人手一个AI健康助手!大模型时代的搜索引擎「蜕变」
AI医师助手

人手一个AI健康助手!大模型时代的搜索引擎「蜕变」

(头图由AI工具生成) 作者 | 三北编辑 | 漠影 智东西12月27日报道,今年9月,国外一名身患怪病的男孩三年求医17名医生无果,却因被ChatGPT正确诊出“脊髓栓系综合征”而成功获救。这让人们第一次直观感受到大模型在健康信息服务领域的巨大潜力。 现在,这种潜力正在被科技公司们转化为端到端的闭环产品。一些科技公司面向医疗机构客户开放了大模型服务,也有团队开源了医疗大模型群,但要说广大用户最直接可感的,还是智能搜索引擎夸克App近期悄然上线了一款“夸克健康助手”。 日前,夸克进行了健康搜索的全面升级,用户在部分搜索结果中会得到由“夸克健康助手”提供的AIGC内容。据悉,在夸克搜索健康信息的正确率超过90%,处在行业第一梯队。 ▲在夸克App调用夸克AI健康助手 首次体验后,用户便可将夸克健康助手添加到App首页,以便随时调用。 ▲将夸克AI健康助手添加到夸克App首页 据夸克相关负责人称,夸克自研大模型已经凭486分的高分通过了临床执业医师资格考试,同时在健康内容上的幻觉率已经降低至5%以内,达到远优于同行的水平。 自年初ChatGPT爆火以来,微软、谷歌等科技巨头纷纷推了出AI版搜索引擎,但面对专业知识要求更高的健康信息服务领域,各路玩家或保持观望或小范围试水。作为2018年就明确了智能搜索引擎定位的新锐选手,夸克率先在健康领域迈出了革新搜索的第一步。 夸克自研大模型在搜索的实际落地效果如何?背后有什么样的技术挑战和行业真相?通过深扒夸克健康大模型应用,本文对此进行了深入探讨。 一、实测AI健康助手:简单对话,多维诊断 打开夸克App,虽然首页没有发生明显变化,但搜索结果呈现已经被夸克大模型悄然改变。 如下图所示,当智东西输入“咳嗽检查”这一问题,搜索结果中出现了AIGC内容和夸克健康助手的入口。用户可以先简单的了解病症信息,然后在根据自己的身体情况进行选择和对话。 点击进入夸克健康助手,页面变成一个对话框形式。当智东西换一个问题:“经常口腔溃疡是什么原因”,夸克健康助手从非病理因素和病理因素给出了问题的答复。或许是考虑到回答较含糊,夸克健康助手进一步给出了一个卡片选项,使我可以补充症状,从而获取更精准的答案。 在我提供了补充症状之后,夸克健康助手果然给出了更聚焦的治疗建议,并给出主要原因分析、科室就医建议、如何进一步确诊等一系列问题的答案。 当智东西问到“家里老人刚做完宫颈手术,有什么吃食建议?”时,夸克健康助手给出了针对性的饮食建议。当涉及偏门的问题,比如“有人说鱼是发物,也是可以吃的吗?”,夸克健康助手也能根据跨中西医的知识,给出明确的分析判断:“可以适量食用”。 夸克健康助手的一大特点是病情病例描述具体,而不是泛泛而谈,因此具有更强的参考性。 比如当智东西问到“我胳膊肘处有小块红色点群状胎记,不太光滑,有一些充血,可能是什么疾病?”,夸克健康助手立马给出了血管瘤、鲜红斑痣、草莓状毛细血管瘤等几种可能。 通过“质软可被压缩、“菜花状”等描述,加上超链接中的图片,血管瘤的可能性看起来更大。通过夸克健康助手,我进一步了解到这是一种大概率不会给身体带来危险的良性肿瘤。实际上,这是我家人的真实病例,夸克给出的判断与此前在医院检查所得的结果一致。 再来看看智能筛查功能,比如智东西在搜索引擎中输入“55岁男士经常胳膊麻是怎么回事”,智能筛查卡片弹出并给出了持续时长、发病部位、行为诱因等多个选项。 当选择持续数月、单侧选项之后,夸克则提示我这可能与颈椎病、脑出血、脑血管病有关。