AI医师助手

　　中国食品药品网讯  生成式AI在医疗健康领域的应用日益广泛，如何获得高质量的数据成为推动生成式AI大模型发展的瓶颈。“要想快速将生成式AI大模型应用于临床实践，研究者在从公开领域获得数据的同时，还需要进一步同医院和工业界建立紧密合作，以进一步扩大数据来源。” 6月27日，上海科技大学生物医学工程学院创始院长沈定刚在生成式AI在医疗领域的应用研讨会上如是强调。 图为生成式AI在医疗领域的应用研讨会线下会场（徐行摄） 　　随着AI技术的发展，生成式AI以更加革新的技术和场景化应用，为医疗发展注入了新的动能。东南大学生物科学与医学工程学院教授万遂人介绍，生成式AI在医疗健康领域的应用场景涵盖多个方面，如通过分析海量医疗数据生成疾病预测模型，提高预防和治疗效果；基于患者的基因信息、生活习惯等数据，生成超个性化诊疗方案；助力药物研发和生产，提高新药研发速度和成功率。 　　但寻求快速推进生成式AI大模型在医疗健康领域的深入应用，数据资源必不可少。 　　上海交通大学副教授谢伟迪指出，生成式AI大模型的训练需要大规模数据“投喂”。同时，医药领域的高度专业性和复杂性，也对用于训练模型的先验知识提出了极高要求。 　　据介绍，当前用于生成式AI大模型训练的数据资源主要来源于公开数据及私域。但当前医药健康领域的公开数据相对较少。从私域获取数据成为训练生成式AI大模型的关键。 　　“医院内部拥有丰富、高质量、多样化的医疗数据，这些源自私域领域的数据资源能为构建和验证有效的生成式AI大模型提供坚实支撑。”沈定刚认为，同时，与医院开展合作也能帮助模型研究者更为深入地了解临床医学中的难点、痛点及实际需求，确保模型的研究成果切实转化为临床实践中的有效解决方案。 　　沈定刚进一步指出，在这一过程中，工业界的资源也同样重要。只有多方协作，才能有更多高质量的生成式AI大模型落地。 　　据悉，本次研讨会由中国生物医学工程学会医学人工智能分会主办，采用线上、线下相结合的方式，吸引了约2400人参会。 　　中国科学技术大学生物医学工程学院执行院长周少华在会上围绕生成式人工智能在医学影像的探索，介绍了一种将结合生成式AI和判别式AI相结合的应用方法，采用因果建模的方式，对医学影像、患者信息等多模态临床数据进行整合和分析，从而为临床诊断和决策提供支持。 　　其他与会嘉宾结合自身研究进展，对多模态医疗影像基础模型，人体运动-神经系统的动力学建模、学习与控制，多模态生物医药大模型等话题进行分享。（刘鹤） 《中国医药报》社版权所有，未经许可不得转载使用。 (责任编辑：常靖婕) 海量资讯、精准解读，尽在新浪财经APP

相信不少患者有体验：到医院看病仍然是一件非常麻烦的事。 过去十年里，互联网技术已经极大改善了医疗就诊流程，如很多医院现在支持网上查检验结果、挂号、缴费等等。 2023年，AI技术突飞猛进，国内大模型如雨后春笋，医疗能否和AI结合，创造更便捷的诊疗环境？已经有医院迈出了第一步。 “AI陪诊” 患者看得见、用的上 65岁李先生因眼疾第一次去上海市第一人民医院看病。他来到医院大厅，一脸茫然，经接诊人员提示，打开手机支付宝向AI陪诊师“公济小壹”提问后，收到相关就诊建议和挂号服务推送。 在顺利完成挂号后，李先生继续向“公济小壹”询问当前候诊信息，便收到了语音和文字提示：“当前您需要就诊，前面排队4人，当前叫号66号，地址位于7号楼1楼B区眼科检查一区……”李先生在点击“院内导航”的连接后，通过手机摄像头沿着实景AR的导航路线前往诊室。 这里的“公济小壹”，正是几天前上海市第一人民医院宣布通过支付宝“AI就医助理”解决方案推出的“AI陪诊师”。 从诊前预约挂号、在线取号，到诊中院内导航、排队叫号、扫码支付，再到诊后的报告查询、用药提示，“AI陪诊师”能够实现医疗服务的“一站式”串联，为患者提供“虚拟陪诊、现实感知”的就医体验。 运用同样方案推出的AI陪诊师还有浙江省卫健委的“安诊儿”，她“上岗”的时间则更久，上线以来，“安诊儿”已服务了1000多家医疗机构，月服务量超60万人次。 现如今，医疗领域AI技术的应用层出不穷，早已不再只是简单地替代或优化单环节的工作。卫健、医院们所追求的，是把AI从一个遥不可及的概念，落地成患者看得着，用得上的地方。或许这其中真正的“飞入寻常百姓家”，正在从帮患者重塑就医体验开始。 AI催生电子病历，提高效率、快速定位书写错误 AI大模型不仅能改善患者的就医体验，还能提升医疗行业的经营效率。 中国的医疗现状是患者多、医生少，患者诊疗效率低。