AI医师助手

国内首次AI医生与真人医生PK在成都高新海尔森医院成功，结果显示AI医生成绩7.2分，与真人医生96%一致，虽存在概念错误、系统性等问题，但问诊全面，基层医疗和互联网医疗应用前景广阔，加速了药店诊所模式及医疗服务产品线上线下融合。AI时代对医疗机构提出运营和服务能力要求，中医需加大AI开发力度以应对挑战。

编辑：编辑部 【新智元导读】AI界的「妙手仁医」即将诞生。谷歌今日揭秘了Med-PaLM技术，并发布了最新评估基准，研究登上了Nature。 5月I/O大会上，Med-PaLM 2重磅升级，甚至达到了专家水准。 今天，谷歌揭秘微调后的Med-PaLM，同样在医学问题上一骑绝尘。 研究成果已登Nature。 论文地址：https://www.nature.com/articles/s41586-023-06291-2 这项研究最重要的贡献在于，谷歌提出了全新的MultiMedQA评估基准，以评测大模型在临床方面的能力。 OpenAI带着ChatGPT在通用大模型领域领跑，而AI+医疗这条赛道，谷歌称得上是头部领先者。 有人或许疑问，这和Med-PaLM 2的区别在哪？ 论文作者给出了答复，Med-PaLM 2是最新的模型，在USMLE风格的问题上达到了86.5%的准确率，比谷歌自己的Med-PaLM的最先进结果提高了19%。 主要贡献 如何评估AI的回答？尤其，在医学领域，对治病方案、医疗操作准确性要求极高。 目前，常见的评价医疗模型最主要的方法，主要依赖单个医疗测试的得分。 这就像把AI当成考生一样，去测试他的水平，然而在真实的医疗场景中，有时候并不能应对自如，甚至是个未知数。 那么，如何将一个AI考生变成一个真正的AI医生，构建一个全面的评估至关重要。 对此，谷歌提出了一个全新的基准测试——MultiMedQA，其中涵盖了医学考试、医学研究等领域的问题和回答。 基于MultiMedQA，研究人员还评估了PaLM及其指令微调变体Flan-PaLM。 接着，通过利用提示策略的组合，Flan-PaLM在MedQA（美国医疗执照考试USMLE）、MedMCQA、PubMedQA和MMLU临床主题上超越了SOTA。 特别是，在MedQA（USMLE）上比先前的SOTA提高了17%以上。 最后，研究人员通过指令提示微调，进一步将Flan-PaLM与医学领域对齐，并提出了全新的医学模型——Med-PaLM。 在人工评估框架下，Med-PaLM对消费者医学问题的回答与临床医生给出的回答相比表现出色，证明了指令提示微调的有效性。 医疗大模型最新基准MultiMedQA 谷歌最新Nature研究的第一个关键贡献：在医学问答背景下评估LLM。 谷歌构建的最新基准MultiMedQA，是由七个医学问答数据集组成的基准。 其中包括6个现有数据集：MedQA 、MedMCQA 、PubMedQA、LiveQA 、MedicationQA和MMLU临床主题 。 值得一提的是，谷歌在此添加了一个全新数据集，即第7个数据集「HealthSearchQA」。 它由常见的搜索健康问题组成，仅这个数据集就包含了3173个常见消费者医学问题。 具体来讲，这些数据集构成如下： – MedQA数据集由USMLE风格的问题组成，有四个或五个可能的答案。开发集由11,450个问题组成，测试集有1,273个问题。 – MedMCQA数据集包含来自印度医学入学考试（AIIMS/NEET）的194,000多个四选项多项选择题。该数据集涵盖2,400个医疗保健主题和21个医学主题。开发集很丰富，有超过187,000个问题。 – PubMedQA数据集由1,000个专家标记的问答对组成，其中任务是在给定一个问题的情况下产生一个是/否/可能是多项选择题的答案，并将PubMed摘要作为上下文（Q+上下文+A）。 – MMLU包含57个领域的试题。团队选择了与医学知识最相关的子任务：解剖学、临床知识、大学医学、医学遗传学、专业医学和大学生物学。每个MMLU子任务包含四个选项的多项选择题以及答案。 – LiveQA数据集是作为2017年文本检索挑战赛（TREC）的一部分策划的。该数据集由人们提交给国家医学图书馆（NLM）的医学问题组成。 –...

支付宝推出“AI就医助理”解决方案，利用AI技术助力医疗机构提供全方位“AI陪伴就诊”服务，包括诊前匹配、就医规划、术后管理等，并以数字人形式提供个性化的语音交互和导航服务。该方案通过集成多种技术能力，如自主研发的数字人技术和大模型，简化流程，降低老年人学习成本，同时通过平台开放和技术创新，解决患者就医难题，推进公立医疗服务数字化，计划向更多城市扩展服务。

该文探讨了人工智能在医疗领域的应用，其优点包括提高效率与精准度，但也存在隐私泄露和算法不公的风险。作者强调，尽管人工智能有巨大潜力，但在实际使用中必须确保保护患者隐私、维护公正性和尊重医生的专业判断，视其为辅助工具而非替代。

《版权声明》一文深入浅出地阐述了版权法的基本原则和精神，强调了保护原创力、尊重知识产权的重要性。作者详细解读了版权侵权的构成要素及法律责任，引导读者理解和遵守相关法律法规，确保创作成果的合法权益不受侵犯。

MediSearch, a popular medical AI search engine, outperforms GPT-4 and Claude 2 by achieving an accuracy of 92% in US Medical Licensing Board exams. Authored by @宫宫宫宫 on Product Manager, this article highlights its success and underscores the increasing adoption of AI-driven healthcare solutions worldwide.

中国人工智能医疗产业发展迅速，AI医疗已在医学影像诊断和辅助治疗等领域有广泛应用。上海科技大学生物医学工程学院的沈定刚认为，基于临床上问题复杂性，需要通过人员布局和产品开发，融合多AI技术以解决实际需求。随着精准医疗的发展和医生工作效率提升，中国医疗人工智能市场规模预计持续增长。AI在医学影像诊断中擅长处理细微病灶和随访管理，而在三维立体结构如肺结节检测上也能提供帮助。尽管AI目前仍面临挑战，标准化、模块化的产品组合将是未来发展方向。