10月30日，成都东软学院大模型应用与研发中心科研沙龙暨中心第九场分享会顺利举行。本次沙龙由健康医疗科技学院常务副院长宁琳老师、智能科学与工程学院李波老师进行主题分享，学校科研部刘轩老师主持，大模型应用与研发中心相关人员及各学院科研团队骨干教师等参会聆听，旨在探讨如何利用人工智能大模型提升医疗服务质量与效率，探讨医疗领域的未来发展。

沙龙中，宁院长以“医疗大模型华佗GPT-2”为主题进行了深入且全面的阐释。宁院长首先对当前医疗大模型的发展现状进行了分析，分别介绍了国内外主流的医疗大模型，如华佗 GPT、ChiMed-GPT、Med-PaLM2 等大模型平台。随后，宁院长阐述了大模型中的神经网络在结构和功能上与人类神经元存在一定的相似性，详细解释了Transformer模型架构在医疗大模型中的体现，并强调底层算法逻辑对于大模型开发和运用的重要性。最后，宁院长指出了医疗大模型面临的诸多问题和挑战，并对其发展趋势进行了展望。未来，医疗大模型的开发与使用需高度重视患者数据隐私问题，需要着力提高处理多样性数据的能力，切实保障医疗的严谨性，及时更新知识，确保医疗大模型的准确性和可靠性。多模态数据融合可能成为今后的研究重点，探索增强模型可解释性的有效方法也将是未来发展的关键。

宁院长讲解全球医疗大模型布局

李波老师对大模型在医疗中的应用与挑战进行了分享。李老师指出，当前医疗大模型正处于快速发展阶段，规模不断扩大，智能程度也逐步提升。可利用大模型的基础能力，结合专业领域知识进行微调，从而在各行各业实现更多应用。李老师阐述了医疗大模型在使用过程中面临的问题并对原因进行了深入分析。一方面，医学知识具有极高的复杂性，另一方面，大模型的训练缺乏专业知识深度训练，虽然可通过大量数据学习，但数据缺乏对医学专业知识的针对性整理。此外，李老师还分享了国内外医疗大模型在数据微调方面的研究成果，并介绍了大模型评估指标。

李波老师对大模型在医疗中的应用与挑战进行了分享。李老师指出，当前医疗大模型正处于快速发展阶段，规模不断扩大，智能程度也逐步提升。可利用大模型的基础能力，结合专业领域知识进行微调，从而在各行各业实现更多应用。李老师阐述了医疗大模型在使用过程中面临的问题并对原因进行了深入分析。一方面，医学知识具有极高的复杂性，另一方面，大模型的训练缺乏专业知识深度训练，虽然可通过大量数据学习，但数据缺乏对医学专业知识的针对性整理。此外，李老师还分享了国内外医疗大模型在数据微调方面的研究成果，并介绍了大模型评估指标。

李老师讲解华佗GPT的数据微调

在随后的讨论交流环节中，老师们围绕大模型的辩症能力以及提升医生对大模型信任度等问题展开深入探讨。对于同症不同药的情况，老师们认为大模型有一定应对能力，可分析大量医疗数据，综合考虑多种因素提供用药建议，但不能替代医生判断。对于提升医生对大模型信任度，老师们指出可以从应用层面着手，推动医生切实使用大模型，并通过实际体验让医生认识到模型在诊断方面的优势。

大模型中心研究员分享观点

参会老师就医生对大模型信任度分享见解

本次沙龙在积极的讨论氛围中顺利落下帷幕。展望未来，中心将会继续开展此类活动，以切实促进大模型应用与研发中心的蓬勃发展，持续提升学校的科研活力，努力打造一个汇聚创新思维、深化学术探讨的优质平台。