AI医师助手

原创 GlobalMD 全球医生组织 2024年07月15日 06:30美国 Open AI（GPT-AI）与健康行业的两大巨头宣布合作开发“定制化、超个性化的AI健康教练(AI coach)，并且以数字健康软件app形式提供給终端用户（B2C），旨在扭转慢病患者的健康管理方法。能否成功？业界人士给出了不同观点和依据。 阅读文摘 AI应用于医疗和保健服务 以美国为例：有1.29亿成年人至少患一种重大慢性疾病；每年政府4.1万亿美元医保费用中，至少90%用于维持治疗和管理这些慢病患者的健康问题。预计这种费用支出只会增加，不会减少。是否解决办法？已知单靠医疗或药品解决不了患者的慢病问题或健康需求。必须将个人健康维持或不健康行为改变，纳入到成为可预防措施中，AI优化和个性化尤为重要。 近日，Open AI人工智能和健康行业的两巨头企业宣布合作开发“个性化AI健康教练”，希望通过数字健康App形式，逆转慢性疾病不断增长费用的趋势。尽管此类数字健康App承诺提供个性化健康建议，但是，业界专家认为，它们可能无法解决慢病的根本问题。 AI健康教练旨在通过分析用户的生物特征、实验室检测数据等，提供个性化的健康建议，包括睡眠、饮食、运动、压力管理和社交联系。 许多业界人士质疑这种方法的有效性，认为它缺乏对社会健康决定因素的关注，这些因素对获得医疗保健、优质健康食品和自由时间安排，起着重要且决定性作用。 虽然AI技术仍在不断进步，但AI/Open AI 模式在主动健康领域中的应用，仍存在着偏见、甚至是错误问题。 总之，业界权威专家认为，解决慢病问题不仅仅依赖个人健康生活方式的改变，还需要改善社会整体的健康大环境。AI健康教练可能只是解决医药获取需求问题的一部分，而不是全局解决方案。

过去，智能影像设备让医疗检查更精准、智能手术机器人打破医生“脑”“眼”“手”的局限。如今，AI进入互联网诊疗、病例数据管理等医院场景，普通人能真正用上吗？7月19日，百度集团资深副总裁、百度大健康事业群组总裁何明科在出席2024百度健康产业生态大会时对中国商报记者表示，如今，在医院中，AI大模型能应用于分导诊、预问诊、智能加号、病历生成等场景，未来，它也可以辅助医生做诊断诊疗。 AI看病 目前仍是难题 AI热潮正席卷医疗行业。数据显示，截至去年10月，国内累计公开的大模型数量达238个，其中医疗大模型近50个，涉及患者问诊、医生助手、药物研发、健康科普等多个领域。但是，患者“看得到摸得到”的AI仍是少数。 如何让医院用得起，是AI大模型实现商业化落地过程中首先要面对的问题。何明科表示：“早在2018年，百度就开始布局权威医疗内容生产，尝试AI+医疗场景融合的产品，如CDSS（临床决策支持系统），但是，从政府、医院、药械企业、患者端突破，很难实现规模商业化。如在医院端，医院预算有限、支付意愿不强、支付流程很长皆是我们面临的挑战。” “如果AI大模型真能帮助医生提升治疗、科研、收入等方面的水平，帮助医院降低运营成本，医院是愿意购买AI大模型的。”何明科表示，“百度健康已经在武汉协和医院上线‘AI智慧门诊’，如其中的‘智能加号’功能在武汉协和医院甲乳外科上线1个月，已为300多名患者提供了加号诊治机会，其中有超过70%是需要尽快手术治疗的肿瘤患者。” 如何让AI大模型融入医疗全流程，也是个难题。此前，有国内三甲医院相关负责人坦言，目前在医院使用的AI大模型多作用于处理影像报告、分诊导诊等基础性工作，用于建设智慧医院的并不多，即AI大模型在药品研发、临床诊断、患者健康管理跟随等领域应用受限。 “AI大模型在医疗领域的商业化应用还是需要分阶段去推动的。”百度大健康事业群策略研发总经理黄海峰对记者表示，“受困于‘医疗数据保密性较强，不能在医院外公开使用’的特性，AI大模型目前在医院里的服务场景有限，像分导诊、预问诊等这些不依赖临床数据的领域是最先应用的，这也是AI大模型商业化落地的必经之路。此后，我们再讨论面向具体的医院去推广私有化大模型相关的服务，比如生成病历、知识问答或者处理医疗单据。我们也正在和医院及科研机构合作，针对他们的需求定制专属大模型。” AI进入临床还能从哪里突破 何明科说：“过去AI只帮助医院实现信息化、满足国家政策需求，医院付费意愿并不强。而当我们的产品真正成为医院的生产工具时，医院是愿意付费的。