人工智能大语言模型在基层医疗卫生服务中的应用与挑战

doi:10.12114/j.issn.1007-9572.2024.0277

中国全科医学 ›› 2025, Vol. 28 ›› Issue (01): 1-6.DOI: 10.12114/j.issn.1007-9572.2024.0277

所属专题：数智医疗最新文章合辑

人工智能大语言模型在基层医疗卫生服务中的应用与挑战

闫温馨¹, 胡健¹, 曾华堂², 刘民³^,^*(), 梁万年¹^,⁴^,^*()

1．100084　北京市，清华大学万科公共卫生与健康学院
2．518028　广东省深圳市卫生健康发展研究和数据管理中心
3．100191　北京市，北京大学公共卫生学院
4．100084　北京市，清华大学健康中国研究院

收稿日期:2024-08-02 修回日期:2024-09-03 出版日期:2025-01-05 发布日期:2024-10-30
通讯作者: 刘民, 梁万年
闫温馨、胡健为共同第一作者

作者贡献：
闫温馨、胡健负责查阅文献、论文撰写与修改；曾华堂负责论文修改；刘民、梁万年负责质量控制、论文指导与审校，对文章整体负责。
基金资助:
科技创新2030——"新一代人工智能"重大项目(2021ZD0114100); 深圳市"医疗卫生三名工程"项目(SZSM202111001)

The Application of Large Language Models in Primary Healthcare Services and the Challenges

YAN Wenxin¹, HU Jian¹, ZENG Huatang², LIU Min³^,^*(), LIANG Wannian¹^,⁴^,^*()

1. Vanke School of Public Health, Tsinghua University, Beijing 100084, China
2. Shenzhen Health Development Research and Data Management Center, Shenzhen 518028, China
3. School of Public Health, Peking University, Beijing 100191, China
4. Institute for Healthy China, Tsinghua University, Beijing 100084, China

Received:2024-08-02 Revised:2024-09-03 Published:2025-01-05 Online:2024-10-30
Contact: LIU Min, LIANG Wannian
About author:
YAN Wenxin and HU Jian are Co-first Authors

分享到

摘要/Abstract

摘要： 基层医疗系统是实现健康公平的关键。我国面临医疗资源分布不平衡、基层医生数量短缺以及慢性病防治形势不容乐观的严峻挑战。人工智能大语言模型在医疗系统中发挥出了强大优势，本文深入探讨了大模型在基层医疗系统中的应用及其面临的挑战，提出应进一步深化大模型的应用，以辅助基层医生常见病诊疗，推动智能化健康教育和慢性病管理，托底"老少边穷"地区基层卫生服务，激发全科医学的飞跃性发展，并推进大模型在全科诊疗与基层卫生服务中的产业化，为健康中国建设提供重要支撑。

关键词: 大语言模型, 全科医学, 基层医疗卫生服务, 健康公平, 健康教育, 慢性病管理

Abstract:

The primary healthcare system is key to achieving a health equity. In China, great obstacles are challenged by imbalanced medical resources, shortage of primary healthcare providers, and the prevention and treatment of chronic diseases. Artificial intelligence large language models have demonstrated strong advantages in the medical system. This article deeply explored the application of large language models in the primary healthcare system and the challenges. The large language models are expected to assist the diagnosis and treatment of common diseases in grassroot medical institutions, promote intelligent health education and chronic disease management, underpin primary health services in the undeveloped and remote areas, stimulate the leapfrog development of general medicine, and accelerate the industrialization of large language models in general diagnosis and treatment and primary health services, thus providing important support for the construction of healthy China.

Key words: Large language model, General practice, Primary healthcare services, Health equity, Health education, Chronic disease management

中图分类号:

R-05

闫温馨,胡健,曾华堂,等. 人工智能大语言模型在基层医疗卫生服务中的应用与挑战[J]. 中国全科医学, 2025, 28(01): 1-6. DOI: 10.12114/j.issn.1007-9572.2024.0277.
YAN Wenxin,HU Jian,ZENG Huatang, et al. The Application of Large Language Models in Primary Healthcare Services and the Challenges[J]. Chinese General Practice, 2025, 28(01): 1-6. DOI: 10.12114/j.issn.1007-9572.2024.0277.

