揭秘左手医生主动式AI：未来医疗服务的颠覆者
让医生带“助手”问诊，了解左手医生主动式医疗AI。传统被动式AI存在诸多缺陷，如缺乏灵活应用、用户体验差等。而主动式AI结合知识图谱推理，可模拟医生服务方式，学习并复制优质医疗资源，提高数据利用效率。本文介绍了基于自然语言处理、智能交互和医学知识图谱技术的左手医生智能问答系统，能有效解决患者多样化需求，并与其他企业、平台合作，提升医疗服务质量。
阿兰·图灵:机器智能将很快超越人类智能?
阿兰·图灵指出，随着机器启动思维并相互交流，它们的智能将迅速超过人类。未来某日，机器将在某些领域对人类实现统治。
OpenAI总裁Greg：需要AGI治疗妻子罕见病，谷歌医疗AI有重大突破
编辑：拉燕 【新智元导读】AGI在实然层面上会对我们产生哪些具体可见的帮助？想必医疗领域的重大革新是我们逃不开的。 我们为什么需要AGI？ 很多人可能没有仔细思考过这个问题，只看到了结果。部分人认为，科技进步就应该无条件推进。至于原因为何，可能并没有加以深思。 也许追问到最后，也只是得出一个让我们的生活更加便利的结论。而究竟在哪些方面提供了何种便捷，可能也没法说那么完善。 事实上这种思路也不能说错。 毕竟，有些事是先有动力驱使，再去逐渐实现。有些事是先做到了，再看看能帮我们什么。 今天我们给大家提供一个现实语境下的切入点，来看看AGI究竟能帮到我们什么。 最全面的医生 首先我们来介绍一个人，Greg Brockman。 熟悉AI圈的朋友应该对他都不陌生，他是OpenAI的联合创始人+总裁。 2010年到2015年，他在Stripe任职CTO。之后到今天，他一直是OpenAI的总裁。 不过今天要讲的是他的妻子，Anna Brockman。 2019年，他们二人结婚，美满的婚姻背后，是他妻子不可忽视的身体状况。 在最近的一篇推文中，Greg写道：「在经历了长达五年的身体多系统疼痛之后，我的妻子最近被诊断出患有一种名为过度活动型埃勒斯-当洛斯综合征（hEDS）的遗传性疾病。」 要知道，hEDS是一种遗传性结缔组织疾病，会导致全身关节过度活动、关节不稳定和慢性疼痛。 同时hEDS还伴有各种其他症状和相关病症，影响身体的许多不同部位。 而Greg的妻子是之前当了快六年的演员，目前的职业还是名健身教练。可想而知这个病会给她带来多么大的痛苦。 从这个病的介绍来看，这是一个综合性的疾病。涉及到全身很多系统，比如骨科、心脏科、神经科、肠胃科、皮肤科等等。 Greg在推特中表示，目前的医疗体系都是针对各个专科建立的。hEDS要看的医生可太多了。 「五年来，我们看了比Anna之前一生还要多的医生和各种专科医生。大部分医生只聚焦于自己所熟悉的领域，而并没有能把这些碎片化的信息整合在一起。」 后来，Anna的一位专精过敏的大夫细致听取了她的所有症状和存在的问题，把有关她身体状况的细节都拼凑在了一起。 Greg表示，随着人类医学的进步，我们似乎有一种趋势，那就是以牺牲广度为代价来增加医生的深度。但对于病人来说，我们需要的是足够的广度和足够的深度，二者缺一不可。 最理想的情况就是，未来我们可以把这种全面的医疗服务变得口袋化，就好像一个集结了众多科室的医生组成的专家小组，共同为我们的身体健康保驾护航。 而这正是需要AGI出场的地方了。 Greg最后在推特中表示，虽然在技术方面还有很长的路要走，AGI要学习如何在像医疗这样的高风险领域将其与人类专家的监督结合起来，如何一起部署，但前景已经越来越明朗。 通过技术开发人员、医疗保健提供商、政府和社会的通力合作，未来人们有希望为所有家庭成员提供更好的医疗保健服务。 