's Home

AI医院模拟这可能拯救NHS于水深火热之中