参考文献 46

[1]	国家数据局.专家解读\|发挥"数据要素×"效应构建以数据为关键要素的数字经济[EB/OL]. (2024-06-07)[2024-06-21].
[2]	国务院办公厅.国务院办公厅关于印发《深化医药卫生体制改革2024年重点工作任务》的通知[EB/OL]. (2024-06-07)[2024-06-21].
[3]	SINGHAL K, TU T, GOTTWEIS J, et al. Towards expert-level medical question answering with large language models[EB/OL].(2023-05-16) [2024-06-21].
[4]	LI C Y, WONG C, ZHANG S, et al. LLaVA-med：training a large language-and-vision assistant for biomedicine in one day[EB/OL]. (2023-06-01) [2024-06-21].
[5]	HE K, MAO R, LIN Q K, et al. A survey of large language models for healthcare：from data, technology，and applications to accountability and ethics[EB/OL]. (2023-10-09) [2024-06-21].
[6]	刘学博，户保田，陈科海，等. 大模型关键技术与未来发展方向——从ChatGPT谈起[J]. 中国科学基金，2023，37(5)：758-766. DOI：10.16262/j.cnki.1000-8217.20231026.004.
[7]	中华人民共和国国家卫生健康委员会.国家卫生健康委员会2024年6月18日新闻发布会文字实录[EB/OL].(2024-06-18)[2024-06-21].
[8]	高和荣. 健康治理与中国分级诊疗制度[J]. 公共管理学报，2017，14(2)：139-144.
[9]	施建华，顾慧宁，钱梦岑，等. 基层医疗卫生机构公共卫生服务工作量趋势变化与分析[J]. 中国全科医学，2020，23(34)：4291-4297. DOI：10.12114/j.issn.1007-9572.2020.00.480.
[10]	袁天蔚，阮梅花，朱成姝，等. 2023年慢性病防控领域发展态势[J]. 生命科学，2024，36(1)：30-38. DOI：10.13376/j.cbls/2024005.
[11]	吴卓存，张重阳，胡红濮，等. 基于数据整合模式的基层医疗卫生机构智能报表填写模型构建路径研究[J]. 医学信息学杂志，2024，45(5)：32-39.
[12]	亿欧智库. 2020中国服务机器人产业发展研究报告解析[J]. 机器人产业，2020(4)：83-100. DOI：10.3969/j.issn.2096-0182.2020.04.017.
[13]	中华人民共和国国家卫生健康委员会. 2023年1-11月全国医疗服务情况[EB/OL]. (2024-06-11)[2024-06-21].
[14]	梁万年，刘珏. 构建中国全科医生学术共同体，促进全科医学学科高质量发展[J]. 中国全科医学，2024，27(25)：前插. DOI：10.12114/j.issn.1007-9572.2024.A0018.
[15]	梁万年. 科学研究是我国全科医学发展的应有之义和当务之急[J]. 中国全科医学，2024，27(1)：前插.
[16]	王玥，宋雅鑫，王艺霏，等. 卫生领域人工智能的伦理与治理：多模态大模型指南[J]. 中国医学伦理学，2024：1-58.
[17]	ANDREW A. Potential applications and implications of large language models in primary care[J]. Fam Med Community Health，2024，12(suppl 1)：e002602.
[18]	MENG X B, YAN X Y, ZHANG K, et al. The application of large language models in medicine：a scoping review[J]. iScience，2024，27(5)：109713. DOI：10.1016/j.isci.2024.109713.
[19]	CASCELLA M, MONTOMOLI J, BELLINI V, et al. Evaluating the feasibility of ChatGPT in healthcare：an analysis of multiple clinical and research scenarios[J]. J Med Syst，2023，47(1)：33. DOI：10.1007/s10916-023-01925-4.
[20]	Nature Advertisement. Nature. Spearheading a new age of medical intelligence[EB/OL]. (2024-07-02)[2024-08-02].
[21]	SCHUERGER C, VENKATRAM V, QUINN K. China and medical AI[J]. Center for Security and Emerging Technology，2024.
[22]	张宗久，焦雅辉，高光明. 医疗服务的最后一公里：基层卫生健康体系现状与发展策略[M]. 北京：清华大学出版社，2022.
[23]	TOPOL E. Deep medicine ：how artificial intelligence can make healthcare human again[M]. New York：Basic Books，2019.
[24]	JO E, EPSTEIN D A, JUNG H, et al. Understanding the benefits and challenges of deploying conversational AI leveraging large language models for public health intervention[C]//Proceedings of the 2023 CHI Conference on Human Factors in Computing Systems. Hamburg Germany. ACM，2023. DOI：10.1145/3544548.3581503.