不少网友也是跟帖发表了自己的看法。 Bacarella表示，如果医疗AI哪怕能像平均水平的医生那样聪明，同时又像GPT4那样有耐心、专注，还懂得多，那估计行，未来将会有很大的改变。 Paul也认为，AI发展到一定阶段，就一定可以把医学上的新诊疗手段推而广之，让普罗大众都能接触到各种医疗技术。 而这可能是AI最应该投身的领域了。 谷歌的尝试 要知道，Greg的想法此前曾被谷歌印证过。 美国哈佛大学、斯坦福大学、耶鲁医学院、加拿大多伦多大学等多所顶尖高校、医疗机构的研究人员在Nature上联合提出了一种全新的医学人工智能范式，即「全科医学人工智能」，可以灵活地编码、整合和大规模解释医学领域的多模态数据，比如文本、成像、基因组学等。 论文链接：https://www.nature.com/articles/s41586-023-05881-4 而谷歌Research和谷歌DeepMind也曾共同发布论文，对全科医学人工智能概念进行了实现、验证。 论文链接：https://arxiv.org/pdf/2307.14334.pdf 研究人员首先策划了一个全新的多模态生物医学基准数据集MultiMedBench，包含100多万条样本，涉及14个任务，如医疗问题回答、乳腺和皮肤科图像解读、放射学报告生成和总结以及基因组变异识别。然后提出了一个新模型Med-PaLM Multimodal（Med-PaLM M），验证了通用生物医学人工智能系统的可实现性。 这是一个大型多模态生成模型，仅用一组模型权重就可以灵活地编码和解释生物医学数据，包括临床语言、成像和基因组学数据。在所有MultiMedBench任务中，Med-PaLM M的性能都与最先进的技术相差无几，在部分任务上甚至还超越了专用的SOTA模型。 文中还报告了该模型在零样本学习下可以泛化到新的医学概念和任务、跨任务迁移学习以及涌现出的零样本医学推理能力。 文中还进一步探究了Med-PaLM...
警惕！多模态大模型在医疗卫生领域应用中的五大风险
世界卫生组织发布多模态大模型治理新指南，指出人工智能在医疗卫生领域应用前景广阔，同时存在风险如自动化偏见和过度依赖。新指南概述了多模态大模型在五大应用场景，并指出了医疗系统面临的表现最佳的多模态大模型的可及性和可负担性、可能助长的自动化偏见等问题。世卫组织强调各方需参与研发、监管和使用多模态大模型，以实现更好的卫生成果，克服卫生不平等。
AI在医疗领域的突破：未来医疗的新面貌
【引言】 在医疗领域，人工智能（AI）的应用正在开启一场革命，为传统的医疗实践带来了前所未有的变革。从机器学习在疾病诊断中的应用到AI辅助的手术技术，再到个性化医疗计划的制定，AI的融入正逐步提升医疗服务的质量和效率。本文将探讨AI在医疗领域的最新进展，以及这些技术如何革新未来的医疗体验。 机器学习在疾病诊断中的应用 提高诊断准确性：AI系统通过分析大量的医疗数据，能够辅助医生更准确地诊断疾病。例如，在肿瘤检测领域，AI算法能够从医学影像中识别出肿瘤的早期迹象，甚至在某些情况下超过了专业医生的诊断准确率。快速处理大量数据：AI能够迅速分析大量的医疗记录和临床试验数据，帮助医生发现疾病的潜在风险因素和治疗方法。 AI辅助手术的创新 手术精准度的提升：AI辅助的机器人手术系统能够进行极其精准的手术操作，减少手术中的人为错误，提高手术成功率。术后恢复时间的缩短：AI辅助手术往往创伤更小，可以显著缩短患者的恢复时间和降低术后并发症的风险。 