医疗领域的学科非常多，比如影像方面，AI处理的图像更便于医生理解。在皮肤科，AI处理的图像能够起到辅助医生诊断的作用。未来，在更多的科室，AI可以在辅助医生诊断诊疗方面做更多的尝试，这需要时间。” 中国医院协会今年6月发布的报告显示，全国已有超过100家三甲医院在门诊、影像科、病理科等多个科室引入AI辅助诊断系统。 上海仁济医院泌尿外科主治医生迟辰斐认为，AI在处理疾病症状描述时表现出色，但在构建主观知识体系、进行反向推理方面仍显不足，还需要提供高质量的训练数据、促进医生与AI的紧密合作，并为AI模型创造实际应用的测评环境。 “我们也在尝试利用AI技术辅助医生书写病历，从医生的使用反馈来看，使用AI大模型后，他们书写病历的时间大概能压缩到十几分钟或者二十分钟。”黄海峰说，“另外，我们也在与专病专科的临床医生交流，根据他们的需求做产品升级。” “在医疗行业，看得好病、看得起病、看得上病这三点同时被满足几乎是不可能的。虽然AI不能直接给人类看病，却是这个‘不可能三角’的重要平衡点。”何明科说，“我们也在思考，如何在国家政策推动、医院需求带动和数字化能力及系统意识的加持下，真正让患者实现‘看病不出省、不出村’。”（记者 马嘉） 来源：中国商报

AI颠覆传统医疗之际，也是时代“弄潮儿”走上更大发展舞台的最好时机。 据了解，近日，讯飞医疗已完成港股上市备案。天眼查App显示，该公司成立于2016年，主要基于人工智能技术，针对基层医疗机构、医院、患者等主体的广泛需要，提供疾病预警、早筛、诊断、治疗与疗效评价、诊后与慢病管理的全流程医疗服务，目前公司有基层医疗机构服务、医院服务、患者服务、区域管理平台解决方案四大业务板块。 从招股书数据来看，讯飞医疗也已展现出领跑势能：2021-2022年及2023年1-9月，讯飞医疗实现营业收入分别为3.72亿元、4.72亿元及3.24亿元，其中2022年同比增长26.7%。 另外，根据弗若斯特沙利文的资料，按照2022年的收入规模，公司在中国医疗人工智能行业中排名第一。 可以看出，AI医疗时代到来，使得讯飞医疗这类公司的发展价值持续凸显，加之公司持续的技术研发和市场拓展，使其在风口真正“起飞”。 具体而言，AI已经是当前医疗服务体系中不可或缺的助力，对于提升医疗效率、优化成本结构、保证服务质量等，均有裨益。 正如北京大学中国健康发展研究中心主任李玲指出：“AI及大数据能使我们的不确定性变成确定性，使信息的不对称，让它相对对称一点，使老百姓对医疗服务、对健康的需求都能在各个层面得到满足，甚至可以使医患关系走向良性。” 这种形势下，相关市场也已经打开较大规模。根据共研网数据，2018-2022年，我国医疗人工智能行业的市场规模由人民币18亿元增至68亿元，复合年增长率为39.1%，并预计到2024年将达到172亿元。 但从这样的增长曲线也可以看出，AI医疗行业仍处于初步发展阶段，在爆发之时，仍然存在诸多商业化难点，有待相关企业突破。 此前，弗若斯特沙利文资料显示，医疗人工智能市场的主要进入壁垒包括行业认知壁垒、财务资源、跨学科人才留任及监管规定。这意味着相关企业要想实现快速发展并不容易，需要具备一定资金实力，以应对技术研发、市场培育等方面的挑战。 对此，讯飞医疗招股书中也有反映。数据显示，2021-2022年及2023年前三季度，公司销售开支分别为9100万元、1.60亿元、1.29亿元，占总收入的比重分别为24.3%、33.9%、39.7%；研发费用分别为1.60亿元、2.42亿元、1.96亿元，占总收入的比重分别为42.9%、51.2%、60.3%。 这样的高投入下，技术成果也是较为显著的。根据弗若斯特沙利文资料，截至最后实际可行日期，讯飞医疗的智医助理是全球首个且是唯一一个通过国家执业医师资格考试（综合笔试）的智能解决方案。 另外，根据中国国家科技信息资源综合利用与公共服务中心（STI）的一项测试，公司专有的讯飞星火医疗大模型在专家级医学知识图谱问答、临床语言理解、医学文档生成、疾病诊断及治疗推荐、多轮医疗对话及多模态交互等六个维度医学场景中的自然语言处理（NLP）超越GPT。 但值得注意的是，高投入之下，讯飞医疗的盈利前景并不明朗。招股书显示，2021-2022年及2023年前三季度，讯飞医疗录得亏损分别为0.9亿元、2.09亿元和1.70亿元。 而从行业现状来看，加码投入仍是讯飞医疗需持续的动作。一方面，如前文所述，AI医疗还处于商业化起步阶段，另一方面，市场竞争也正趋加剧，据了解，讯飞医疗所涉足的AI+医疗影像/诊疗器械、智慧医院领域，已有迈瑞医疗、联影医疗、万东医疗、数坤科技、鹰瞳科技等企业在争先布局。 因此，本次讯飞医疗香港IPO募资金额将主要用于研发，以不断增强公司的核心竞争力。这样来看，立足风口之上，以研发为核心的长期主义，仍是指引讯飞医疗探索出可行商业模式的关键。返回搜狐，查看更多 责任编辑：

