GPT还是GLM?大模型应用于中医药现代化的机遇与挑战

自从2017年Transformer架构发布以来,以大语言模型(large language model,LLM)为代表的大模型(foundation model,基础模型)得到了蓬勃发展.2023年3月14日发布的ChatGPT4的走红更是让生成式人工智能(AI)在一夜之间为世人所关注,与以往的版本相比,它除了正确度提高了40％,具备整理和搜寻线上资讯功能,还支持视觉输入、具有图像辨识等多种能力.以大模型为基础的生成式AI已在包括医学的许多行业展现出颠覆式创新的巨大潜力,已在医学成像与诊断领域发挥了重要的作用.作为医学领域中的一员,中医药领域同样在竭力推进现代化研究,随着与大数据、云计算、物联网、人工智能等新技术深度融合,中医药的现代化走上新赛道.但由于人类的机体是一个高度复杂的系统,呈现极强的鲁棒性与自组织性;而中医治疗采用的复方中药同样是高度复杂的系统,表现在药物化学、代谢、分布等多种层面;同时传统的中医理论体系复杂,中药质量控制难度高,中药及方剂的药理机制基础研究不足等挑战,中医药的现代化之路仍有巨大的困局待解.以复杂性科学的视角分析,中医药的诊疗实质上可以看作一个复杂系统对另一个复杂系统的控制过程.它应用一种药物复杂系统对另一个生命复杂系统进行"合理的"调控,使后者从疾病状态下的"稳态"向健康状态的"稳态"迁移,其复杂程度远远高于经典药理学的研究对象.伴随着计算机领域的发展,中医诊疗研究进入了新进程[1-2].一直以来,中医诊、疗的现代化研究相对独立:对于中药治疗的研究遵循"方剂-中药-组分-靶标"的思路发现药理机制,而在诊断上往往沿着"证候/疾病-表型-靶标"的路线突破其病理机制,二者虽然能够在分子层面存在交集,但往往关联起来的结果不能还原方剂的疗效.而逐渐兴起的大模型则对中医药现代化而言提供了一种新型的有效手段,其强大的建模能力不仅能将临床表现与中医处方进行直接关联,也可以打开生命的"黑箱",对其内部节点进行一定程度的模拟,从而再现其药理机制.本文将从"诊-疗"关联(输入-黑箱-输出)与"诊断-生理系统-药理系统-治疗"(输入-灰箱-输出)两种状况综述大模型在中医药研究的应用及可能性.