根据OECD的数据显示，截至2019年，中国每千人医生数为2.2，远低于欧美发达国家。 同时，医生资源相对不足导致中国医生高负荷工作，中国医师协会数据，早在2018年中国医生平均每周工作时间就超过了51小时，多于国家法定工作时间40小时。 以上海市一医院为例，眼科是上海市第一人民医院的优势学科，每天都有大量患者前来就诊、接受日间手术，医生要在繁忙的门诊工作同时，处理患者手术后繁琐的病例书写工作。 应用AI技术后，这些病例的书写也变得更为简单。 上海市第一人民医院引入蚂蚁百灵大模型，通过关键信息的给定、语音输入等多种形式辅助医生书写电子病历。 上海市一医生使用大模型生成电子病历 以白内障治疗为例，目前医院抽取了1万份历史病历，将其输入到大语言模型中进行微调。在这一过程中，开发部门设计了相应的提示词，训练模型学习如何撰写病史。 这套方案的应用，将原本需要5到10分钟的工作缩减到了15至20秒，显著节省了医生 “敲键盘”的时间。下一步，院方会精进病历质控，帮助医生快速定位病历书写错误，不断提高病历生成的准确率。 多款数智化方案发布，AI大模型已进入百姓生活 2023年被很多人称为“医疗大模型的元年”，国内外均有大量厂家将大语言模型应用于医疗健康领域。据统计，截至2023年10月，中国累计公开的大模型数量已经达到238个，垂直类大模型达到103个。 正在举办的2024世界人工智能大会上，支付宝发布了多模态医疗大模型，以及配套的医疗可信一体机、大模型可信云等多款数智化解决方案。 目前，该多模态医疗大模型不仅提供智能问答、病历结构化和检索、辅助诊断，还可识别解读药品及上百种复杂的医学报告，进行毛发健康检测等，这些都能嵌入医院等机构医疗环节全流程，创新医疗服务的同时，也助力提升机构运营效率。 医疗行业有特殊性，非常依赖于过往的治疗经验。协和等知名医院保存着上百年的病历，至今仍有不少医生要去翻查几十年前的资料。随着医疗数据量的井喷式增长，临床传授、资料查询等传统的知识积累手段局限性越来越大，因此在医疗领域，大模型有着得天独厚的应用场景。 而AI要在严肃医疗领域大规模深度应用，不仅对数据、算法、算力提出了更高要求，也对可靠、安全、隐私提出更多挑战。 据范骏翔向健识局透露，上海市第一人民医院之所以选择和支付宝这样的平台合作，就是看中平台能够做本地化部署，轻量化操作，解决了医疗最关注的安全性和技术成本的问题。 以百灵医疗可信一体机为例，核心解决医院面临的算力不足痛点，可实现开箱即用，训推一体，支持国产算力，软硬件协同优化加速。医疗大模型可信云方案，通过公有云与专有云部署密态推理，聚焦解决数据隐私安全和商业机密保护问题。 同时，支付宝还宣布与人民卫生出版社、北京大学医学部、浙江省卫生健康委等20家机构，联合发起业内首个AI医疗共建计划，共同探索AI数智技术底座与创新应用服务，接下来可能还会有更多像“安诊儿”“公济小壹”这样的AI智能体涌现出来。 当全社会的目光聚焦关注顶尖技术逐步迭代之时，或许会在不知不觉中发现，AI大模型已经植入生活、融入日常，砥砺前行的国产自研人工智能技术已经加速深入寻常百姓家。 撰稿｜雷公 编辑｜江芸 贾亭 运营 | 廿十三 插图｜受访者供图 声明：健识局原创内容，未经许可请勿转载

21世纪经济报道记者季媛媛 上海报道 作为新一轮科技革命和产业变革的重要驱动力量，人工智能正在对全球经济社会发展和人类文明进步产生深远影响。深化人工智能国际合作，推动世界智能产业朝着更加开放、包容、普惠、共赢的方向发展，是我国人工智能产业发展的关键方向。 我国人工智能医疗产业发展势头迅猛，人工智能医疗产业生态已经基本形成，在今年世界人工智能大会（WAIC）上，AI+医疗如何在医学影像诊断、辅助治疗等领域实现更广泛的应用也成为重要话题。 有不少参会者指出，我国在医疗数据资源方面具备无穷潜力。一旦海量的医疗数据实现有序释放，将为我国医疗大模型的发展提供巨大的想象空间和爆发潜力。但同时，现阶段在落地上仍旧需要关注一些实际问题。 当前，磁共振检查因无创、精确等优势在心血管病的诊断、治疗和预后评估中发挥着越来越重要的作用，全球均面临着巨大的心血管疾病的诊断和治疗需求，但在国际层面，心脏磁共振智能后处理和心血管病多模态影像智能辅助诊断方面均存在着技术瓶颈，以人工智能技术为关键突破口，深度挖掘磁共振数据迫在眉睫。 谈及目前AI在医疗领域的运用场景，有券商医药行业分析师对21世纪经济报道记者表示，在国内，综合性的互联网公司，以及细分领域中的医疗IT信息化、互联网医疗平台、智能机器人等公司都在探索用大模型等技术进一步提升自身解决方案和产品设计。 “这其中最大的难点，我们认为首先是数据的获取和处理。医疗数据具有高度的隐私性和敏感性，如何合规地获取和使用这些数据是一个巨大的挑战。另外，医疗数据的质量和完整性也直接影响到生成式AI模型的准确性和可靠性。”上述分析师认为，AI技术本身还在不断发展和完善中，如何将其与医疗领域的实际需求相结合，实现技术的落地应用，是一个需要不断探索和实践的过程。 “AI+医疗”大势所趋 在医疗领域，人工智能的应用已经深入到各个环节。从初步的疾病筛查到复杂的手术操作，从病例分析到药物研发，医疗 AI 都在发挥着不可或缺的作用。它能够对大量的医疗数据进行快速处理和深度分析，从而揭示出隐藏在数据背后的规律和趋势。这些分析结果不仅为医生提供了更为准确的诊断依据，还使得治疗方案更加个性化和精细化。 随着医疗 AI 技术的不断发展，其在医疗服务改善方面的作用也日益凸显。传统的医疗服务模式往往存在着资源分配不均、效率低下等问题。而医疗 AI 的引入，则能够在很大程度上解决这些问题。通过智能化的医疗管理系统，医疗资源得以更加合理地分配和利用，医疗服务流程也变得更加高效和便捷。这不仅提升了患者的就医体验，还降低了医疗成本，使得更多人能够享受到高质量的医疗服务。 这也推动了产业的高速发展。据中商产业研究院统计，2020 年AI+医疗已占人工智能市场的18.9%。另据IDC统计数据，到2025年人工智能应用市场总值将达1270亿美元，其中医疗行业将占市场规模的五分之一。从基础层到应用层，医疗AI广阔市场大有所为。随着人工智能AI在医疗领域的深入应用，药物研发与医学影像等细分市场呈现出强劲的增长态势。另据行业咨询机构数据统计，2020年中国医疗AI市场规模已达到66.25亿元，结合AI辅助新药研发和AI助力肿瘤诊疗等市场赛道估算，预计2020-2025年复合年增长率（CAGR）为39.4%，2025年将突破300亿元。 谈及AI在医疗领域的应用优势，上述分析师介绍，AI在强大的内容生成能力、高度个性化的输出以及持续的学习和进化能力方面具有显著的优势。具体而言： 首先，AI的强大内容生成能力使它能产生丰富的医疗内容，例如：病例报告的撰写，健康咨询的回答，辅助诊疗的判断，AI都能够根据输入的信息快速生成相应的内容。这不仅可以提高医疗服务的效率，还能够为医生提供更多的参考信息，从而帮助他们做出更准确的诊断和治疗决策。 其次，AI高度个性化的输出使它有望为患者提供更加精准和个性化的医疗服务。通过分析患者信息、生活习惯和疾病历史等数据，生成式AI可以生成针对个体的健康建议和预测模型。这种个性化的服务能更好地满足患者的需求，提高治疗效果和患者满意度。 此外，AI的持续学习和进化能力使其能够不断优化和改进自身的性能。通过不断地接收新的医疗数据和学习新的医学知识，AI可以不断完善自身的模型，提高预测和决策的准确性。这种能力使得AI在医疗领域的应用具有更强的适应性和可扩展性。 “AI在医疗影像识别、自然语言处理等方面有着丰富的应用经验，也可以在内容生成和个性化服务方面发挥更大作用。通过将两者的技术和能力进行结合，可以构建更加智能和高效的医疗系统，提升医疗服务的质量和效率。”上述分析师说。 当前，AI在医疗领域发挥作用的场景包括实时健康监测与预警记录、医学教育与培训、个性化精准医疗等。不过，这些场景的落地可行性还需取决于数据的可获得性、内容生成的合规性等因素。 推动医疗数据充分利用 医疗场景作为人工智能一大特殊、复杂的落地场景之一，对垂直领域企业的综合实力提出了更高的要求：在这一细分领域，与技术创新能力并重的，是企业对专业医疗场景的透彻理解与丰富的协同经验积累。这需要企业不仅需要知道“什么方向可能是可以突破的”，更需要知道“什么方向或者哪些做法是行不通的”。 因此，在医疗AI领域，充分理解临床需求、积累产学研医协同经验，是企业行稳致远的重中之重。 联影智能联合创始人、联席CEO周翔在WAIC上表示，未来的医疗AI大模型将是一个集算法模型、数据和算力于一体的综合体，从健康管理、智能诊疗、医院管理、到教学科研等所有与大健康相关的工作都将能够借助一个整合的大数据与大智能平台来完成。 但周翔也指出，由于医疗领域具备高度的严肃性、复杂性与低容错性，现阶段大模型在医疗领域落地，仍旧需要关注一些实际问题。周翔分享了一个例子：即使是目前最为领先的大模型，在进行基础的“字母数数问题”（比如“单词uncharacteristically的第16个字母是什么？”）