近年来，大型语言模型在自然语言处理方面取得了重大进展，已成为人工智能研究中最热门的领域之一^[1]。大型语言模型基于大量文本数据进行训练，能够理解和生成自然语言、回答问题，以及高精度完成其他与语言相关的任务^[2]。2022年11月，人工智能公司OpenAI发布了一款全新的自然语言处理工具——ChatGPT^[3]，其中GPT是“Generative Pre-trained Transformer”(生成型预训练变换模型)的缩写，它是一种基于互联网数据训练的深度学习模型^[4]，其本质与人类反馈强化学习“自我完善”的过程相似。ChatGPT可以通过不断地学习和改进，从而达到自动完成自然语言处理任务的目的。此后，国内多家科技公司也先后推出自己的大型语言模型产品，如百度公司的知识增强大型语言模型——文心一言^[5]。以ChatGPT为代表的人工智能大型语言模型不仅能够流畅地与人类对话，还能够按照用户要求撰写文稿，高效便捷地帮助人们获取信息、知识和灵感，这种令人震惊的先进性能使其成为各行业关注的焦点，在教育和医学领域也引起了广泛关注^[6]。近年来，如何将教育和医学等“慢领域”与快速发展的新兴技术相结合，已成为备受教育和医学工作者关注的重要课题，而ChatGPT的出现必将会给教育和医学领域的发展带来新的机遇与挑战。本文首先简要介绍了ChatGPT的发展历史。其次，详细讨论了以ChatGPT为代表的人工智能大型语言模型在放射医学领域的应用前景。在综合分析应用前景的基础上，进一步探讨了ChatGPT应用于放射医学领域面临的挑战。本文将为推动“放射医学+人工智能”教育体系的建立提供参考。

一、ChatGPT的发展历史

2017年，谷歌公司推出了Transformer模型，这是一种基于自然语言处理技术的深度学习模型，它比传统的递归神经网络更适合处理序列数据^[7]。2018年，OpenAI公司推出了基于Transformer模型的GPT-1模型。GPT-1拥有1.17亿个参数并采用了无监督预训练和监督微调的方法。GPT-1模型在语言生成任务上表现出了很高的准确性和效率，它可以实现生成文本、邮件、视频脚本、文案等功能^[8]。GPT-2采用与GPT-1类似的架构，将参数提高到15亿并使用大型网页数据集进行训练。GPT-2模型在生成语言方面更加精确和自然^[9]。2020年发布的GPT-3将参数量扩大到1 750亿并引入了上下文学习的概念，使其能够帮助大型语言模型理解自然语言文本的任务，甚至在一些需要推理或某些领域的特殊任务中也能完成任务^[10]。2022年发布的ChatGPT属于GPT-3.5系列，它拥有比GPT-3更为出色的能力，包括响应人类指令：使答案更为合理、回答从未见过的任务、代码理解和代码生成、利用思维链进行复杂推理。ChatGPT庞大的储存空间、推理能力以及在多回合对话中准确追踪上下文的能力引起了众多用户的兴趣，在人工智能的历史上具有重要的意义^[11]。2023年3月，OpenAI发布了具有更强性能的GPT-4，将文本输入扩展到多模态信号，在解决复杂任务的评估中表现出较大的性能提升，其做出正确回应的概率比GPT-3.5高40%^[12]。同时，GPT-4更具创造力和协作性，可以与用户生成、编辑、迭代各种创意和技术写作任务，例如编曲、写小说，而且它可以处理图像和视频等视觉输入并记住更长时间和更多内容的对话历史，并根据上下文生成连贯的回答^[13]。

在国内，复旦大学于2023年2月发布了我国第一个对话式大型语言模型——MOSS^[14]。MOSS作为一款类ChatGPT模型，打通了生成式语言模型的技术路径，将助力国内自然语言处理模型的进一步探索和应用。此后，百度公司推出了知识增强大型语言模型——文心一言，旨在打造中国版ChatGPT，其功能包括文学创作、商业文案创作、数理逻辑推算、中文理解和多模态生成。实际上，自2018以来，百度、腾讯、华为、阿里云、科大讯飞等科技公司就已经纷纷投入打造各自的人工智能大型语言模型^[15]。

