World Sleep Industry ENCYCLOPEDIA

睡眠垂直大模型

4.4.2

定義、範圍與系統邊界

睡眠垂直大模型是針對睡眠醫學、睡眠健康、睡眠科研或相關營運場景進行資料訓練、繼續預訓練、指令微調或知識增強的基礎模型系統。它可處理文字,也可能連接多導睡眠監測訊號、穿戴式裝置時序、問卷、病歷、音訊、影像或環境資料,用於資料檢索、文獻歸納、報告草擬、編碼輔助、研究隊列篩選、訊號解釋或多任務表徵。「垂直」表示領域資料、術語、任務和治理經過專門適配;「大」沒有跨廠商統一的參數門檻,也不自動表示臨床能力優於較小的專用模型。

條目對象不是單一聊天機器人。一個完整系統通常由基礎模型、領域適配層、檢索知識庫、工具調用、權限控制、提示模板、輸出校驗和業務介面共同構成。睡眠問答只是可能的應用之一;若系統僅把通用模型接到幾篇資料上,更準確的描述可能是睡眠知識應用,而非已經驗證的領域基礎模型。WSIC 4.4.2 只說明其位於智能引擎分類,不代表醫療器械註冊、診斷資格、臨床有效性或監管批准。最終屬性取決於預期用途、使用者、輸出如何影響決策及銷售地規則。

模型架構、資料與領域適配

常見路線包括從頭訓練、對通用基礎模型進行領域繼續預訓練、監督指令微調、參數高效微調、偏好優化,以及透過檢索增強生成和外部工具補足更新知識。繼續預訓練有助於學習睡眠術語和文體,卻可能引入災難性遺忘或放大語料偏差;檢索增強可提供可追溯資料,但檢索遺漏、過期資料、分塊錯誤或提示注入仍會導致錯誤答案。工具調用能執行計算、資料庫查詢或訊號分析,也會新增權限越界、錯誤參數和級聯失敗。應分別記錄基礎模型版本、適配資料、提示、檢索索引、工具版本和安全策略,不能用一個總版本號掩蓋元件變化。

睡眠資料具有強烈的時序、裝置和場景差異。多導睡眠監測可包含腦電、眼電、肌電、氣流、呼吸努力、血氧、心電、體位等通道;穿戴式裝置往往只有活動、心率或光學訊號;問卷和病歷又屬於不同語義層。開發資料需說明取樣率、感測器位置、裝置韌體、時間同步、濾波、缺失值、評分規則、標註者資質和一致性。把自動評分結果當成人工金標準、把同一患者的不同夜晚分到訓練和測試集、或讓模型看到答案所在的報告,都會造成資料洩漏。患者、機構、裝置和時間維度的獨立劃分比隨機切分片段更可信。

任務設計與開發生命週期

開發應先寫清使用情境,而不是先訓練再尋找用途。知識檢索、患者教育草稿、門診摘要、睡眠分期、呼吸事件候選標註、風險分層和診療建議的危害不同,需要不同資料、指標和人工控制。每項任務都應規定輸入資格、目標使用者、允許輸出、禁止輸出、失敗後果和升級路徑。模型若同時服務公眾、研究人員和臨床人員,應以角色和權限隔離工作流程;同一句回答對普通使用者和受訓專業人員可能具有完全不同的風險。

資料治理貫穿取得、清洗、標註、訓練、評測、發布和退役。開發者應記錄資料來源與許可、納排標準、去重、個人資訊處理、標註指南、爭議裁決和各版本差異,並防止評測集進入訓練語料或檢索庫。上線包應固定模型權重、分詞器、系統提示、知識庫快照、工具介面和推理參數,形成可重現的發布物。任何基礎模型替換、知識更新、量化、蒸餾、提示調整或外部介面變化,都可能改變性能,應按預定變更控制重新評估,而不是預設「只是升級」。

評測、臨床驗證與證據解釋

評測必須與用途匹配。分類或預測任務可考察敏感度、特異度、陽性與陰性預測值、受試者工作特徵、精確率—召回率、校準和決策效用,但單一平均準確率會掩蓋類別不平衡和高成本錯誤。生成任務還應檢查事實正確性、引用是否真正支持結論、完整性、拒答、危急情況升級、提示穩健性和不同措辭的一致性。人工評分需有盲法、明確量表和評審者一致性;讓開發團隊挑選「好例子」不能替代預先定義的測試。