普通老百姓身上的3座大山，医疗、教育、买房，今天我想谈谈人工智能结合医疗怎么降低我们的看病成本？ 现在看病越来越贵了，而且去医院等待的时间也长，还有一些病，小县是没办法看的，只能在一二线大城市一线医院才能看病治疗，如果我们引进人工智能在医院的应用可能会改变这一切的状况，例如我们去医院可能会排队等待，而且我们会在寻找每个科室和诊疗室之间花费更多时间，其实这些都需要用大数据，AI可以帮我们做提前预约，然后也可以精准的引导我们快速到达目的地。 上个月我朋友吃鱼喉咙卡了个鱼刺，被医院忽悠做了全身CT，喉镜，验血，胸透，心电图等，医院能用的机器全上了一遍，最终结果是刺没了，花了几千元检测费小病大治，一个简单的小病不仅要上这个机器上那个机器，还要三番五次去医院检查复诊，每次复诊还会被开一大堆的药，而这些药呢，安全是安全，但大多是效用低，利润却很高的药，以至于大量的医疗资源在这个过程中被浪费。 如果我们使用人工智能去检测，可能过程很简单，他只需要精准的帮你分析治疗方法，还有如果需要开药，人工智能也只会针对你现在目前所需要的药品去开处方。 现在的AI非常的聪明，可以帮助医生分析病人以前病例和之前吃过哪些药，然后在饮食上有哪些忌口的？然后也可以提醒医生病人在哪些方面有一些特别的需要？有的病人需要特别提醒按时吃药，有用药时要小心别跟其他药冲突，在这一方面，人工智能可以做到很细心，很耐心帮助医生去更好的治疗病人，这样病人也会积极的配合。 医渡科技有限公司和北京大学肿瘤医院联手，用了一个很厉害的“大数据+大模型”技术，搞了一个智能筛选系统。这个系统超级棒，它能帮医生们更快地找到适合参加药物临床试验的病人，而且做得又快又准，省下了好多人力成本。 具体来说，如果是肿瘤相关的试验，用这个系统能省下大约88.5%的人工筛查费用；如果是其他非肿瘤的试验，也能省下69.8%的费用。这简直就是个看病省钱小能手！ 而且，这个系统还能像个侦探一样，自动扫描临床试验的数据，找出里面可能的问题，确保试验的质量和准确性。这样一来，医生和科学家们就能更放心地进行研究，推动新药的开发和疾病的治疗啦！ 还有人形机器人，在护理这一方面可以帮助我们更好的去照顾病人的饮居起食，可以节省很多护工的成本，这也帮老百姓省去了一部分的医疗费用。在医生方面可以利用人工智能大数据远程看病分析病情，还能远程操作做手术，这也可以帮助医生节省更多的时间跟精力，医院的成本也会下降很多，病人还少了远距离跑的交通费用和时间。 人工智能还可以帮医药公司管理生产成本提高效率，人工智能手表还可以帮助我们预防和管理身体，这些都是可以减少老百姓在医疗上的投入。 我们普通人去医院看病没有个几百到大几千真的很难，如果我们解决看病难，看病贵的问题，大家都愿意花在消费上，结婚生孩子，你觉得呢？

　　转自：金融界 　　本文源自：财联社 　　财联社7月18日讯（编辑 李林/实习编辑 王艺霏）CytoReason 是以色列一家利用人工智能技术建立疾病模型从而进行药物开发的初创公司。该公司周三表示，公司在一轮私募融资中筹集了8000万美元。英伟达、辉瑞、美国生物技术公司赛默飞和风投公司OurCrowd参与了本轮融资。 　　CytoReason表示，他们计划将其模型的应用扩展到更多适应症，并扩大其专有的分子和临床数据库。公司还计划今年晚些时候在美国马萨诸塞州剑桥市设立办公室，该城市拥有两座世界知名的大学——哈佛和麻省理工。 　　CytoReason的机器学习软件收集并结合各种来源的数据，以探索疾病机理。接下来，该技术构建数字人体模型、预测身体对药物的反应，从而为患者的用药提供方向。 　　图源：CytoReason官网 　　CytoReason表示，其庞大的数据库和 AI 驱动的平台有助于制药和生物技术公司缩短试验阶段并降低开发成本，同时增加药物审批通过的可能性。 　　