機器之心發(fā)布

通用大模型（LLM）的狂飆突進，終于在醫(yī)療垂直領(lǐng)域的「最后一公里」撞上了硬墻。雖然 ChatGPT 在 USMLE（美國執(zhí)業(yè)醫(yī)師資格考試）中表現(xiàn)優(yōu)異，但在面對需要「火眼金睛」和「毫厘必爭」的心臟手術(shù)臺上，通用大模型的表現(xiàn)究竟如何？

近日，一項由空軍軍醫(yī)大學唐都醫(yī)院李妍教授團隊牽頭，與深圳清華大學研究院朱銳團隊聯(lián)合完成的 COMPARE 研究在 arXivs 上發(fā)表預印版。研究揭示：在經(jīng)皮冠狀動脈介入治療（PCI）的決策制定中，CA-GPT垂直領(lǐng)域 CA-GPT 系統(tǒng)（一項基于 OCT 影像的 AI 系統(tǒng)），在關(guān)鍵決策指標上顯著優(yōu)于 Open AI 的通用大模型 ChatGPT-5。該研究是基于中科微光醫(yī)療（Vivolight Medtech）OCT 系統(tǒng)搭建的 RAG 增強型 AI-OCT 整合決策支持模型。

論文標題：COMPARE: Clinical Optimization with Modular Planning and Assessment via RAG-Enhanced AI-OCT: Superior Decision Support for Percutaneous Coronary Intervention Compared to ChatGPT-5 and Junior Operators論文地址：https://arxiv.org/abs/2512.10702

這不僅是一次算法的勝利，某種程度上可以稱得上是中國腔內(nèi)影像領(lǐng)域的「DeepSeek 時刻」。這套 CA-GPT 系統(tǒng)有望重新定義心臟介入手術(shù)的智能化標準。

01. 巔峰對決

通用大模型在專業(yè)戰(zhàn)場「水土不服」

據(jù)《2023 年全球心血管疾病負擔報告》統(tǒng)計，每年因心血管疾病死亡的人數(shù)達 1920 萬，而經(jīng)皮冠狀動脈介入治療（PCI）作為最核心的血運重建手術(shù)，全球年手術(shù)量已超過 400 萬例。在 PCI 手術(shù)中，OCT（光學相干斷層成像）被稱為醫(yī)生的「第三只眼」，可清晰看到血管內(nèi)病變情況，但是其圖像解讀高度依賴醫(yī)生經(jīng)驗，初級醫(yī)師與資深專家在手術(shù)成功率、并發(fā)癥發(fā)生率等關(guān)鍵指標上的差距高達 40% 以上。

腔內(nèi)影像中不同技術(shù)與分辨率的對比示意圖

在這項納入了 96 名患者、160 處病變的臨床研究中，團隊構(gòu)建了一個嚴苛的競技場：將 CA-GPT 系統(tǒng)、ChatGPT-5 以及擁有 1-5 年經(jīng)驗的初級介入醫(yī)師放在同一維度下，以資深專家團隊制定的手術(shù)記錄為金標準進行盲測 。所有方案均與患者實際接受的手術(shù)記錄（由年手術(shù)量≥ 200 例、經(jīng)驗≥ 10 年的高級專家完成）進行比對。評估涵蓋 10 項預設決策指標，分為術(shù)前規(guī)劃 5 項和術(shù)后評估 5 項，每項一致得 1 分，總分 0-5 分。

10 項不同 PCI 策略的評分標準

值得一提的是，傳統(tǒng) OCT 圖像解讀還需要醫(yī)師逐幀分析，耗時數(shù)分鐘至十數(shù)分鐘。相比之下，CA-GPT 系統(tǒng)可在 20 秒內(nèi)完成全面分析并生成結(jié)構(gòu)化報告，將影像解讀時間縮短 95% 以上。

結(jié)果顯示，在術(shù)前規(guī)劃（Pre-PCI）階段，CA-GPTChatGPT形成了「降維打擊」：

總體決策評分：CA-GPT 系統(tǒng)的評分中位數(shù)達到滿分 5.0，顯著高于 ChatGPT-5 的 3.0（P<0.001），同時也優(yōu)于初級醫(yī)師的 4.0。支架直徑選擇（關(guān)鍵指標）：CA-GPT 的準確率高達90.3%，而 ChatGPT-5 僅為 63.9%，甚至低于初級醫(yī)生的 72.2%。支架長度選擇：CA-GPT 準確率達80.6%，ChatGPT-5 僅為 54.2%。

決策一致性亞組分析

各評分項目的性能分布

而在術(shù)后評估（Post-PCI）階段，三方總體表現(xiàn)都比術(shù)前更好，因為這個階段有了術(shù)前方案和實際結(jié)果可以參考。但 CA-GPT 依然在一些關(guān)鍵指標上表現(xiàn)出優(yōu)勢，比如：對「最小支架面積是否達標」的判斷，CA-GPT 與專家判斷的吻合度接近 100%；年輕醫(yī)生略有差距。