点击可能的病状,如点击脑出血板块进入解答链接,只见有首都医科大学的主任医师来为我解答背后的原因。 实际上,这一病例的患者确实在出现手麻症状之后的几个月后突然脑出血,可见这个智能筛查的功能还是比较具有参考性的。 经过试用智东西发现,夸克健康助手在健康问题咨询上基本上没出现答非所问、胡编乱造、上下文不流畅的情形,甚至还比较准确地给出了初诊结果。虽然这种建议不能替代医疗诊断,但有助于帮患者在就医前进行初步自查。 必须承认,夸克健康助手在一些问题回答上偏保守,比如在多则建议后都指出“以上建议仅供参考”,但它作为一款辅助性的健康助手,已经比传统搜索引擎好用了不少。 二、大模型进入专业领域,安全准确是第一道关口 体验完产品应用,我们将目光转向产业和技术。 从通用搜索到健康等专业搜索领域,大模型正在彻底改变搜索引擎的玩法,背后的关键因素是知识准确度的提升。 回顾年初ChatGPT爆火全球以来,先是微软率先将ChatGPT接入了Bing搜索,而后谷歌以及国内的百度、夸克等纷纷将搜索引擎接入大模型,短视频平台抖音近期也传出正在内测AI视频搜索……互联网大厂纷纷抢滩AI搜索赛道。 背后,大模型正在打破传统搜索引擎的技术瓶颈:传统搜索引擎依赖关键词匹配,难以理解上下文;仅调取网上已有内容,内容相关度和质量不足;难以区分真假信息,误导用户等。大模型对搜索的变革在行业已有共识,基于理解、知识、创作、对话、推理等多重能力,将带来更准确、更全面、更交互的信息服务体验。 但与此同时,大模型在知识准确度上表现不足,阻碍其进入更专业的信息服务领域。 以健康领域为例,这是很多人使用搜索引擎的典型场景,却是大模型久攻不下的一座城池。 究其背后原因,还是“幻觉”问题。由于医生无法给患者详细解释每一个医疗健康知识,患者很多知识需求是通过网络获取的。但由于大模型存在幻觉,会捏造信息,很可能给出错误的疾病判断、用药建议,使得患者贻误病情,后果不堪设想。 安全准确是健康信息服务的第一道关口,夸克专门对此进行了攻关。夸克相关负责人称,夸克做了很多健康行业数据建设和知识建设,从而使其知识错误率能降到了5%以下,这才具备了产品推向广大C端市场的底气。 解决大模型应用的问题,首先要先解决知识正确性的问题。为此,夸克建设了大量的医典百科、医典问答的C端用户数据,整理了大量的指南、标准、书籍等一系列数据,并建设了完整的医疗知识图谱,由此大大降低了大模型的幻觉。 值得一提的是,为了确保内容的专业性、正确性和科学性,夸克还成立了健康专家团。一方面其与200多位权威医学专家、60多家全国知名公立三甲医院和40多家医学机构合作,共建大模型内容生态;另一方面,夸克招募了健康大模型精调师,结合用户需求和热门病症,提供最新健康知识。 由此形成的千亿参数级别的夸克自研大模型,助其跨越安全准确第一道关口,进入专业搜索领域。 三、千亿级参数大模型,四个大招变革搜索 根据知名行研机构IDC今年8月发布的报告,在大模型的推动下,2027年全球人工智能IT总投资预计增至4236亿美元,约合3.1万亿元人民币。在这一新蓝海前景下,互联网巨头、科技行业龙头和AI创企几路玩家掀起了声势浩大的「百模大战」。 而随着「百模大战」的焦点演变为大模型产业化落地,夸克这样交叉领域玩家快速走到了聚光灯下。 夸克于11月22日正式公布了全栈自研、千亿级参数的夸克大模型。同时,夸克大模型已登顶C-Eval和CMMLU两大权威榜单,多项性能优于GPT-4,亦在法律、医疗、问答等领域的性能评测中夺冠。 要达成这样的成绩,并非没有挑战。...
清华发力AI健康研究最新布局,携手中国“AI大模型”先行者智源研究院
AI医师助手