[25]	SPINEWINE A, EVRARD P, HUGHES C. Interventions to optimize medication use in nursing homes：a narrative review[J]. Eur Geriatr Med，2021，12(3)：551-567. DOI：10.1007/s41999-021-00477-5.
[26]	COSENTINO J, BELYAEVA A, LIU X, et al. Towards a personal health large language model[EB/OL]. (2024-06-10)[2024-08-02].
[27]	MERRILL M A, PARUCHURI A, REZAEI N, et al. Transforming Wearable Data into Health Insights using Large Language Model Agents[EB/OL]. (2024-06-10)[2024-08-02].
[28]	SACKETT C, HARPER D, PAVEZ A. Do we dare use generative AI for mental health?[J]. IEEE Spectr，2024，61(6)：42-47. DOI：10.1109/MSPEC.2024.10551790.
[29]	GINSBURG G S, PICARD R W, FRIEND S H. Key issues as wearable digital health technologies enter clinical care[J]. N Engl J Med，2024，390(12)：1118-1127.
[30]	闫温馨，刘珏. 中文版以人为本的基层卫生服务量表的信效度验证[J]. 中国全科医学，2022，25(25)：3135-3142.
[31]	KHAN M, KHURSHID M, VATSA M, et al. On AI approaches for promoting maternal and neonatal health in low resource settings：a review[J]. Front Public Health，2022，10：880034.
[32]	YUAN M Z, BAO P, YUAN J J, et al. Large language models illuminate a progressive pathway to artificial intelligent healthcare assistant[J]. Med Plus，2024，1(2)：100030.
[33]	傅利平，王奕辉，徐小凤，等. 健康需求与协同治理：分级诊疗制度建设实践逻辑——基于公共价值视角的扎根理论分析[J]. 公共管理学报，2024,21(3)：111-123. DOI：10.16149/j.cnki.23-1523.20240604.001.
[34]	医政医管局.《医疗联合体管理办法（试行）》解读 [EB/OL]. (2024-06-06)[2024-08-02].
[35]	王延中，方勇，丁赛，等. 中国民族发展报告（2020）[M]. 北京：社会科学文献出版社，2020.
[36]	方静文. 援助、互助与共融：1949年以来民族地区医疗卫生事业的发展[J]. 北方民族大学学报，2021(2)：80-88.
[37]	EISENSTEIN E, KOPACEK C, CAVALCANTE S S, et al. Telemedicine：a bridge over knowledge gaps in healthcare[J]. Curr Pediatr Rep，2020，8(3)：93-98.
[38]	Ethics and governance of artificial intelligence for health：WHO guidance[M]. Geneva：World Health Organization，2021.
[39]	ZHANG J, ZHANG Z M. Ethics and governance of trustworthy medical artificial intelligence[J]. BMC Med Inform Decis Mak，2023，23(1)：7. DOI：10.1186/s12911-023-02103-9.
[40]	GOODMAN R S, PATRINELY J R, OSTERMAN T, et al. On the cusp：considering the impact of artificial intelligence language models in healthcare[J]. Med，2023，4(3)：139-140.
[41]	WANG C Y, LIU S R, YANG H, et al. Ethical considerations of using ChatGPT in health care[J]. J Med Internet Res，2023，25：e48009. DOI：10.2196/48009.
[42]	SHAH N H, ENTWISTLE D, PFEFFER M A. Creation and adoption of large language models in medicine[J]. JAMA，2023，330(9)：866-869. DOI：10.1001/jama.2023.14217.
[43]	PRICE W N 2nd, GERKE S, COHEN I G. Potential liability for physicians using artificial intelligence[J]. JAMA，2019，322(18)：1765-1766. DOI：10.1001/jama.2019.15064.
[44]	PLOUG T, HOLM S. The right to refuse diagnostics and treatment planning by artificial intelligence[J]. Med Health Care Philos，2020，23(1)：107-114. DOI：10.1007/s11019-019-09912-8.
[45]	YU K H, HEALEY E, LEONG T Y, et al. Medical artificial intelligence and human values[J]. N Engl J Med，2024，390(20)：1895-1904. DOI：10.1056/NEJMra2214183.
[46]	沈勤，徐越. 老年人参与"互联网+慢性病管理"意愿影响因素分析——基于Anderson健康行为模型的实证研究[J]. 卫生经济研究，2020，37(1)：45-48. DOI：10.14055/j.cnki.33-1056/f.2020.01.014.