對「支架是否擴張不足」、「是否存在嚴重貼壁不良」的識別，CA-GPT 在支架貼壁評估（93.2% 準確率）等需要精細判斷的項目上，優(yōu)于初級醫(yī)師組（76.1%）。

那為何擁有海量參數(shù)的 ChatGPT-5 會敗下陣來？研究指出，通用大模型雖然語言推理能力強，但缺乏對圖像數(shù)據(jù)的數(shù)值敏感性和空間理解力。特別是在面對功能性缺血（OCT-FFR≤0.80）或嚴重鈣化等復雜病變時，通用模型容易產(chǎn)生「幻覺」，而 CA-GPT 則展現(xiàn)了極高的穩(wěn)定性，在復雜病變亞組分析中依然保持了中位數(shù) 5.0 的高分。

02. 解密架構(gòu)

RAG + DeepSeek 的工程化勝利

CA-GPT 之所以能實現(xiàn)高穩(wěn)定性和準確性，核心在于摒棄了對單一端到端大模型的迷信，構(gòu)建了一套嚴密的「小模型 + 大數(shù)據(jù) + 大模型」的 RAG 復合智能體架構(gòu)。

CA-GPT 訓練模型架構(gòu)：小模型 + 大數(shù)據(jù) + 大模型

據(jù)其技術(shù)披露，該系統(tǒng)并非簡單的聊天機器人，而是一個精密的協(xié)作系統(tǒng)：

「感官」精準化（小模型層）：系統(tǒng)底層集成了13 項核心功能（含 6 項自研專有算法）。它們負責像「顯微鏡」一樣對 OCT 影像進行結(jié)構(gòu)化分析，在5-10 秒內(nèi)即可完成管腔分割、斑塊定性、鈣化積分計算等定量工作，為決策提供精準的數(shù)據(jù)地基。「大腦」邏輯化（DeepSeek）：在大模型推理層，該系統(tǒng)基于開源的DeepSeek構(gòu)建。它不再依賴概率生成文本，而是基于小模型提供的精準量化數(shù)據(jù)，進行符合醫(yī)學邏輯的深度推理。「知識」實時化（RAG 技術(shù)）：通過檢索增強生成（RAG）技術(shù)，系統(tǒng)鏈接了包含超過 100 萬篇心血管文獻及指南的知識庫（DBdata）。這意味著，AI 的每一次決策建議，都能追溯到具體的專家共識或最新指南，有效抑制了 AI 幻覺。

基于 CA-GPT 的 AI-OCT 系統(tǒng)輔助決策案例介紹

03. 普惠價值

讓縣域醫(yī)生擁有「頂級三甲專家」視野

這項技術(shù)突破的終極意義，不在于在論文中戰(zhàn)勝 ChatGPT，而在于解決醫(yī)療資源分布不均的現(xiàn)實痛點。全球心血管疾病負擔日益加重，但資深介入專家（完成 1000+ 例手術(shù)）卻是極度稀缺資源。培養(yǎng)一名能獨立處理復雜病變的醫(yī)生，往往需要 8-12 年的漫長周期。研究數(shù)據(jù)顯示，初級醫(yī)生在處理復雜病變時，與專家存在顯著差距。

因此，CA-GPT 系統(tǒng)在本質(zhì)上是在做「醫(yī)療能力的平權(quán)」

想象一下，在偏遠的縣級醫(yī)院，一位剛工作不久的醫(yī)生，在面對復雜的鈣化病變時手足無措。此時，CA-GPT 系統(tǒng)在 5-10 秒內(nèi)給出了手術(shù)策略：

「建議預處理使用旋磨術(shù)，旋磨頭選擇 1.5mm」「建議支架尺寸 3.0 x 28mm，釋放壓力 12atm」「注意：遠端存在邊緣夾層風險」

這相當于每臺手術(shù)都有一位頂尖專家在旁「手把手」指導。

04. 結(jié)語

做垂直領(lǐng)域的「定義者」

過去十年，中國醫(yī)療器械行業(yè)更多是在追趕西方的腳步。但此次發(fā)布的 CA-GPT 系統(tǒng)及其臨床成果，標志著中國企業(yè)在高端腔內(nèi)影像領(lǐng)域開始掌握定義權(quán)。

不做通用大模型的「套殼」，而是深耕垂直場景的「窄門」。 用數(shù)據(jù)證明：在醫(yī)療這種容錯率為零的領(lǐng)域，唯有將深度學習的精準度與大模型的推理能力完美結(jié)合，才是 AI 落地的正途。

這或許就是中國醫(yī)療科技的「DeepSeek 時刻」—— 把 AI 技術(shù)落地業(yè)務場景，用自己的技術(shù)，解決最真實的臨床痛點。