內部測試之後還需進行跨機構、跨裝置、跨人群和時間外部驗證,並單獨報告年齡、性別、族群、語言、共病、裝置和照護場景等亞組表現。睡眠分期或事件標註與專家一致,不等於改善診療結局;生成一份流暢報告也不等於建議安全。若預期支援臨床決策,證據應依次回答有效臨床關聯、技術或分析性能、臨床性能與實際工作流程影響,並比較專業人員單獨工作、模型單獨工作和人機協作。模型置信度若未經校準,不應被介面包裝為可靠機率。

部署、人類監督與運行安全

部署介面應明確這是模型輸出,展示來源、資料時點、適用範圍和關鍵不確定性,並讓使用者容易查看原始訊號或證據。所謂「人工在環」只有在覆核者具備專業能力、擁有充分資訊與時間、能夠否決結果並對責任邊界知情時才有意義。若警示過多、輸出複製方便或機構以效率指標迫使人員接受建議,人工簽字可能只是形式。高風險輸出應設置確定性規則、二次核驗、權限審批或轉診升級,不應讓模型獨立處理呼吸暫停、嚴重嗜睡駕駛風險、藥物調整或危機資訊。

運行監測需覆蓋輸入分布、缺失通道、延遲、失敗率、引用失效、拒答率、人工推翻率、亞組性能、投訴和安全事件。資料漂移、裝置更新、診療指南變化或使用者改變提問方式,都可能使發布前結果失效。組織應保留模型和知識庫版本、輸入輸出、工具調用及人工處置的適度稽核記錄,同時遵守最少必要和保存期限。出現嚴重錯誤時要能暫停功能、回滾版本、通知受影響方、調查根因並驗證修復;靜態上線報告不能替代持續監測。

隱私、安全、公平與責任治理

睡眠資料可揭示健康狀況、作息、位置、同住關係和工作規律,通常具有較高敏感性。蒐集和使用應有明確目的與合法基礎,控制最小欄位、存取角色、保存期、跨境傳輸和二次用途。去除姓名並不必然匿名:時間戳、罕見疾病、自由文字、音訊、面部影像和裝置識別碼可能重新識別人。訓練、檢索、日誌和回饋資料應分開授權,不能預設把臨床輸入用於再次訓練。使用者還應知道資料傳送到何處、哪些服務商可接觸、如何請求存取、更正或刪除,以及停用後如何處理。

安全測試應覆蓋提示注入、檢索庫投毒、越權工具調用、模型或成員推斷、訓練資料重現、惡意檔案、相依元件漏洞和阻斷服務。外部文件中的指令不能優先於系統策略;工具應採用最小權限、參數校驗和網路隔離。公平性不能只看總體樣本比例,還要檢查資料品質、標籤偏差、裝置適配和錯誤後果是否在群體間不同。治理委員會應包含睡眠專業人員、資料與安全團隊、法務倫理、實際使用者和患者代表,並明確產品負責人、臨床責任人、事件處置人和供應商的可追責關係。

採購、監管與永續發展

採購者應要求模型卡、資料說明、用途和禁用範圍、外部驗證、亞組結果、已知局限、更新策略、服務等級、資料流向、安全測試、事件通報、退出與資料遷移安排。展示中的流暢對話、醫學考試分數、參數量或通用排行榜不能證明本地睡眠任務有效。試點應在影子模式中先比較現有流程,預設停止標準和成功指標,再小範圍上線;還要計算覆核時間、誤報成本、介面維護、算力、能耗和供應商鎖定,而不是只比較調用單價。

監管類別按用途而非名稱決定。用於內部文獻搜尋或行政草擬的風險,通常不同於向患者給出個人化診斷、分析生理訊號或驅動治療的系統;後者可能觸及醫療器械軟體、臨床決策支援或高風險人工智慧規則。面向公眾提供生成式服務還可能涉及模型與資料來源、個人資訊、內容標識、安全評估和演算法備案。備案、認證或資訊安全證書各自只證明有限事項,不等於臨床有效。永續的方向不是讓單一模型替代專業體系,而是構建可驗證、可追溯、可撤回且在人類負責下服務明確任務的睡眠智能基礎設施。