清华发力AI健康研究最新布局,携手中国“AI大模型”先行者智源研究院

本文来自“智源研究院”,文章仅代表作者观点,与“科研圈”无关。 北京智源人工智能研究院清华大学智能产业研究院(AIR)两所极具代表性的创新型 AI 研究院,强强联手成立「清华(AIR)- 智源健康计算联合研究中心」,马维英任联合中心主任。 中心将致力于通过人工智能技术推动健康各领域从孤立、开环走向协同、闭环发展。推动被动式健康管理走向提早预测、主动预防、个性化、主动参与的新范式,实现更智能的个人健康管理,更有效的公共健康治理。 8月20日,联合研究中心在智源研究院召开首次会议,智源研究院理事长张宏江、院长黄铁军、副院长曹岗,清华大学智能产业研究院院长张亚勤、首席科学家马维英、副院长刘洋、首席研究员聂再清等出席会议。 << 健康计算联合研究中心首次会议 联合中心主任马维英博士介绍:人工智能技术在生命健康和医疗领域面临一系列核心技术挑战,如医疗健康数据孤岛,缺乏数据共享、统一的标注和工具,缺乏反馈机制和快速迭代的能力。 联合研究中心将充分发挥合作双方优势,联合健康医疗领域产业合作伙伴,结合产业应用场景,通过人工智能技术推动更智能的个人健康管理。一期将率先为主动、个性化、智能化的健康应用搭建基础平台,打造一个更专业、可依靠的个人智能健康管理助手。 从被动治疗到主动干预 健康管理需求强烈 人工智能潜力巨大 健康问题,往往来自于忽视。 近年来,各种“慢性病”和“亚健康”已经成为危害人类健康的头号杀手,仅在中国,就有超过3亿多的慢病患者。 从被动治疗到主动预防的思路转变,正在为这样的老故事重新改写 happy ending。「AI+健康管理」作为重要发力点,所需条件正日益成熟: 从政策方面来看,十三五以来,国务院多次印发关于“健康中国”、“互联网+医疗”的意见和纲要。在2020年的科学家座谈会上,更是“面向人民生命健康”,树立为新时代中国科技发展的四大方向之一。在北京市人民政府刚刚发布的《北京市“十四五”时期高精尖产业发展规划》中,做大两个国际引领支柱——“新一代信息技术”和“医药健康”,是打造面向未来的高精尖产业新体系的新目标。 数据层面来讲,随着人工智能、大数据等技术的不断向下渗透,产业、社会数据化的大浪潮势不可挡。 传统医疗、保健、体检机构等,已然储备了大量与医疗健康相关的数据。而随着诸如基因测序等技术的不断发展,其测序成本也在逐步下降,这也促进了医疗数据的产生。健康数据的大量积累,为人工智能参与健康管理提供了可发力的深厚基础。 数据显示,通过健康管理计划,诸多疾病可得到有效控制,例如胆固醇水平下降了2%、高血压水平下降了4%、冠心病发病率下降了16%。 产业前景上,随着我国人口基数的不断增长,经济技术水平不断提高,人口老龄化逐渐演进,种种因素必然导致我国的医疗健康产业,将成为世界增长最快的产业之一。加之近两年疫情所致,更是进一步加速了中国大健康产业数字化、智能化的改革发展。据统计分析显示,该产业正在逐步形成一个超过10万亿的蓝海市场。 可以看到,无论是宏观政策、社会进程,还是市场选择、技术发展 ,“人工智能对健康管理效率提升”的革命都势不可挡。 从孤立到协同 从开环到闭环 最终连接软件、硬件全生态 立足于庞大的现存数据地基,如何打破固有的孤立、开环问题,让数据孤岛连成一片生生不息的大地? 如何以人工智能技术进行充分挖掘、开采、提炼、加工,以变革性的科技效率提升高品质健康检测、疾病预防,以及健康风险评估等方面的巨大潜能? 「清华(AIR)- 智源健康计算联合研究中心 」选取的路径是: 以「通过饮食,生活习惯可干预疾病」为切入口,打造一个个性化的个人健康管理系统,打通软件与智能硬件连接,最终搭建一个包含科学研究、技术攻关、平台建设、产品开发和企业孵化的「AI+健康」管理全生态。 在技术上,通过多模态神经符号AI,结合相关性、注意力机制和因果关系,使不同的表达和模型可以彼此相互训练、相互学习。同时结合对抗、协作、多模态、多任务、迁移学习、联邦学习等前沿AI技术,最大程度地释放个人健康数据巨大潜力,发挥健康数据的协同能力,为主动、个性化、智能化的健康应用搭建基础平台。 核心思想,即人工智能推动医疗健康各领域,从孤立到协同,从开环到闭环发展。 AI、医疗与产业顶级人才合作 为 AI 健康管理的聪明劲儿 再加一把劲儿! 目前,联合研究中心汇集了人工智能机器学习、计算机视觉、自然语言处理、生物信息学、分布式计算、物联网、智能硬件等领域的高水平研究人员。 研究中心主任马维英,为清华大学智能产业研究院惠妍讲席教授、首席科学家,历任微软亚洲研究院常务副院长、字节跳动副总裁兼人工智能实验室主任。 马维英于2021北京智源大会 技术优势之外,健康管理涉及到医疗知识与指导的权威和专业性。目前项目正在开展与清华大学生命科学,医学,公共卫生等研究团队的合作,进行广泛的交叉研究部署。 最后,也是核心中的核心:健康管理领域的进步,核心价值观是患者。智源与清华AIR的研究机构定位,定义了非逐利、非商业的先天属性,也将持续担当起为社会做好健康公益的初心职责。...
法律研究 | 安杰世泽数字经济法律服务专刊(2023年4月)
AI律师助手

