2026年7月21日上午，澳大利亚麦考瑞大学商学院精算研究与商业分析系金卓教授做客南开大学南开—泰康保险与精算研究院，开展题为“Mitigating Bias in Medical Language Models”的学术报告，围绕大语言模型在医疗领域的应用、潜在偏差及其优化方法展开深入分享，并与现场师生进行了交流讨论。

报告中，金卓教授首先介绍了大语言模型的发展历程及其在医疗健康领域的应用，包括医疗文本分类、医学文本生成、临床信息总结以及电子健康记录（Electronic Health Records, EHRs）合成等场景。他指出，大语言模型能够有效缓解真实医疗数据获取成本高、隐私保护要求严格以及数据异质性强等问题，但模型生成结果中的潜在系统性偏差仍需关注。随后，金卓教授围绕医疗大语言模型偏差来源及缓解策略展开介绍，系统讲解了数据预处理、模型微调和提示工程（Prompt Engineering）等方法，并提出采用马尔可夫链蒙特卡洛方法（Markov Chain Monte Carlo, MCMC）结合GPT-4构建医疗场景模拟框架，以降低医疗文本生成任务中的性别和种族偏差。研究表明，该方法通过迭代采样优化患者人口统计信息生成过程，并结合理论分析与实验验证，有效提升了大语言模型生成医疗数据的可靠性。此外，金卓教授还介绍了该研究在保险精算领域的应用价值，指出经偏差缓解后的合成医疗数据可作为风险调整模型（Risk Adjustment）的补充数据来源，为医疗保险风险评估、健康成本预测以及提升保险定价科学性提供支持。

互动环节中，师生围绕医疗人工智能的数据治理、模型公平性评价、大语言模型在保险精算领域的应用前景等问题展开交流讨论。

据悉，本次学术讲座是南开—泰康保险与精算研究院“保险与精算学科自主知识体系建构”系列讲座之一。此次活动有效促进了人工智能、医疗数据分析与保险精算领域的交叉融合，为上述领域科研创新与人才培养提供了新的思路。