“世界已经意识到，单靠数据是不够的，数据驱动洞察的未来在于数据建模。”CytoReason 联合创始人兼 CEO大卫·哈雷尔说道。 　　在 2022 年，辉瑞曾宣布对这家以色列公司进行 2000 万美元的股权投资。这项投资是一项为期五年、价值高达1.1亿美元的协议的一部分，用于CytoReason的平台和疾病模型获得授权。CytoReason还与其它全球领先的医药公司合作，包括法国的赛诺菲、瑞士的辉凌和罗氏，以及英国的葛兰素史克（GSK）。 　　辉瑞首席科学官Mikael Dolsten表示，人工智能等新技术的迅速扩展具有巨大的潜力，能为人类健康创造新的可能性。辉瑞可以利用CytoReason的平台增强辉瑞自身的研发能力，并为新药开发的路径提供见解。 　　据CytoReason透露，全球前十大制药公司中有六家利用其技术，在免疫学、免疫肿瘤学等治疗领域做出数据驱动的决策。 新浪合作大平台期货开户 安全快捷有保障 海量资讯、精准解读，尽在新浪财经APP 责任编辑：戴明 SF006

早在AI大模型火爆全网之时，就已有人预测过AI技术将对各行各业的发展产生积极助推作用。当前，随着AI技术与医疗健康的不断融合，疾病诊断、临床研究等方面都将产生一系列变革。医联推出的AI医生MedGPT于近日完成真实世界测试，与三甲医院医生医学一致性达到96%，具有较高的准确性，获得了业内专业人士的高度认可。 MedGPT是医联基于大语言模型研发而成的AI医生，在今年6月30日已经率先完成真实世界测试。这是全球首次人类医生与AI医生面对真实患者的能力验证对比，由120多位真实患者和10位来自四川大学华西医院的主治医师以及MedGPT共同参与。 据了解，在此次测试中，患者进入诊室后，医助将与其沟通交流病情，以线上文字输入的方式将患者的主诉传达给真人医生与AI医生，并协助医患进行多次沟通，在收集足够的决策因子后，真人医生与AI 医生分别为患者开具检查单或诊断结果，患者直接在测试医院完成检查。在检查结果出炉后，患者进行复诊，由真人医生和AI医生提供临床诊断和治疗解决方案。 在上述流程中，条件基本保持一致，真人医生与AI医生进行独立诊断，互不干涉。最后，由来自北大人民医院、中日友好医院、阜外医院和友谊医院的7位专家教授审核测验形成的91份有效病例，对MedGPT在各个环节的准确性打分。结果显示，真人医生综合得分为 7.5分，AI 医生综合得分为 7.2分，双方在比分结果上的一致性达到96%。 对于此次医联MedGPT基于真实患者的真实世界评测，来自北大人民医院、中日友好医院、阜外医院和友谊医院的7位专家教授纷纷发表了自己的评价。 其中，来自北大人民医院的主任医师薛峰认为，医联MedGPT表现出的实力已经超出预期，其不仅在问诊时非常详细周到，还能够不知疲倦、非常耐心地和患者沟通，并为患者科普常见病领域的知识，整体表现很出色。尽管目前AI医生暂时无法实现查体，但未来在医学多模态能力上将会有更大的突破。 另外，来自中日友好医院的主任医师任景怡教授则表示，AI医生MedGPT在应用中面对诊断不明的情况，没有坚持给患者以治疗手段，这是值得鼓励的选择。因为在诊断不明的情况下，随意给出治疗手段是不安全的行为，可能会导致更大的错误。 作为一家国内领先的互联网医院，医联自成立以来始终围绕疾病预防、诊断、治疗、康复的全流程管理模式，致力于为患者提供更加有效、可及的优质医疗服务，打造线上线下的完整医疗服务闭环，并持续探索用科技赋能医生及行业的发展道路，服务患者，助推整个行业的发展变革。 此次医联在医疗AI大模型领域取得的亮眼成绩，为我国乃至全球医疗领域的大模型的研发落地带来了积极示范。相信未来医联也将持续发力，深耕医疗领域，坚持科技创新，为我国医疗产业的发展贡献积极力量！返回搜狐，查看更多 责任编辑：