个性化医疗计划的制定 基于数据的个性化治疗：AI能够根据患者的遗传信息、生活习惯和病史制定个性化的治疗方案，提高治疗的针对性和有效性。持续的健康监测：利用可穿戴设备和AI分析，医生可以实时监测患者的健康状况，及时调整治疗方案。 降低医疗成本和提高可及性 优化资源分配：AI可以帮助医疗机构更高效地分配资源，减少不必要的检查和治疗，降低医疗成本。 提高医疗服务的普及性：AI技术的应用使得远程医疗和自助医疗服务成为可能，对于偏远地区和资源匮乏的地区尤其重要。 结语 人工智能正逐步成为医疗领域的重要助手，它不仅提高了医疗服务的质量和效率，也为患者带来了更加个性化和高效的医疗体验。随着AI技术的不断发展和成熟，未来的医疗领域将更加智能化，能够更好地服务于人类的健康和福祉。
AI医疗：如何利用人工智能优化医疗健康供需平衡？
AI医疗作为解决医疗健康供需优化的关键方向，其主要目标是提升医疗效率。这一方向的产品落在利用人工智能技术降低重复性医疗工作和解决医疗效率问题上的应用。宏观政策方面，我国自2016年起开始支持AI医疗的发展，包括发布“互联网+人工智能三年行动实施方案”、制定“健康中国2030”规划纲要以及发布《新一代人工智能发展规划》。AI医疗的产品落幕具体到医院内场景中的大量重复人工工作，如胸部CT诊断和肺癌诊断等，其引入可以显著提升医疗效率，同时利用大数据为产品的持续优化提供源动力。
AI赋能医疗：未来数智化服务新模式
这篇文章主要探讨了医疗行业在医生端和患者端的痛点，以及在数字化技术生成式AI的帮助下如何得到缓解。作者提到，虽然数字化技术为医疗带来了许多机遇，但同时也存在伦理问题、准确性验证和隐私保护等问题。总的来说，科技和医疗专家深度合作，利用数智化应用，推动基于价值的医疗服务新模式是未来的趋势。
AI医生问诊：一场医疗领域的探索与挑战
2019年6月，一款名为MedGPT的医疗大语言模型在在广州的行业展览会上亮相，展示出类真人的问诊能力。2023年5月， MedGPT成为国内首款医疗大模型，并与多位 real doctor 进行对比测试，结果显示两者的综合得分相差无几。尽管医疗大模型引起了业内的广泛关注，但也存在一些伦理问题需要解决。目前，多家公司已经推出了自己的医疗AI大模型，但它们的应用前景仍需进一步观察。
震撼！数字社会展馆里的黑科技：1分钟视网膜筛查+智能导诊机器人+AI书法家和情绪识别，你敢来挑战吗？
本届峰会展示了数字社会的多种创新成果，包括视网膜筛查系统、智能导诊机器人、3D数字人、AI书法家、AI情绪识别等。这些技术运用了数字孪生、虚拟交互等技术，让人们在现场感受到数字的成果和数字生活的精彩。
如何淬炼高水平的AI医生？
我们总是期待新兴科技，因为创新才是发展的不竭动力；但我们面对新事物时却又总感到不安和彷徨，因为“新”往往需要时间的验证。如何才能打破这种格局？唯有“靠谱”“持续不断的验证”才能守护住内心的那份踏实。 医联AI学术委员会成立揭幕 当AI的浪潮席卷而来，AI医生应运而生，让医学界看到了更多“生”的希望。比如AI医生赋能医疗服务的可及性、助力高质量的医疗服务下沉、提升诊疗效率等，AI医生的社会效益不言而喻，市场前景更是愈发明朗。 但是，伴随着AI医生的发展，其准确性、可靠性成为大众普遍关心的问题。如今，AI医生步入了新的发展阶段，如何进一步验证及增强AI医生的可靠性？临床试验是检验AI医疗的唯一标准。 