二、ChatGPT在放射医学领域的潜在应用

随着社会经济和科学技术的不断进步，人工智能已经在各个领域显示出独特优势，并渗透到生产和生活的方方面面。为满足智能医学的发展需求，全国多所高校也已开始推行医学“智能化”改革。放射医学专业旨在培养从事肿瘤放射治疗、核医学、放射性职业病诊疗、辐射防护、核与辐射事故医学应急的专业人才^[16]。因此，放射医学的教学和医疗活动必须遵守严格的辐射安全规范和人员限制。目前，我国在人工智能领域的放射医学教育尚存在很多不足，ChatGPT和文心一言等大型语言模型的出现为放射医学高等教育提供了新的方法，也为放射医学的发展带来了巨大的机遇。

1. 放射医学教学方面：通过ChatGPT构建的交互式医学数据库可以快速整合国内外放射医学相关的教学资源，并充当虚拟教师的角色为学生提供个性化的定制课程和课外辅导，学生可以在课堂之外进一步挖掘放射医学专业知识。例如，表 1显示ChatGPT对放射医学中先进治疗技术FLASH放疗的问答示例。问答结果表明，ChatGPT的回答不是简单复制某一现成答案，而是在对问题的理解以及对收集数据进行分析的基础上生成的回答，具有高度概括、条理清晰的特点。然而，ChatGPT的回答仍存在不够严谨、学术信息不完整等不足之处。例如，对于问题“什么是FLASH放疗”，ChatGPT认为“它采用高剂量率的脉冲电子束进行治疗”，而FLASH放疗所用射线不只有电子束，还包括X射线和质子束。ChatGPT在回答FLASH放疗的定义及其优缺点时，忽视了FLASH放疗的生物学机制。因此，虽然ChatGPT已具备为学生提供个性化辅导的潜力，其目前尚不能作为学习内容的唯一来源，而应该与其他来源一起使用。此外，利用ChatGPT可以定期开展核安全及辐射安全的科普讲座、帮助教师撰写实验方案、计算放射性实验的同位素用量以及规划和统筹课程安排。更重要的是，ChatGPT可以充当交叉学科教师角色。放射医学作为一门多学科交叉的临床学科，由ChatGPT等大型语言模型充当的虚拟教师可以发挥重要作用，填补交叉性学科教师缺乏以及多学科医生联合授课的空白，使学生能够更有效地进行学习，培养放射医学专业学生的多学科思维，推动放射医学教育模式从传统的生物医学为支撑向以“医+X”交叉学科的新医科模式转变。

2. 放射医学临床培训方面：临床实践训练是医学专业学生培养过程中的重要环节，特别是对于放射医学专业来讲，放射性职业病诊疗、核事故救援是放射医学专业涉及的重要领域^[17]。然而，由于放射医学临床教学资源有限，辐射损伤患者的稀缺性以及长时间、多人次的问询会引起患者厌烦情绪等原因，导致放射医学专业学生缺乏临床实践训练，临床技能处在较低水平^[18]。为此，ChatGPT等大型语言模型可以利用其强大的自然语言处理能力，模拟真实患者的问诊过程。利用辐射损伤患者的病历资料以及大数据对ChatGPT进行预训练，可以使ChatGPT生成各种类型的辐射损伤虚拟患者供学生进行理论学习和临床实践，并对患者的处理结果进行预演，从而避免了因患者缺乏造成学生临床实践训练的减少，推动放射医学课程体系和课程内容的进一步完善。ChatGPT还可以对问诊过程和结果进行评价和改进，从而提高学生的临床实践能力。与此同时，临床教学部门可以根据ChatGPT对学生实习问诊训练的反馈结果，进一步改进教学计划。

3. 放射医学诊疗方面：ChatGPT等大型语言模型可以通过图像识别技术和深度学习算法，为影像科医生提供患者影像信息的数据分析，为医生提供大量的数据支持，快速读取和整合影像图片的大量信息，辅助医生进行更加精准的影像诊断，同时提高患者体验和结果预测的可靠性。治疗方面，经过大量临床数据训练后的ChatGPT可以为医生提供针对不同肿瘤的治疗方案和操作建议，辅助医生制定合理的放疗计划，提高放疗方案的准确度及效率。此外，ChatGPT也可以通过分析患者病史、临床检查结果、目前治疗方案等数据，帮助放疗医生进行放疗效果的评估和预测，提高放疗效果的可视化和可操作性。未来，随着算法和算力不断迭代，ChatGPT等大型语言模型将对放射医学诊疗方法的发展产生巨大影响和积极意义。

4. ChatGPT与其他技术结合应用于放射医学领域：基于虚拟现实的元宇宙(metaverse)是近年来出现的新型数字技术，有望为放射医学发展带来巨大的推动作用。目前，元宇宙能够通过可穿戴设备创造一个与现实世界紧密交互的平行镜像世界，使用户在虚拟世界中拥有接近于真实世界的沉浸式感官体验^[19]。然而，元宇宙需要多用户同时接入协作才能满足多方面需求，这对仪器设备的运行、维护和用户的时间需求提出了挑战。ChatGPT等大型语言模型可以有效地解决多用户同时接入协作所带来的挑战，从而提高仪器设备的运行效率，减少用户的时间消耗^[20]。