时仍会犯错，而且该问题似乎是很多大模型的“通病”。 “这说明，大模型在一些逻辑简单但是很不常见的问题上仍然会莫名其妙地出错而不自知。而此类基础性错误在高度严肃、复杂的医疗领域，是不容出现的。这也意味着，短期内大模型技术要在医疗领域落地，仍旧需要严格的风险把控。”周翔表示，推动医疗数据充分利用至关重要。 艾瑞咨询发布的《中国面向人工智能的数据治理行业研究报告》也指出，医疗信息化建设支持了医疗数据的爆炸式增长，但是医疗数据在流通、共享、存储、管理等环节尚未标准化，导致数据多源异构难汇集、数据标准体系不健全等问题始终存在，掣肘着AI应用乃至行业的发展。 对于上述难题，目前业界内大多则采用了合作模式。据了解，由于在大多数情况下，医院或者政府方并不具备单独处理、研究分析医疗数据的能力与精力，因此在实践中部分机构往往会与第三方展开合作。 “在2010年至2020年这十年间，我国医疗数据的增长率达到了40%，而和这一快速增长相反的是，我们的医疗数据利用率仅有3%。”周翔进一步指出，大量医疗数据未被挖掘与利用的另一面，是我国在医疗数据资源方面的无穷潜力，但这需要集政、产、学、研、医各界力量从伦理、法律、实践等层面进行充分考量、共同推动。海量的医疗数据一旦实现有序释放，将为我国医疗大模型的发展提供巨大的想象空间和爆发潜力。 周翔强调，大模型在医疗领域中的全面落地不会一蹴而就，短期仍旧需要专家指导下的垂域数据训练与审慎的风险把控，但长期来看，随着大模型技术逐步成熟，必将驱动医疗场景的全面升级。 “在解决诸多桎梏的同时我们也需要注意，AI医疗前期投入和运营的成本较高的问题确实是一个需要关注的方面。我们认为，量化AI技术在长期运行中的经济效益，可以通过分析AI技术在提高诊断准确性、降低误诊率、优化治疗方案等方面的效果，来评估经济效益，这未来也可以跟DRG/DIP在医疗精益化管理的实践相结合以进一步提高DRG/DIP政策的执行效果。”上述分析师也补充道，未来，还可以考虑将AI技术与医疗机构的业务流程相结合，提高工作效率和服务质量，从而进一步降低成本并增加收益。 更多内容请下载21财经APP

通过数字化扫描和AI分析，一位埃及木乃伊被发现长了“智齿”。 5月22日，一场跨越4000多年的口腔“问诊”在爱康集团(全称：爱康健康科技集团有限公司)联合北京卫视联合呈制的《爱康AI智爱之夜》中上演。节目里，还有一位演员在AI拍摄的全景牙片“关照”下，提前预测到未来将失去两颗牙。 爱康集团与北京卫视联合打造的“硬核综艺”《爱康AI智爱之夜》播出 目前，AI在药物研发、疾病辅助筛查与诊断、临床治疗辅助决策等多个医疗行业领域得以应用。根据Global Market Insights报告，2032年“AI+医疗”市场规模将达到700亿美元，年均复合增速将超过29%。从市场结构看，药物发现和医学影像是AI应用最重要的两个领域，合计占比超过50%。 AI如何在医疗行业发挥作用？本文将以具备AI医疗影像、AI健康问答能力的爱康集团为例，分析AI对医疗行业的赋能作用。 引入鹰瞳、羽医甘蓝等合作商，利用AI医疗影像辅助诊疗决策 根据西南证券研报，AI 医疗影像进入发展快车道，以辅助诊断为主，包括AI超声诊断、病理学AI等领域在内。爱康集团是中国中高端连锁体检与健康管理集团，通过旗下多个品牌，为团体客户、个人提供健康体检、疾病检测和私人医生、职场医疗等健康服务。目前，爱康集团已经与DeepCare羽医甘蓝、鹰瞳科技等多家人工智能医学影像企业展开了合作。 AI在提高疾病早期发现和治疗方面发挥作用。以爱康引入的DeepCare羽医甘蓝的AI技术为例。它在拍摄全景牙片时，能够在5秒内预测受检者未来10年的口腔健康状态。北京大学口腔医院口腔正畸科副主任、主任医师韩冰曾表示，对于老年人来说，如果全牙脱落，跟有20颗牙的同龄人相比，死亡率大概会升高28%左右。“通过AI技术及时发现并采取干预及治疗措施，或将改变未来轨迹。” 爱康从2018年开始引进鹰瞳Airdoc视网膜人工智能健康评估项目 AI技术还能够减少疾病检测时间，提高医生诊断效率。2022年，爱康联合首都医科大学附属北京同仁医院副院长魏文斌教授团队和鹰瞳Airdoc共同发表的一项研究结果显示，鹰瞳Airdoc的AI算法模型，能够识别、筛查10种常见眼底病，阅片时间节省了96%至97%。 AI为我国面临的医疗资源紧张问题提供了一定出路。