10月29日，以“AI医疗 智领未来”为主题的2023首届AI医学大会在成都召开，会议上，医联集团创始人兼CEO王仕锐宣布，公司将启动“国内首款大模型驱动的AI医生”MedGPT临床试验，同时，会议宣布医联AI学术委员会正式成立，诺贝尔医学奖得主厄温·内尔（Erwin Nether）被聘请为该委员会的首席科学家，全程督导试验项目。 由此，有着“国内首位AI医生”之称的MedGPT步入全新的发展阶段。 MedGPT将启动临床试验，诺奖得主厄温·内尔等全程督导 据了解，2023首届AI医学大会由成都高新医学会主办、医联集团承办、中国信息通信研究院云计算与大数据研究所及互联网医疗健康产业联盟共同协办。政府领导、学协会专家、国内外权威医学大咖等汇聚一堂，共同探讨AI医学的创新实践及未来蓝图。 会议上，医联集团创始人兼CEO王仕锐宣布，公司将启动MedGPT临床试验。据悉，11月，医联将联合四川大学华西医院等6家三甲医院、多家二级医院、基层医院，以及医联AI学术委员会的专家们将开展一项迄今为止全球最大规模的AI医疗临床项目。 据四川大学华西医院全科医学科学科主任李双庆介绍，该临床项目涉及多学科、多中心、多层级，超30000例研究样本，采取观察性研究和随机对照试验的混合研究设计，期望能全面了解MedGPT在医疗实践中的实际效果和价值。王仕锐在演讲中透露，医联未来规划了22个临床专科，几十位顶尖专家参与，预期总样本量超10万的大型临床试验。 “我们认为大量样本的临床试验才能使AI医生作出比较公允的判断，需要非常多的权威医学专家一起参与，将MedGPT的诊疗正确性调到极高，这是临床试验中很重要的一个工作。”王仕锐对钛媒体APP表示。 目前，医联集团正在通过医联AI学术委员会汇聚一批权威专家。 医联AI学术委员会聘请诺贝尔医学奖得主厄温·内尔（Erwin Nether）为该委员会首席科学家 会上，医联宣布成立AI学术委员会，诺贝尔生理学或医学奖获得者、德国生物物理学家厄温·内尔（Erwin Neher）任首席科学家，中国科学院院士张旭任学科带头人，专家顾问还包括内分泌、消化、泌尿、神经、呼吸、肿瘤、心血管、肾病、全科等疾病领域的顶级专家。医联AI学术委员会成员，既有医学领域的顶级专家学者，也有人工智能领域的翘楚。 未来，医联将联合AI学术委员会的专家们，就医疗大语言模型的模型优化、训练策略、评估测试等进行深入合作，以进一步促进医疗AI相关科技成果研发与转化，为医生和患者带来更准确、更可靠、更个性化的服务和支持。同时，医联AI学术委员会也将关注伦理、隐私等问题，确保AI技术在医学领域的应用符合社会道德和法律法规。 据了解，厄温·内尔教授是神经网络研究的奠基人之一，其在人体神经网络结构方面有很多研究成果，未来，他将在AI医疗应用的技术架构上，在底层逻辑和技术层面上提供一系列指导，推动AI和医疗融合发展。 值得一提的是，MedGPT将面向公众用户开放学术研究为目的的公开测试体验通道，用户能在第一时间体验前沿AI医疗服务的同时，也能为公司在用户端、患者端的深入研究提供储备。 淬炼高水平的AI医生，“靠谱”始终是底色 “医学是容错率极低的行业，它不像文学、艺术创作允许多样性，这个行业会有绝对的正确和错误，所以不敢错，我们做的每一件事情都是如履薄冰，对待每个患者都要穷极我们所有的认知和可能性。因此，医联不懈追求100%的确定性与准确性，需要不断用临床试验这样严肃的手段来论证并改进。”王仕锐在会议上表示。 医联集团创始人兼CEO王仕锐 AI医疗即是如此，诊疗的准确性是其第一准则。 于MedGPT而言，首先是语义识别的准确性，大语言模型的出现，填补了MedGPT最后一块拼图。 