每经记者 林姿辰    每经编辑 陈俊杰     超声检查领域难度最高的产科超声筛查正在被AI“拿下”，这是几年前的王睿丽想象不到的。 作为河南省人民医院超声科副主任，王睿丽在临床一线工作30年，见证了产科超声对新生儿健康的贡献。据新华社报道，与5年前相比，全国因出生缺陷导致的婴儿死亡率和5岁以下儿童死亡率均降低30%以上，神经管缺陷、唐氏综合征等严重致残出生缺陷疾病发生率降低约23%。 但即便如此，由于超声技术的局限性、医生技术存在差异等原因，国内的产科超声漏检事件时有发生。如何减少人为因素，尽可能提高产科超声的准确性，减少漏检、漏诊？AI会是一个好助手吗？ 7月15日，王睿丽接受《每日经济新闻》记者采访时表示，目前的AI超声在一定程度和范围内已经可以胜任产前筛查，但超声医生既有的操作习惯和认知是产品广泛应用的“坎儿”，AI应用于临床仍需面临普适性和伦理问题的挑战，AI产品的工作流、切面细节显示仍需提高。 河南省人民医院超声科副主任王睿丽图片来源：受访者供图 曾认为产科超声“最不可能被AI代替” 作为一名同时有着30多年教学经验的超声科医生，王睿丽曾认为产科超声是最不会被AI（人工智能）代替的超声检查。这是因为胎儿与位置固定的器官不同，其在子宫内羊水中体位变化无法固定，可能会出现不同姿势和位置旋转，孕妇的身体情况也会对图像显示有影响。 在此基础上，产科超声医生不仅需要观察羊水情况，胎盘位置，还要观察胎儿主要的解剖结构、生长发育情况，检测难度非常大，即便是同一位医生，在不同时间的测量结果也会存在差异。 现在，很多低年资医生都很难做好的筛查项目，正在被AI“拿下”。具体来说，当超声医生手持的超声探头在孕妇的肚皮上扫描时，AI超声会快速识别用于观测胎儿发育状况的多个标准切面，并自动获取最佳标准切面快速测量胎儿头围、腹围、股骨长、肱骨长等指标。根据王睿丽的使用体验，AI获取的标准切面质量和测量准确性都较高，既可以提高医生的操作效率，也能节省患者的就诊时间。 王睿丽告诉记者，产科超声医生的工作量非常繁重，每一名孕妇的检查时间通常在半小时左右，“一个医生在加班的情况下，上午最多能做8名中孕期孕妇的检查，现在很多孕妇要提前一个月甚至更长时间预约产前筛查”。如果使用AI妇产超声，这些时间会大大缩短。 另外，AI在超声领域的应用场景还包括质量控制和医生教学。王睿丽表示，按照国家超声医学质控中心对于产科超声的最新要求，每名孕妇的超声检查需要至少保存22个切面、24幅图片，但临床获取的图片基本是这一数量的两倍甚至更多，因此质控小组平均需要在每个病例上花费十几分钟的时间挑选图片，但AI可以将这一时间缩短到一分钟以内，甚至几秒钟就可以完成。 而且，AI还可以对产科超声图片进行打分评价和动作指导，在产前诊断中心培训基层医生时，这一功能可以辅助完成教学和评估任务，提高培训效率，从而更高效地培养出合格的基层医生，提升产前超声筛查的整体水平。 AI超声仍面临普适性和伦理问题的挑战 尽管“了解后发现AI很好用”，但王睿丽坦言，让临床医生接受这个新鲜事物并不是件容易的事，其中最大的障碍源于产科超声医生的认知和操作习惯。 一般来说，培养一名合格的超声医生，往往需要3到5年，而在产前胎儿筛查领域，则可能需要5到8年。临床经验充足的老医生们知道超声技术存在局限性，超声波在某些情况下可能无法穿透胎儿的部分组织，或者胎儿的位置和姿势可能影响超声波的传播，因此对AI技术的信任不足，更倾向于根据个人经验进行操作。 “有点类似于家长让孩子做家务活儿，你教他做一部分，然后你再去做他没有完成的那部分，看似更省劲儿。但实际上还不如自己一口气干完。”王睿丽说。 另外，不同的超声医生在打切面时有不同的工作习惯，比如有的医生习惯先查基本测量切面，按照头部、腹部、心脏、脊柱、肢体的顺序获取标准切面，但AI对图像的识别速度特别快，在探头滑过肚皮的瞬间，会留存一系列标准切面，而这些切面的顺序是随机的，因为和医生的检测习惯不同，这可能会在一定程度上会降低筛查或诊断效率。 王睿丽认为，这两种现象的背后，是AI超声广泛应用于临床的现实挑战。目前，AI产科超声获取标准切片的准确性和完整性已经在有关研究中得到验证，但由于产科超声的复杂性和高难度，AI产科超声在大规模样本中的普适性价值还需要进一步的研究验证，相关的伦理问题也值得关注。 在工作流方面，AI产科超声的厂家需要与临床医生持续沟通，“只有把产品的工作流做顺畅了，AI超声才可能被临床医生接受，如果医生的接受度提高了，应该很快就能成功”。据王睿丽观察，目前AI应用是国内外超声设备厂家共同的研究方向，国产厂商的最大优势在于与临床医生的沟通速度，“他们的反馈特别快，所以我觉得这个磨合的时间可能不会太久”。 目前主要是产前筛查，还无法做到辅助诊断 目前，AI在产科超声的主要应用场景是产前筛查，还无法做到辅助诊断。 