随着chatGPT的出现和被热捧，NLP（自然语言处理）的文本生成领域，有被GPT（Generative Pre-trained Transformer、生成式预训练变压器）统一的趋势。在医疗信息化领域，GPT或同类技术是否可用于电子病历呢？电子病历属于医疗文书，在医疗文书书写规范的约束下由医护人员书写完成，有着严格的书写规范和质量控制要求，传统的应用以提高书写速度为主，如定制输入法、语音录入、模版制作、弱AI应用语料问答等，本质上还都是提高“打字”速度，对工作量的减轻、病历质量提高贡献不大。

       GPT的出现，从根本上改变了这个局面，GPT的生成文本并不是大语料训练产生的冰冷的问答机，而是具备推理功能，使得在初始文本提示下，推导出更为接近书写者初衷的下一段落，从写作者角度来看，可以理解为：AI更容易”猜”出写作者的想法。

       方达电子病历AI辅助工具emrgpt，正是采用GPT的这一优势，以GPT为基础算法，使用了10块Nvidia P100（16G）AI推理卡，进行长达一个月的训练，形成了一套AI模型，在产品化过程中，与方达电子病历WEB版相结合，使得电子病历产品更加智能化。

       GPT在电子病历的应用，使得AI辅助书写的趋势变得不可逆，随着产品不断地迭代，emrgpt将更为强大，电子病历进入了AI时代。

 emrgpt特性

1、文本生成准确：推理生成文本，输入的内容越多，生成的候选文本越准确。因为随着文本的增多，输入AI模型的初始文本越多，参数越丰富，推导结果越准确。

2、文本生成迅速：AI芯片的运算速度是有上限的，一次性生成一整段文本大约需要数秒，感觉非常卡，所以emrgpt采用逐步生成的策略，一次生成5~10个字，类似于chatGPT的体验，既提高了计算速度，又不会影响使用。

3、文本生成灵活：可生成下一句，也可以生成一段，甚至可以一次性生成整个文件。

4、可定制：可按照医院的病历数据进行针对性的训练，也可以按照专科训练模型，生成的文本更为准确，在使用过程中，可以持续训练，使用模型价值越来越高。

基础模版制作（在空模版上制作）

 

模型运行过程（单次请求毫秒级响应）

 

模型训练过程（10轮训练loss降到0.3后可用）