据悉，医联的MedGPT，可通过与患者进行多轮对话，了解病人病情，推荐治疗方案，目前已拥有近3000种疾病的首诊能力，覆盖80%以上的成年人疾病和90%以上的0-12岁儿科疾病。同时还可以进行疾病预防、治疗、康复等各个流程的智能化问诊。 MedGPT的每一次回答，都会经过内部的“医学专家系统”校验，会让真人医生对问诊的准确率、效率、全面性、错误率、风险提示程度等进行评价，只有符合预期才能输出，发现错误，会及时校正，通过大量的输入和校正，从而提升问诊的准确程度和问诊效率。 其次，数据和技术的“沉淀”进一步夯实MedGPT的“准确性”。在预训练阶段，MedGPT使⽤了超过20亿的医学文本数据，微调训练阶段使⽤了800万条的结构化临床诊疗数据，并投⼊超过100名医⽣参与⼈⼯反馈监督微调训练。 此外，医联正通过提升覆盖率来增强MedGPT普惠度，从而进一步提升MedGPT诊疗的“准确性”。截至目前，医联MedGPT已经可以覆盖ICD10（指《疾病和有关健康问题的国际统计分类（第10次修订本）》）中60%的疾病病种，预计在2023年底可覆盖80%病种的就诊需求。 为评估MedGPT的诊疗准确性，今年6月，MedGPT与来自四川大学华西医院的10位主治医师共同对120余名真实患者进行问诊，并由来自北大人民医院、中日友好医院、阜外医院等的7位专家教授，针对91份有效病例，从7个评价维度进行打分。 结果显示，真人医生综合得分为7.5分，AI医生的综合得分为7.2分，双方结果一致性达到了96%。这意味着，医联的AI医生已达到主治医师诊疗水准。 2023首届AI医学大会现场 然而，目前AI医疗还存在较多发展瓶颈。若单纯依靠大模型来执行临床诊疗任务，存在临床推理与鉴别诊断不充分、诊断逻辑与诊断分型不完整、诊断辅助检查方案不准确、治疗方案设计不全面等核心问题。 究其原因，王仕锐分析认为：“机器对大脑的模仿，存在物理结构上的局限性，大语言模型的神经网络计算（直觉思维）无法做到安全有效的独立完成临床诊疗任务。” 何解？“全新双系统技术架构”是MedGPT给出的答案。 “快系统利用生成式人工智能的优势，做好自然语义的识别和复杂信息的整合分析，同时把医学决策逻辑、医学规则等放到自建的慢系统里，通过快、慢系统的结合，更好开展智能诊断，未来的最终目标是让机器可以像真人医生一样，给患者提供精准医疗服务。”医联MedGPT产品经理廉泽良表示。 要实现上述目标，离不开科技界与医学界的共同努力，这也是邀请厄温·内尔等权威专家加入的原因。 MedGPT：医生的得力助手，患者的健康守护者 “MedGPT的出现，并不是替代医生，而是成为医生的得力助手，提升诊疗效率等。”王仕锐对钛媒体APP表示。 于医生而言，MedGPT可以成为一个帮助高年资医生完成基础工作，进行信息核对、查漏补缺、跟踪随访及进行患者管理的“AI助理医师”。 同时也可以是一个帮助低年资医生快速学习和成长、随时探讨病例并分析思路的“AI医生导师”，还可以是一个帮助一线医生及时获取前沿治疗指南和专家共识、更新自身专业储备的“学术推广AI医生”。 作为医生未来的得力助手，MedGPT目前已得到诸多专家的肯定，并期待其在相关领域的进一步应用落地。 “医联这一款MedGPT通过对于自然语言的识别，打通了患者和系统之间搭建起一个桥梁，为我们辅助诊疗系统应用打开一扇门，这是非常新兴的领域。现在的产品能达到住院医师水平，还需要通过专家不断的训练上它的水平进一步提高，进而达到一个专家的水准。”北京医院泌尿外科科室行政主任刘明在会议现场表示。 圆桌论坛现场 四川大学华西医院全科医学中心学科主任李双庆表示：“医疗AI...