根据国家卫健委统计数据，截至2022年，每千人口执业（助理）医师3.15人，每千人口注册护士3.71人；每万人口全科医生数为3.28人，每万人口专业公共卫生机构人员6.94人。这意味着，平均大约3名医师服务一千人，医生需求缺口仍较大。 “AI技术能帮助快速识别病灶，提升诊疗效率及准确率，弥补医生数量缺口。同时，通过辅助诊疗等方式，可以赋能基层医疗机构，推动优质医疗资源下沉。”中国科学院院士、中国医学科学院学部委员张旭接受媒体采访时说道。 爱康集团创始人、董事长兼CEO张黎刚 爱康集团创始人、董事长兼CEO张黎刚接受媒体采访时也表示，考虑到医疗资源分配紧张的情况，如果仅依靠专家的力量全面管理好自己的健康，实现起来是比较困难的。 “全方位的管理并不是生病后才进行管理，而是异常指标是否能及早发现，及时停止不良的生活习惯，人工智能具备解读报告的能力，可以帮助更多人制定健康生活方案。AIGC时代的到来，确实有更多的可能性。”他说。 爱康在2018年推出“iKang AI+”计划，截至目前，爱康已经拥有10余款人工智能产品，覆盖眼底、乳腺、心脏、脑血管、牙齿、骨骼等多种专项筛查，“爱康AI矩阵”初具规模。 爱康AI矩阵 结合爱康目前在全国范围内的合作医疗机构数据来看，“爱康AI矩阵”辅助医疗行业具有一定的成长空间。数据显示，爱康已在全国58个城市拥有近170家体检、齿科与医疗中心，与全国200多个城市的800家医疗机构建立起合作网络。 健康管家“ikkie”提供AI咨询，实现日常健康管理 为爱康20周年庆生，变身“粉红色”的爱康AI健康管家ikkie 今年6月，国务院发布的《深化医药卫生体制改革2024年重点工作任务》强调推进数字化赋能医改，推动健康医疗领域公共数据资源开发利用。国家卫健委、发改委等六大部门去年也发文提出推进“5G+医疗健康”、医学人工智能、“区块链+卫生健康”试点。数字化成为医疗行业趋势。 爱康很早开始数字化医疗的脚步。 2021年，爱康将自身医疗数据“上云”，建立起中国体检行业第一个千万级用户平台。据爱康方面介绍，其“医疗云”目前已经汇聚约7000万的体检大数据。基于上述数据库，2023年6月，爱康推出能够覆盖检前、检中、检后全环节的AI健康管家“ikkie”，为用户提供健康领域问题咨询。 爱康“ikkie”还使用了RAG（检索增强生成）技术，在内容生成前经过爱康的客服、运营、产品等特有知识库优化，使其回答健康相关问题时更全面、准确。数据显示，“ikkie”用户量已达到22万人，累计问答次数已达77万次。 在当代人生活节奏快、压力大的“亚健康”状态下，日常健康管理变得必要起来。对此，爱康在小红书发布“爱康听劝健康局”活动，搜集了许多网友的亲身经历。有网友表示，自己才18岁，因为喜欢跷二郎腿、弓背，已经腰突出好几年，现在只能靠理疗康复。 早发现早治疗，在AI技术加持下，“ikkie”健康管家可以帮助用户将很多身体问题控制在萌芽阶段。当询问“ikkie”喜欢跷二郎腿有哪些危害时，它会回答跷二郎腿可能产生血液循环问题、脊柱压力、肌肉不对称、关节负担、神经压迫等危害，还建议用户“尽量避免长时间跷二郎腿，定期改变坐姿，并进行适当的站立和走动”，发出疾病预警的同时给予一定解决方案。 在政策鼓励和市场需求下，AI辅助健康管理前景广阔。头豹研究院报告显示，在慢性病患者、亚健康群体增大及老龄化驱动下，AI健康管理需求市场快速扩张，预计2023至2027年，市场规模将增至25909亿元。 文/韦英姿 编辑 王进雨 校对 柳宝庆

「突然肚子疼怎么办？」「还有其它症状吗？具体哪里疼？」——这样的问诊对话不是发生在医院，而是来自 AI 健康顾问。 健康和医疗，是自从百川智能成立起就关注的方向。创始人、CEO 王小川更是认为，「往后二十年，若能为生命科学和医学的发展尽一份力，为大众健康做一点贡献，生命就更有意义了。」 这也就不意外，百川智能在WAIC 世界人工智能大会上，重点带来了全新AI医疗应用——AI健康顾问。 这位「顾问」依托通用医疗增强大模型，不仅拥有丰富的医药学知识，并且还具备医生思维。 它能够像从业多年的全科医生一样，在用户提出问询之后，根据用户的问题持续提问，从更多维度更深入地了解症状。 这使得它能像人类医生一样，收集到足够多病症信息后，进行综合判断，给出诊断结果和用药建议。 百川的通用医疗增强大模型不仅在USMLE（美国医考）的评测中超越了GPT-4，并且在由医生(协和、北医等头部三甲高年资主任、主治医师）和心理学专家作为评测主体，对模型进行多角度评测的真实人工评测中，同样超越了GPT-4。 