人工智能大语言模型在基层医疗卫生服务中的应用与挑战

The Application of Large Language Models in Primary Healthcare Services and the Challenges

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献 46

相关文章 15

编辑推荐

Metrics

留言

[1]	杨辉. 需要给每个人贴上疾病的标签吗？[J]. 中国全科医学, 2025, 28(03): 0-B.
[2]	清华大学万科公共卫生与健康学院, 北京大学公共卫生学院, 中国医师协会全科医师分会. 智能全科医生中国专家共识[J]. 中国全科医学, 2025, 28(02): 135-142.
[3]	彭涛, 邹川, 曾欣, 张焱, 沈静. 基于卡尔加里-剑桥指南的沙龙培训模式提升全科规培医师医患沟通技能的对照研究[J]. 中国全科医学, 2025, 28(01): 71-76.
[4]	宋一帆, 韩庆烽, 肖卫忠, 杨振华. 基于德尔菲法的全科住院医师临床思维能力评价体系构建研究[J]. 中国全科医学, 2025, 28(01): 77-82.
[5]	刘宇, 赵芳, 王丽, 李彩宏, 林可可, 白小燕, 吴诗诗, 张瑞婷, 王静. 基于患者社会网络的健康教育对社区老年慢性病患者自我管理能力的影响研究[J]. 中国全科医学, 2024, 27(34): 4295-4301.
[6]	卢珊, 张研, 王健健, 潘杰. 门急诊服务敏感疾病住院：概念、识别及政策启示[J]. 中国全科医学, 2024, 27(34): 4234-4240.
[7]	王健健, 张研, 卢珊, 潘杰. 门急诊服务敏感疾病住院的管理策略研究[J]. 中国全科医学, 2024, 27(34): 4241-4247.
[8]	王健健, 卢珊, 张研, 潘杰. 门急诊服务敏感疾病的研究进展：基于CiteSpace的文献计量分析[J]. 中国全科医学, 2024, 27(34): 4248-4255.
[9]	杨辉. 《全科医学服务中的人工智能：务实的、谨慎的、乐观的观点》摘译[J]. 中国全科医学, 2024, 27(32): 0-B.
[10]	孙振宇, 陈建平, 孙伟, 钱东福, 兰青. 一个严谨的基层卫生服务管理案例研究是如何产生的？[J]. 中国全科医学, 2024, 27(31): 3870-3876.
[11]	杨信, 潘萱达, 徐浩枫, 晏平, 余丽娜, 叶慧玲, 胡丙杰. 全科住院医师规范化培训师资开展教学门诊的意愿及影响因素研究[J]. 中国全科医学, 2024, 27(31): 3933-3940.
[12]	赵玉玲, 顾政平, 张雪莹. 慢性非传染性疾病医防融合研究进展与挑战[J]. 中国全科医学, 2024, 27(31): 3953-3957.
[13]	梁万年, 刘珏. 构建中国全科医生学术共同体，促进全科医学学科高质量发展[J]. 中国全科医学, 2024, 27(25): 0-D.
[14]	张兰, 张瑞华, 吴雪莲, 杨燕, 段桂敏, 赵大仁. 中国西部地区全科医生资源配置公平性分析及需求预测研究[J]. 中国全科医学, 2024, 27(25): 3171-3177.
[15]	王林, 王以新, 陈婷燕, 林绍海, 张永辉. 叙事医学在基层医疗中的实践：基于全科医生视角[J]. 中国全科医学, 2024, 27(24): 3057-3060.