王睿丽告诉记者，从检查指标看，产前筛查和产前诊断的超声检查并无明显区别，但面向的人群和标准不同，产前筛查一般面向所有孕妇，有筛查标准切面要求；但诊断则面向有遗传性疾病、生育不良家族史的孕妇，或胎儿在筛查中出现可疑问题的孕妇，由于没有标准化的切面要求，产前诊断的准确性更多地依赖于医生的个人经验。 据王睿丽了解，在产前诊断方面，部分AI超声已经能够识别胎儿某部位的正常与否，甚至能提供几种可能性较高的畸形类别供医生参考，这样的功能可以缩小诊断的范围，但这距离辅助诊断还有很长一段的距离。 例如，有一类头颅切面显示了胎儿存在脑积水，但脑积水对应的先天畸形种类很多，要判断胎儿属于梗阻性脑积水，还是Dandy-Walker综合征、脊柱裂等，临床医生需要观察超声的其他切面，搜寻能够支撑某种畸形的其他表征。在这一过程中，医生需要根据经验截取一些非常规的切面，这些切面缺乏大量可学习的数据样本，是现阶段AI还无法实现产前诊断功能的原因之一。 但王睿丽认为，辅助诊断一定是AI应用在超声领域的未来趋势。实际上，目前的AI超声已经建立起畸形种类的数据库，可以帮助医生“解放”大脑。例如，有些畸形是多器官、多部位的综合征，很多医生不可能只靠大脑记住，但AI可以通过读取超声图片、识别异常部位，输出综合征对应的常见畸形，并指引医生观察其他重点部位的切面，从而做出最终诊断。 “人工智能的时代已经来临，你只能接受它。而且只有越早接受、接受越快，才能够适应这个时代。”王睿丽认为，AI可以作为超声医生的辅助工具，使临床工作更高效、准确。但对于患者情感需求、心理关怀等工作，AI难以胜任，而这也是一个提醒——临床医生除了关注患者的身体，还应关注心理、情感、精神方面的需求。 海量资讯、精准解读，尽在新浪财经APP

来源：环球时报 美国《大西洋月刊》7月12日文章，原题：你会把健康交给人工智能吗？日前OpenAI首席执行官萨姆·奥尔特曼和企业家阿里安娜·赫芬顿与我的同事查理·沃泽尔谈到了他们用生成式人工智能（AI）重塑美国医疗体系的雄心。他们宣布合资成立企业Thrive AI Health，提供一款聊天机器人，根据个人的特定健康需求提供行为建议。 聊天机器人频频出错，我甚至犹豫是否要根据其建议给树浇水，遑论在我的身体里放点什么了。但其支持者承诺，伟大时代即将到来。这一愿景是诱人的，正如赫芬顿所言：“我们的医疗体系已经崩溃，数以百万计的人因此而受苦。”但有些问题可能太大了，AI无法处理。还有另一种看待Thrive AI Health的方式：各家公司仍在努力弄清楚AI的真正好处。 Thrive AI Health承诺将OpenAI的技术引入我们生活中最私密的地带，评估健康数据并提出建议。Thrive AI Health将改良现有的医疗聊天机器人领域，改善人们的健康状况，降低医疗保健成本，并显著减少全球慢性病影响。 奥尔特曼和赫芬顿将该公司描述为重塑医疗体系中的“关键基础设施”。他们还表示，该公司未来推出的聊天机器人可能会鼓励你“把下午喝的第三杯苏打水换成水和柠檬”。他们称，这款聊天机器人是“超个性化人工智能健康教练”，也是 Thrive AI Health 宣传的核心。这款机器人将根据用户的生物特征和健康数据生成“个性化人工智能驱动的见解”，提供信息帮助用户变健康。例如，AI教练可能提醒一个忙碌的糖尿病患者按时服药并提供健康食谱。 这让我觉得很难接受：两位有钱的知名企业家要求普通人把他们最私密、最重要的健康数据交给一个唠叨的机器人？健康应用很受欢迎，人们允许科技工具每天收集各种各样的个人数据，比如睡眠、心率和性健康信息。如果该公司成功了，市场潜能难以估量。但AI让事情变得复杂起来，它为公司打开了一扇大门，可以根据隐私信息训练模型。奥尔特曼和赫芬顿正在让全世界相信，AI有朝一日将能够改变我们与自己身体的关系。 赫芬顿说，AI健康教练的不同之处在于，这项技术将足够个性化，以满足个人行为改变的需求，而美国目前的医疗系统却无法满足这种需求。奥尔特曼说，他相信人们真心希望技术能让他们更健康：“我认为AI能真正改变世界的案例很少。让人们更健康当然是其中之一。” 这两个答案听起来都很真诚，但每个答案都需要一定的信仰。我们需要信仰，它是推动进步的强大动力，是拓展我们视野的途径。但是，在错误的背景下，信仰是危险的，尤其是盲目的信仰。一个由盲目信仰驱动的行业似乎尤其令人不安，它给了贪婪之人以巨大杠杆，允许妄想快速赚钱的骗子伸出“第三只手”。一个以信仰为基础的行业最大的诡计是，它毫不费力地不断改变目标，抵制评价，回避批评。别有用心之人“画大饼”欺骗着不知情的人。与此同时，不成熟的愿景可能永远不会等来救赎。（作者达蒙·贝雷斯、查理·沃泽尔，王逸译）

