;   收集这些信息，翻译这些文件的时候，孟繁岐亲自制定了好几套有严格标准的格式，交给这些高材生翻译时执行。

    如此一来，搭建网站的同时，他也迅速获得了高质量中英文对照的医疗文本数据。

    这些数据的质量极高，中英文一一对应，在收集之初就严格遵守了孟繁岐从AI技术视角下考虑的格式，自然也就非常适合Gpt和bERt技术进行训练。

    可以说这一批文本数据质量之高，是前所未有的，钞能力也不是白用的。

    “在网站上查询信息是前AI时代获取信息的方式了，我们做AI技术的，怎能继续使用那么古老的查询方式？”孟繁岐很清楚，即便自己尽可能地精简界面，简化病症之间的脉络结构，也一定有人查不明白。

    因此孟繁岐计划直接结合大语言模型，将这一大批的高质量医疗数据通过AI的方式融会贯通。

    “有了医疗Gpt问答模型，在普通的搜索之余，就更多了一个AI问答的功能，患者需要的专业知识和文化水平就更加少了，轻松就能通过对话的形式得到需要的关键医疗信息。”孟繁岐自己进入过几个新的领域学习技能，他深知刚入门时候的难点。

    有时候不是没有资料没有网站查，而是开卷你都不知道抄什么好！

    一大堆资料就在你手边，你却不知道应该翻第几页，即便把答案告诉你，你小子却看不明白。

    这也是不少患者最为头疼的地方。

    “对于一些不常见的病症，几个高大上的医学专业词汇，和英文缩写的诊疗技术，分分钟就能把人说晕了。”韩辞觉得孟繁岐的思路合理。

    “无良医生如果想忽悠你，能把感冒说成【急性上呼吸道病毒性感染性疾病】，然后把解热止痛药直接称呼其学名，什么【吲哚美辛】、【对乙酰氨基酚】。”

    两下就能把没有防备心的人忽悠瘸了。

    “有了医疗Gpt就能杜绝这些问题，只要直接进行对话，就像聊天一样，所有人都可以轻松获取高门槛的专业知识。虽然不敢说胜过专门科目的主任医生那么厉害，但平均在所有疾病上能有个一般医生的知识水平。”这是孟繁岐根据前世的情况大致推算的。

    韩辞等人对此就没有那么乐观了：“上回Gpt和bERt潜伏在聊天群内，都得专门为他们设计繁琐的回复策略，添加了诸多限制。虽然潜伏是大获成功了，可它们两个也基本上没有什么有价值有意义的发言，这样真的行吗？”

    几人的担忧不无道理，给病人提供医学建议是非常严肃的事情，需要极其专业的知识储备，也要负担不小的责任。

    孟繁岐也清楚，这种AI助理问答的形式，不能保证百>> --