总结

　　在这个证明中除调查外，医生还进行了调查经评估的病人笔记

　　有些是由真正的医学专业人士组成的nals等是由新的人工智能程序生成的

　　医生们准确地辨认出了真正的作者只有49%的时间

　　最近的一项研究显示，一种新型的人工智能(AI)计算机程序可以制作出令人信服的医生笔记，以至于很难将它们与人类医生写的笔记区分开来。在这项概念验证调查中，医生评估了病人的笔记，其中一些是由实际的医疗专业人员撰写的，另一些是由新的人工智能程序生成的。令人惊讶的是，医生们在49%的时间里准确地识别出了真正的作者。

　　来自英伟达和佛罗里达大学的19名研究人员组成的合作团队致力于训练超级计算机基于一种名为GatorTronGPT的创新模型生成医疗记录，该模型的运作方式与ChatGPT类似。

　　免费开放的GatorTron模型已经通过开源人工智能平台hug Face获得了超过43万次下载。值得注意的是，来自佛罗里达大学健康结果和生物医学信息部的主要作者吴永辉指出，GatorTron模型是该网站用于临床研究的独家产品。

　　Wu表示:“在医疗保健领域，这些模式引发了重要的讨论。GatorTron和GatorTronGPT代表了独特的人工智能模型，有望影响医学研究和医疗保健的许多方面。然而，它们的构建需要大量的数据和大量的计算资源。我们很幸运能够利用NVIDIA超级计算机HiPerGator的能力，探索人工智能在医疗保健领域的潜力。”

　　这项研究发表在《npj数字医学》杂志上，涉及构建一个全面的语言模型，使计算机能够模仿自然的人类语言。

　　虽然这些模型在传统的书写或对话中表现出色，但将它们用于处理医疗记录会带来额外的挑战，包括保护患者隐私的迫切需要和对高度技术精度的要求。数字领域的医疗记录无法通过谷歌(Google)等搜索引擎或维基百科(Wikipedia)等平台获得。

　　为了克服这些障碍，研究人员利用了来自200万名患者的健康相关医疗记录，其中包括820亿个相关医学术语。将这个数据集与另外收集的1950亿个单词相结合，他们训练GatorTronGPT模型使用GPT-3架构(一种神经网络架构的变体)来分析医疗数据。这促进了GatorTronGPT编写类似医生笔记的临床文本的能力。

　　在医疗GPT的各种潜在应用中，一个很有希望的概念是用人工智能转录和记录的笔记取代繁重的文档任务。

　　实现人工智能生成的文本和人类写作之间的这种一致性需要大量的编程工作，程序员花了数周的时间为超级计算机配备临床词汇和源自数十亿个单词的语言模式。