这是百川深耕大模型的成果之一。 成立以来，百川智能先后发布了Baichuan-7B/13B，Baichuan2-7B/13B四款开源可免费商用大模型，以及 Baichuan2-192K、Baichuan-NPC、Baichuan 4等7款闭源大模型。除此之外，百川针对企业客户推出更实惠的Baichuan3-Turbo API和 Baichuan3-Turbo-128K API ，共计三款模型，提供MaaS+AaaS行业解决方案。 Baichuan 4 作为最新一代基座大模型，在国内权威大模型评测机构SuperCLUE的评测中，模型能力行业领先，处于国内大模型第一梯队。基于Baichuan 4的百小应，也在本次展会中吸引大量观众体验。 作为懂搜索、会提问的AI助手，百小应良好地融合了Baichuan 4行业领先的通用能力，能够通过一系列提问，解决用户无法明确表述自身需求，或者提问过于笼统、抽象等问题，帮助用户明确自身需求，获得更精准的答案。 终于，不用再担心自己没有「提个好问题」，AI自己也能搞定。 返回搜狐，查看更多 责任编辑：

近日，上海市儿童医院眼科的乔彤教授团队和上海交通大学医学院附属新华医院的郑策副教授在BMC Ophthalmology（《BMC眼科》）期刊上发表了一篇题为“Automated Detection of Steps in Videos of Strabismus Surgery Using Deep Learning”的文章，该研究开发了一个深度学习模型，用于自动检测斜视手术视频中的主要手术步骤。研究者认为，斜视手术步骤的自动分类识别可以辅助提高斜视手术规范化培训的有效性，也有望作为评估住院医师培训情况的重要手段。 斜视是指各种原因导致眼外肌协调运动失常，双眼不能同时注视同一物体的现象，是导致儿童视觉发育障碍的常见眼病。据了解，全球儿童斜视患病率约0.8%到6.0%不等。斜视除了影响美观外，还会导致弱视、双眼单视功能不同程度的丧失和自信心下降、自尊焦虑等社会心理后遗症。儿童斜视的早期发现和及时治疗至关重要，可以在矫正眼位、恢复外观的基础上，促进视力发育和双眼视觉功能的建立。 据乔彤介绍，目前临床上斜视的诊断高度依赖眼科医师专业检查和检查设备，耗费大量人力、物力，效率低、覆盖面小，应用场景局限在临床，“在中国等许多国家，能够完成斜视筛查的眼科医生数量有限，且眼科住院医师大多无法得到足够的、标准化的斜视手术培训和教育。人工智能（AI）与医学融合的时代已经到来。AI在斜视诊疗领域的应用研究起步较晚，目前大致可分为2类：识别诊断型及手术规划型。” 在上述研究中，团队采集了上海市儿童医院眼科的5位手术者的479个手术视频，将手术录像分割成3345个主要手术步骤片段。基于ICO斜视评估标准将斜视手术分为8个步骤：剪开结膜、钩取眼外肌、暴露眼外肌、预制缝线、分离眼外肌、测量位置、附着眼外肌及缝合结膜。并随机形成训练集、验证集和内部测试集。 由于手术视频不仅包括单帧静态图像信息，也包括时间维度的因果信息，因此，研究团队采用了两个神经网络嵌合的思路，其中卷积神经网络用于提取单帧图片中的静态手术动作信息，Transformer模型用于提取时间维度上的因果信息。模型构架主要包括输入端、中间模型和输出端三部分。研究者将神经网络设计为一个卷积神经网络（CNN）、一个递归神经网络（RNN）再串联一个门控递归单元（GRU）层三大版块：首先运用一个2017年由google团队提出的预训练的神经网络——DenseNet，提取出特征信息，包括单帧图片上的信息如RGP通道信息、空间信息等，并将它们降维压缩拉伸成空间向量信息，接着用注意力机制模型融合时间维度上的信息，最终输出预测结果。 当前研究的流程图和模型构架示意图。图片来源：BMC Ophthalmology 研究结果表明，该深度学习模型在对不同手术步骤进行分类时表现出色（AUC = 1.00；准确率 = 96%）。说明基于手术视频的深度学习模型可以高精度地自动识别斜视手术步骤。 研究者认为，该项研究在许多临床环境中都具有潜力。住院医生学习斜视手术的学习曲线与基于反馈的教学指导密切相关，深度学习算法可通过实时提醒下一步操作，及对手术中的错误操作进行识别和警告，减少手术失误并指导手术操作，尤其是对新手。此外，未来还可基于此开发一种实时监督和客观手术评估的手术规范化培训系统，以提高斜视的整体手术疗效。 据悉，研究团队将进一步探究、验证深度学习模型在眼科手术规范化培训中的潜在应用价值。结合对比学习、计算机视觉等方法，拓展深度学习结果的可解释性和临床随访等多领域应用。 海量资讯、精准解读，尽在新浪财经APP