大型语言模型与元宇宙都是基于现代数字技术而创建的，它们在技术和应用场景上的重合使二者共同服务于医学领域的创新应用成为可能。例如：ChatGPT可以在元宇宙中扮演“虚拟角色”，而元宇宙则可以为ChatGPT提供一个“真实形象”，元宇宙中的虚拟任务可以完全交由ChatGPT完成。ChatGPT可以通过用户的不断训练，逐渐提升其在放射医学领域的专业性。例如，在放射性工作场所，元宇宙可以为核辐射事故演练提供场景，而ChatGPT可以进行语音引导、应急预案撰写、程序和处置措施安排，为相关从业人员提供多样化的演练任务。ChatGPT等大型语言模型的出现为以元宇宙为代表的新技术的发展和应用扫清了诸多障碍，语言交互作为人机交互的第一步，以大型语言模型为先导，有望不断突破其他科技领域的核心技术，推动人工智能、元宇宙等新一代信息技术的融合应用，引领放射医学等诸多领域的全面发展。

三、ChatGPT应用于放射医学领域面临的挑战

1. 技术限制：现阶段，人工智能大型语言模型的准确性和可靠性目前尚无法得到确定，在实际使用的过程中，ChatGPT等大型语言模型曾出现过产生错误内容或引用虚构内容的情况，对使用者产生误导，这在很大程度上影响其应用。ChatGPT是在大量数据训练下运行的人工智能，它的模型高度依赖数据的数量和质量，而放射医学领域包含大量影像数据和临床数据，数据的来源和质量将会影响ChatGPT的见解和决策能力。因此，在实际应用中存在对ChatGPT提供信息科学性的判定问题。近日，世界卫生组织(WHO)呼吁谨慎使用ChatGPT等人工智能大型语言模型，操之过急地使用未经验证的系统可能会造成医疗决策错误，降低人们对人工智能的信任，从而限制此类技术在全球范围内的长期应用^[21]。在科技创新方面，ChatGPT对大数据的依赖会使其缺乏创造性^[22]，仍然难以代替人类的创造性思维。此外，虽然ChatGPT基于其强大的自然语言处理能够模拟人类对话的过程，但是仍然缺乏教师与学生之间的社交关系和情感交流。

2. 法律问题与伦理挑战：自ChatGPT诞生以来，一方面因其强大的学习辅助功能而风靡全球，另一方面却因为抄袭等问题被学术期刊封杀^[23]。目前，全球已有多所大学禁止使用ChatGPT等大型语言模型完成学习与考试任务，多家出版机构也禁止将ChatGPT列为论文合著者。人工智能对大量数据的“拆解”和“重组”也可能涉及版权问题^[24]。此外，核技术的敏感性可能会让一些不法分子另有所图，恶意的模拟核事故场景也会使ChatGPT失去积极的意义。伦理方面，ChatGPT在数据检索过程中，会涉及到性别、民族或社会经济地位等因素有关的信息，可能会造成人工智能训练数据产生“永久化”的偏见^[25]。ChatGPT在放射医学高等教育中涉及大量学生和患者数据，在人工智能尚未成熟的阶段，这可能引起使用者对数据安全和隐私的担忧和困扰。针对可能存在的风险，WHO指出在设计、开发和部署医疗人工智能大型语言模型时，应遵守伦理原则和适当的治理措施，包括促进人类福祉、人类安全和公共利益，确保透明度，促进责任和问责，确保公平性等多个方面^[21]。

四、结语

自1956年“人工智能”被首次提出至今已近70年，科学技术在此期间不断迭代更新。近年来，随着医疗领域数字化和智能化发展，人工智能已经开始在医学教育、医学研究、医学诊疗等方面发挥更加广泛的作用，为实现“健康中国2030”远大战略提供了强大的推动力。以ChatGPT为代表的大型语言模型作为人工智能的重要领域，可以为放射医学发展带来新的可能。因此，应积极考虑将大型语言模型等新兴技术列入放射医学教育规划中，制定使用标准，提出具体实施方法和发展目标，为大型语言模型等新技术在放射医学领域的应用提供科学指引。

利益冲突  无

作者贡献声明  田欣、安子恒、段广新撰写论文；文玲指导论文修改