在通用大模型（LLM）席卷全球的浪潮中，医疗垂直领域始终被视为AI落地的“硬骨头”。虽然ChatGPT在USMLE（美国执业医师资格考试）等标准化测试中表现优异，但在需要精准判断和实时决策的临床场景中，通用大模型的局限性日益凸显。近日，一项由空军军医大学唐都医院李妍教授团队与深圳清华大学研究院朱锐团队联合完成的COMPARE研究在arXiv预印本平台发表，研究结果显示：在经皮冠状动脉介入治疗（PCI）的决策制定中，基于OCT影像的CA-GPT系统在关键指标上显著优于OpenAI的通用大模型ChatGPT-5。这项研究基于中科微光医疗（Vivolight Medtech）OCT系统搭建的RAG增强型AI-OCT整合决策支持模型，标志着中国在腔内影像AI领域取得了突破性进展。
心血管疾病是全球头号死因，据《2023年全球心血管疾病负担报告》统计，每年因心血管疾病死亡人数达1920万。经皮冠状动脉介入治疗（PCI）作为核心的血运重建手术，全球年手术量已超过400万例。在PCI手术中，光学相干断层成像（OCT）被称为医生的“第三只眼”，能够清晰显示血管内病变的微观结构，但其图像解读高度依赖医生经验。初级医师与资深专家在手术成功率、并发症发生率等关键指标上的差距高达40%以上，这种经验鸿沟在医疗资源分布不均的背景下尤为突出。
COMPARE研究构建了一个严谨的临床验证框架：研究纳入了96名患者、160处病变，将CA-GPT系统、ChatGPT-5以及拥有1-5年经验的初级介入医师置于同一评估体系。以资深专家团队制定的手术记录为金标准进行盲测，所有方案均与实际手术记录（由年手术量≥200例、经验≥10年的高级专家完成）进行比对。评估涵盖10项预设决策指标，分为术前规划5项和术后评估5项，每项一致得1分，总分0-5分。这种设计确保了评估的客观性和临床相关性。
研究结果令人震撼。在术前规划阶段，CA-GPT系统形成了对ChatGPT-5的“降维打击”：总体决策评分中位数达到满分5.0，显著高于ChatGPT-5的3.0（P<0.001），也优于初级医师的4.0。在关键指标支架直径选择上，CA-GPT准确率高达90.3%，而ChatGPT-5仅为63.9%，甚至低于初级医生的72.2%。支架长度选择准确率方面，CA-GPT达到80.6%，ChatGPT-5仅为54.2%。这些数据清晰地表明，在专业医疗决策场景中，垂直领域定制化AI系统相比通用大模型具有显著优势。
在术后评估阶段，虽然三方总体表现都有提升，但CA-GPT依然在精细判断项目上保持领先。对“最小支架面积是否达标”的判断，CA-GPT与专家判断的吻合度接近100%；在支架贴壁评估方面，CA-GPT准确率达到93.2%，显著优于初级医师组的76.1%。值得注意的是，传统OCT图像解读需要医师逐帧分析，耗时数分钟至十数分钟，而CA-GPT系统可在20秒内完成全面分析并生成结构化报告，将影像解读时间缩短95%以上，这在争分夺秒的手术环境中具有重要临床价值。
为何拥有海量参数的ChatGPT-5会在专业医疗决策中败下阵来？研究指出，通用大模型虽然语言推理能力强，但缺乏对图像数据的数值敏感性和空间理解力。在面对功能性缺血（OCT-FFR≤0.80）或严重钙化等复杂病变时，通用模型容易产生“幻觉”，输出不合理建议。而CA-GPT在复杂病变亚组分析中依然保持了中位数5.0的高分，展现了极高的稳定性。这种差异源于两者根本不同的架构设计理念。
CA-GPT系统的成功并非偶然，而是工程化思维的胜利。该系统摒弃了对单一端到端大模型的迷信，构建了一套严密的“小模型+大数据+大模型”的RAG复合智能体架构。在“感官”精准化层面，系统底层集成了13项核心功能（含6项自研专有算法），能够在5-10秒内完成管腔分割、斑块定性、钙化积分计算等定量工作，为决策提供精准的数据地基。在“大脑”逻辑化层面，系统基于开源的DeepSeek构建推理层，不再依赖概率生成文本，而是基于小模型提供的精准量化数据进行符合医学逻辑的深度推理。在“知识”实时化层面，通过检索增强生成（RAG）技术，系统链接了包含超过100万篇心血管文献及指南的知识库，确保每一次决策建议都能追溯到具体的专家共识或最新指南，有效抑制了AI幻觉。
这种架构设计的优势在于：小模型负责精准感知，将医学图像转化为结构化数据；大模型负责逻辑推理，基于医学知识进行决策；RAG技术确保知识实时更新和可追溯性。三者协同工作，形成了一个既具备专业深度又保持灵活性的智能系统。相比之下，通用大模型试图用单一模型解决所有问题，在专业领域难免力不从心。
这项技术突破的终极意义不仅在于学术论文中的性能比较，更在于解决医疗资源分布不均的现实痛点。全球心血管疾病负担日益加重，但资深介入专家（完成1000+例手术）却是极度稀缺资源。培养一名能独立处理复杂病变的医生需要8-12年的漫长周期。CA-GPT系统在本质上是在做“医疗能力的平权”，让县域医院医生也能获得顶级三甲医院专家的决策支持。想象一下，在医疗资源匮乏地区，医生借助CA-GPT系统能够快速准确解读OCT图像，制定合理手术方案，这将极大提升基层医疗水平，挽救更多生命。
从产业角度看，COMPARE研究为中国AI医疗产业提供了重要启示：在垂直领域，定制化解决方案比通用大模型更具实用价值。CA-GPT系统的成功证明了“小模型+大数据+大模型”架构的可行性，为其他医疗AI应用提供了可复制的技术路径。随着医疗AI从辅助诊断向辅助决策演进，类似CA-GPT的系统有望在更多专科领域落地，推动医疗智能化进入新阶段。
关注“鲸栖”小程序，掌握最新AI资讯
本文由鲸栖原创发布，未经许可，请勿转载。转载请注明出处：http://www.itsolotime.com/archives/4650