转自：法治日报 #医生私拍传播患者裸照属侵权行为#【AI热评：医生拍摄传播病人裸照？#患者隐私岂容赤裸#！】患者在麻醉时被医生拍下裸照并传播出去，这事儿，你敢信？近日，有网友实名举报称，上海市东方医院医生孙某新私下传播病人麻醉时的裸照及180份病人手术信息，引发热议。目前，上海市东方医院发布通报，暂停其医疗工作，配合医院和相关部门调查。去医院求诊、就医，可以说患者是将自己的健康与信任完全托付给了医生。然而，在麻醉无意识的情况下，竟被医生拍下自己的裸照散播，想来就让人一身冷汗。这种毫无职业规范、严重缺乏医德的做法，怎能配得上患者的信任？私自拍摄患者裸照、传播病人手术信息的荒唐行径，更是赤裸裸的违法侵权行为。我国医师法中指出，医师在执业活动中履行“尊重、关心、爱护患者，依法保护患者隐私和个人信息”义务。我国民法典中明确规定，医疗机构及其医务人员应当对患者的隐私和个人信息保密。泄露患者的隐私和个人信息，或者未经患者同意公开其病历资料的，应当承担侵权责任。除此之外，医生拍摄患者裸照、传播病人手术信息的行为，情节严重的，可能涉嫌强制侮辱罪、侵犯公民个人信息罪，面临刑事处罚。还需追问的是，涉事医生之前是否也有过侵犯患者隐私的情况？患者的裸照及信息是否还有其他非法散播渠道？涉事医院在管理上是否存在漏洞？这些公众所担忧的问题，绝不可高高举起、轻轻放下。唯依法严惩、公正解决，才能敲响警钟！（文字：李一鸣） 海量资讯、精准解读，尽在新浪财经APP

证券之星消息，朗玛信息(300288)07月05日在投资者关系平台上答复投资者关心的问题。 投资者：39Ai全科医生将推出哪些新的功能？ 朗玛信息董秘：您好！公司“39AI全科医生”小程序版本更新情况以上线版本为准，敬请关注，谢谢！ 投资者：你好，该公司39AI从23年5月份发布开始到今年3月份开始测试版上线，截止到7月份测试版本上线近4个月，投资者询问开发进度，贵司回复都是官方更新迭代，请问所谓的更新迭代时间是多久？正式板块上线是多久？亮点是什么？公司股价一直再跌，公司是否有回购计划？对投资者的交代和分红时间多久？ 朗玛信息董秘：您好！公司“39AI全科医生”在持续进行学习训练，根据学习训练情况对软件版本不定期进行更新迭代，在后续的版本迭代中推出更多的实用功能，更好地提升用户体验，满足用户需求，公司亦在积极探索产品商业落地形式。“39AI全科医生”可对健康保健、医学问答、治疗方案及药品使用等方面进行咨询建议并能严格按照国家医学指南和专家共识对常见病进行辅助诊断，可以协助医生梳理出疾病的所有可能性，并提供基于大数据分析的治疗方案。目前公司没有股份回购计划，公司《2023年年度权益分派实施公告》已在指定信息披露媒体巨潮资讯网上发布，请您查阅，感谢关注！ 投资者：贵公司39AI全科医生商业落地探索的如何了？一款小软件难到需要探索10-20年嘛？ 朗玛信息董秘：您好！公司“39AI全科医生”在持续进行学习训练，亦在积极探索产品商业落地形式，实际运营情况请关注公司后续发布的相关公告。感谢关注！ 以上内容由证券之星根据公开信息整理，由算法生成（网信算备310104345710301240019号），与本站立场无关，如数据存在问题请联系我们。本文为数据整理，不对您构成任何投资建议，投资有风险，请谨慎决策。

作为科技行业一年一度的顶级盛宴，2024世界人工智能大会暨人工智能全球治理高级别会议（WAIC）于7月4日在上海盛大揭幕。 本次大会以“以共商促共享，以善治促善智”为主题，汇聚了来自全球的顶尖科学家、行业领袖及投资人，共同探索人工智能技术的无限可能及其在全球治理中的积极作用。在这场汇聚了众多智慧与创新的人工智能盛宴中，汉王大健康携旗下的柯氏音电子血压计惊艳亮相，在展示医疗科技最新成果的同时，也彰显了人工智能在健康管理中的巨大潜力。 人工智能破局，攻克百年难题 在医疗科技领域，血压测量技术始终是不可或缺的一环。然而，传统水银血压计虽然有着较高的准确性，但是却因为操作复杂、不便携带等缺点而逐渐淡出家庭市场。电子血压计虽然得到了快速普及，但是长期以来，如何将“柯氏音法”（即听诊法）这一无创血压测量的标准电子化，一直是业界的一大难题。 柯氏音法电子化难题的根源，在于“听、控、学、量”四个关键环节的精准实现。