　　原标题：品牌之都迎来“品智”盛宴 　　浮山湾畔，再迎品牌盛会。7月17日，2024年青岛品牌日启动仪式暨品牌卓著前沿对话在青岛国际会议中心举行。今年青岛品牌日以“城市与品牌共成长”为主题，以“AI驱动 品智未来”为年度主题，聚焦探讨人工智能时代的品牌建设。近300名各界人士齐聚一堂，拉开了2024年青岛品牌日系列活动的序幕。据介绍，系列活动突出强服务、广覆盖、深参与，以全新的消费场景、深度的行业观察、持续的流量效应，展示品牌与城市共同成长的新图景。活动设置前沿对话、创智汇、金花汇、实战特训、探新行动、展演秀等六大板块，时间持续至7月21日，旨在不断放大“青岛品牌日”城市IP影响力。 　　嘉宾汇集分享品牌故事 　　作为2024年青岛品牌日系列活动的重要板块，在启动仪式后举行的“品牌卓著前沿对话”上，北京大学国家发展研究院教授、中国经济研究中心主任姚洋作主旨演讲，海信集团党委书记、监事会主席刘振顺，赛轮集团股份有限公司董事长刘燕华，优必选科技股份有限公司首席品牌官谭旻分别进行主题分享。 　　姚洋在演讲中表示，青岛是我国工业重镇，在国家经济发展中具有引领性，特别是家用电器发展的方向。青岛品牌群星闪耀，拥有海尔、海信、青啤、双星、澳柯玛、赛轮等众多世界知名品牌。青岛之所以品牌迭出，他认为主要得益于三个方面原因，一是强大的工业基础，二是商业文化的传统，三是创新的氛围。 　　刘振顺分享了海信品牌建设的经验。他表示，随着人工智能技术的进步，家电行业发生了巨大变化，消费者需求更加个性化、人性化，追求更智能、更友好的产品和服务。家电行业应着力进行场景化升级，实现基于AI的研发场景化、基于用户需求的产品规划场景化、基于用户购买体验的营销场景化。 　　刘燕华认为，一个强大的品牌，一定是基于强大的创新力。赛轮自主完成了轿车胎、卡车胎、工程胎三大技术体系，采用世界首创化学炼胶技术研发的液体黄金轮胎，攻克行业“魔鬼三角”难题，更节能、更耐磨、更短刹车距离；自主研发的世界最大63吋巨型工程子午线轮胎，填补了国内这一领域的技术空白。 　　谭旻表示，人形机器人被誉为机器人皇冠上的明珠，是继计算机、智能手机、新能源汽车之后的颠覆性平台产品。人形机器人作为具身智能的最佳载体，将推动制造业向技术密集型、高附加价值、个性化柔性生产的智能制造产业升级及转型。 　　当日下午，“实战特训”品牌实战专题研讨举行。专题研讨以“人工智能时代的品牌新突围”为主题，专家和企业品牌官深入剖析品牌传播的前沿理念和实战案例，共同探讨品牌运营的发展趋势和应对之道，为企业品牌塑造和城市品牌建设“把脉开方”。 　　双展联动展示品牌成果 　　与往届相比，本届青岛品牌日具有服务性更强、覆盖范围更广、体验感更强等特点。结合“AI驱动 品智未来”的年度主题，人工智能、大模型等领域的新产品和前沿技术成为一大亮点。活动当天，在青岛国际会议中心门前广场，“创智汇”青岛新型工业化创智展和“金花汇”青岛金花品牌体验展同步启动，向市民游客展示青岛品牌数智化转型升级的新成果。 　　新型工业化创智展展区面积约1000平方米，卡奥斯、海信国创云脑、金东数字创意、创新奇智、以萨、极视角等青岛人工智能头部企业，纷纷携全新研发的大模型、解决方案以及新产品亮相。市民可以在新型工业化创智展区近距离认识人工智能新产品及其在各行各业的普及应用。小济医生-人工智能超声乳腺癌筛查机器人、驾驶员智能体检机、文达通AI无人清扫车、AI冲浪体验……吸引众多市民游客体验，成为现场亮点。 　　据介绍，青岛金花品牌体验展是“乐购青岛”消费促进年活动的一部分，展区面积约5000平方米，海尔、海信、青啤、双星、澳柯玛“五朵金花”以及新一代青岛金花培育企业品牌组团亮相。各大品牌结合当前开展的大规模设备更新和消费品以旧换新行动，推出优惠促销活动，为市民游客提供更多消费选择。众多市民游客现场参观时纷纷表示，一张张青岛“名片”，闪耀着自主创新的智慧与光芒。一个个向世界讲述的品牌故事，正在青岛续写新的篇章。 　　在体验展区内，还同步举行了青岛“兴农记”市集产销对接活动，来自崂山、西海岸新区、城阳、即墨、胶州、平度、莱西等区市的青岛农业企业携上百种农品参加，官道小米、益菇园、饴分甜等青岛知名农产品品牌以及日庄火烧、王哥庄大馒头等备受欢迎的“明星”农品悉数在列，进一步助力了“青岛农品”知名度、美誉度和市场占有率的提升。 　　全民参与可看可玩可逛 　　青岛是全国最早提出并率先实施“品牌强市”战略的城市之一，从1989年创“金花”开始，至今已走过30多个年头。截至目前，青岛共拥有中国世界名牌产品2个、中国名牌产品68个、中国驰名商标152件、山东省高端品牌232个，26个品牌进入2023年中国500最具价值品牌榜单，3家企业入围中国全球化品牌50强，品牌总量位居全国同类城市前列。如何持续放大城市品牌效应？2022年，青岛成为全国首个以人大行使重大事项决定权形式设立品牌日的城市，切实让“品牌之都”的影响力得到有效提升，也进一步深化了人们对青岛品牌的知晓度和关注度。 　　青岛品牌日是企业充分展示品牌魅力的舞台，也是城市与市民游客深度交融的全民节日。2024青岛品牌日系列活动期间，浮山湾将上演灯光秀和无人机秀，光影交叠的视觉盛宴将为青岛夏夜增添一抹亮色。本次青岛品牌日还创新设置多种新潮的互动活动，可看、可玩、可逛、可参与，趣玩互动“嗨”不停。在活动体验区，市民游客可以通过“全息呈像舱”捕捉拍摄专属于自己的AI形象照，下载独一无二的元宇宙角色；利用AI交互技术，模拟在冲浪板乘风破浪的逼真体验，感受“帆船之都”的激情，满满科技感极大地提升参与感和融入感。 　　值得一提的是，在青岛品牌日指定展区参观和体验，可收集一枚枚精美独特的印章。印章全部收集后，即可获得品牌日智趣扭蛋，开启有机会赢取品牌日好礼；在展区拍照打卡后上传观海新闻客户端“青岛品牌日”话题专区，或抖音@青岛日报参与话题#青岛品牌日，即可兑换文创纪念品一件。 　　观海新闻/青岛早报记者 邹忠昊

撰文 | 田小婷 前言 想象一下，在紧张刺激的赛车游戏中，人类需要迅速而精准地判断何时踩下油门、何时巧妙地转弯。在根据路况不断改变行驶路径的过程中，人类大脑可以展现出敏捷的决策能力和反应速度。 然而，在人类应对自如的赛车游戏中，传统的神经网络模型只能做出确定性的决策，尚不具备人类的感知行为能力。模拟人类大脑的决策过程，始终是人工智能（AI）领域的一大挑战。 如今，一种新型神经网络模型，有望让 AI 系统像人类赛车手一样，权衡各种选择，做出迅速、精准的决策。 近日，来自佐治亚理工学院的研究团队便提出了一种神经网络模型 RTNet，这一模型不仅能够生成随机决策，还能达到类似人类决策的响应时间分布。 研究团队通过全面的测试发现，RTNet 能够再现人类在准确性、响应时间和置信度上的所有特征，而且表现优于多个当前先进的神经网络模型。 相关研究论文以“The neural network RTNet exhibits the signatures of human perceptual decision-making”为题，发表在科学期刊 Nature Human Behaviour 上。 研究团队表示，即使是功能强大的大语言模型（LLM）也会因为幻觉编造一些不切实际的回答，因此开发一种更接近真实人脑的神经网络可能会使 AI 系统更加可靠。 像人类一样感知决策 近年来，卷积神经网络（CNN）在 AI 图像处理方面取得了很大进展，甚至在医学图像处理等领域超过了人类的水平，但在感知决策的认知模型中与人类的表现仍相较甚远。 传统的 CNN 面对相同的输入信号时，输出的结果总是确定的，而且在处理复杂度不同的图像时，花费的计算时间总是不变的。这也决定了 CNN 模型很难实现人类大脑的感知决策水平，无法根据任务的复杂程度调整反应时间和准确度。 此前，为了解决这些问题，一些研究团队曾尝试为神经网络引入随机性和动态性，开发能够生成动态响应时间的神经网络，但这些模型无法处理复杂的图像输入，结果也是确定性的，还是没有达到人类的感知决策能力。 Google Research 和科罗拉多大学的研究团队曾通过在深度神经网络的前馈网络中引入传播延迟来构建级联网络，产生了图像可计算的动态网络，其通过决策计算资源随时间增加的机制生成响应时间，从而允许响应通过每个处理步骤进行不断地演变。虽然模型可以模拟人类感知决策的速度和准确度，但输出结果还是确定性的，距离人类的感知决策水平还有相当大的距离。 在这项研究中，Farshad Rafiei...