其中，“听”是不受环境影响精准识别柯氏音；“控”是指柯氏音要求的精准控制均速泄压；“学”是指大量优质的血压听诊数据用于训练；“量”是精准实时的柯氏音测量算法。要破解这一难题，需要深厚的人工智能技术积淀。而汉王大健康正是凭借其在人工智能领域多年来的研发积累，才在这一领域取得了突破性进展。 自2019年开始，汉王科技便集中优势资源，从硬件设计、数据采集、算法优化到软件应用，进行了全链条创新，最终成功研发出了柯氏音电子血压计。该血压计不仅精准还原了水银血压计的测量原理，更通过先进的AI技术，实现了在复杂环境下的精准“听诊”，确保了血压测量的准确性。经过严格测试，汉王柯氏音电子血压计的测量误差平均差控制在≤±1mmHg，远超国际临床标准，为高血压的精准预测和早期诊断提供了有力支持。 人工智能助力，打造个性化诊疗 面对我国高达2.45亿的高血压患者群体，如何对患者进行长期有效的监测与管理，一直是困扰医疗界的难题。如今随着人工智能技术的发展，汉王大健康将AI技术深度融入健康管理之中，通过在柯氏音电子血压计配套的APP中引入汉王天地大模型，可以为用户量身打造个性化的诊疗方案。 汉王天地大模型拥有全面强大的多模态协同能力，融合丰富的医养知识和专业医疗数据库，能够根据用户的血压数据，结合个人生活习惯、遗传背景等各种因素，为其定制个性化的健康建议。这些建议不仅涵盖了饮食调整、运动指导等日常健康管理内容，还能针对用户的具体病情提供针对性的治疗建议。用户还可以通过交互界面与天地大模型对话，询问各种关于血压的问题并得到相应的指导和建议。 值得一提的是，为了确保建议的准确性和可靠性，汉王科技还配备了专业的坐席医生进行内容审核和修正，以确保患者能够获得科学、准确的健康指导。 人工智能赋能，实现健康管理 在高血压的防控体系中，精准监测与有效治疗同样重要。搭载了人工智能技术的汉王柯氏音电子血压计，不仅实现了对患者血压的精准监测，而且还能够通过物联网NB模块，实现数据的远程传输与实时共享。医生通过手机APP即可获取患者的血压数据，针对高血压人群建立完备的个人电子健康档案，进行分层、分型和细化管理，并动态实时评估治疗效。这种闭环管理模式不仅实现了对患者的实时健康监护，提高了高血压的治疗率和控制率，而且还大大减轻了医生的工作负担，使医患之间的沟通与协作更加快捷高效。 不仅如此，汉王柯氏音电子血压计还具备强大的数据分析功能。通过收集并分析大量用户的血压数据，可以揭示高血压的发病规律、影响因素等关键信息，为高血压的防控提供科学依据。这种基于大数据的智能化管理，不仅提升了医疗服务的效率和质量，而且也为公共卫生政策的制定提供了有力支持。 自从上市以来，汉王柯氏音电子血压计便凭借其精准的测量、个性化的诊疗方案、便捷的远程监测功能，在激烈的市场竞争中迅速赢得了客户的广泛认可。在今年618购物节期间，汉王柯氏音电子血压计在京东、天猫、抖音三大平台500元以上上臂式高端血压计中荣获销量第一，成功超越国外知名品牌，彰显了国货品牌在健康监测领域的崛起和进步。展望未来，伴随着人工智能技术的不断发展，相信汉王大健康还将在医疗健康领域持续深耕，不断推出更多的创新产品和健康服务。返回搜狐，查看更多 责任编辑：

当前，生成式 AI 的发展正如火如荼，各种生成式 AI 正在重塑生产力，在内容创作、软件开发、教育办公等多个领域提升人们的工作效率，推动行业创新和社会变革。 面对汹涌而来的生成式 AI 浪潮，终端产业又会如何变革？最近，在华为开发者大会 2024 上，《AI 与人协作、服务于人 ——AI 终端白皮书》（以下简称《AI 终端白皮书》）正式发布，就回答了这个问题。 从功能级到智慧级，AI 终端智能化分级标准正式提出 《AI 终端白皮书》由华为与张亚勤院士领导的清华大学人工智能产业研究院（AIR）联合编写，围绕 AI 技术的产业趋势、AI 终端智能化分级标准与关键技术特征等进行讨论。 在 AI 终端智能化的分级标准方面，华为联合清华大学，学习借鉴汽车驾驶自动化分级，以及清华大学 PERSONAL LLM AGENTS 中的智能体能力分级，提出 AI 终端智能化 L1~L5 分级标准，将 AI 终端分为功能级、任务级、协作级、指导级、智慧级共 5 个等级。 《AI 终端白皮书》同时指出，AI 的核心是与人协作，服务于人。这也是是华为终端一贯坚持的技术理念，通过无处不在的全场景智能，华为致力于让 AI 帮助提升人的生活效率和生活品质，并赋予人们实现梦想和创造未来的能力。 AI 终端智能化分级六大关键技术特征，构筑全局化智能 《AI 终端白皮书》分析了 AI...