法律研究 | 安杰世泽数字经济法律服务专刊(2023年4月)

数字经济法律服务专刊 (2023年4月刊) AnJie Broad Legal Studies : Digital Economy Legal Services   (Apr. 2023) 01 审时度势 REGULATORY LANDSCAPE [数据网络] 四部门联合印发《关于开展网络安全服务认证工作的实施意见》 [Data Network] The four departments jointly issued “Implementation Opinions on Carrying out Network Security Service Certification” 为推进网络安全服务认证体系建设,提升网络安全服务机构能力水平和服务质量,根据《网络安全法》《认证认可条例》,国家市场监管总局、中央网信办、工业和信息化部、公安部近日联合印发《关于开展网络安全服务认证工作的实施意见》,就开展国家统一推行的网络安全服务认证工作提出9条意见。 来源:工信微报 https://mp.weixin.qq.com/s/FuzbgKmbqvpA2fT6IlYYlw [数据网络] 工信部、文旅部联合印发《关于加强5G+智慧旅游协同创新发展的通知》 [Data Network] The Ministry of Industry and...
生死突围,百度押注AI医疗
AI医师助手

生死突围,百度押注AI医疗

“该撤就撤,该关就关,该并就并。” 在2017年2月新春内部演讲中,李彦宏扔下这句狠话。 第二天,百度整个移动医疗事业部被裁,总人数多达两三百人。 除了智能小e团队和拇指医生团队转入AI体系,医疗事业内容建设并入搜索公司外,其他业务一律关停。 几天后,李彦宏道出了移动医疗事业部的窘态: “原来想的是O2O这种挂号业务,但这个其实技术含量并不高。医疗是个非常有潜力的市场,而改变医疗市场最重要的力量是人工智能。” 动荡:从失落中转身 百度移动医疗事业部被裁,贴吧被卖和魏则西事件是导火索。 2016年年初事件爆发后,全社会一片哗然,谴责百度的声浪越来越强烈,口水彻底淹没了这家老牌互联网公司。 医疗事业部并不负责“竞价排名”等搜索优化业务,但确确实实背了一口大锅。 总经理李政演讲时,甚至被后排参会观众喊话:“请你们解释一下百度的竞价排名!”无奈之下,李政只好道歉,并称会努力改进。 被裁时,百度的移动医疗事业群隶属于百度新兴业务事业群组(EBG),成立于2015年,主要负责百度医生、拇指医生、百度健康、百度医疗大脑等业务。 制图:智药局 这些业务基本上以O2O为主,整合百度搜索入口流量,提供线上挂号、缴费等服务。 但两起突发事件却让其走到了悬崖边,彻底动摇了百度的价值观。 李彦宏也在反思:十几年来,百度搜索没怎么变过,没给用户提供一个真正创新性的产品。 他在内部信中说,“如果失去了用户的支持,百度离倒闭只有30天。” 显然,百度需要一次不破不立、破斧沉舟的勇气。移动医疗事业群只不过是第一个被开刀的对象。 而推动这一切的,正是此前官宣加入百度,有“硅谷第一华人”之称的陆奇。 在硅谷华人圈,陆奇可谓是一个神话,坐着华人科技圈子的头把交椅。 从工程师做起,十年间晋升雅虎的执行副总裁;而后任职微软,是其四大业务部门负责人之一,直接向CEO萨提亚·纳德拉汇报工作。 2017年1月17日,陆奇被任命为百度总裁。这次任命份量极重,李彦宏第一次给出如此高的职务,可谓一人之下,万人之上。 当陆奇向微软辞职时,比尔·盖茨都在挽救这位极有战略目光和执行力的管理者。 空降百度后,陆奇大刀阔斧地进行改革。百度也随之经历了相当长的一段动荡期,包括裁撤医疗事业部,卖掉百度外卖,进行O2O大瘦身。 同时,他将AI在百度的地位提升到无以伦比的高度,让百度整体战略逐渐清晰。 2017年7月,陆奇在百度AI开发者大会上坚定地宣布:AI是百度的机会,ALL in AI。这句话也成为了今后百度AI战略的代名词。 百度重回了那个专注技术的“简单”公司,人工智能是其押注的一场豪赌。 好在半个月后,国务院发布《新一代人工智能发展规划》,从国家层面对AI产业进行了战略指导,成为中国人工智能领域的大喜事。 医疗方面,不仅开发手术机器人、智能诊疗助手、智能影像等临床应用;还推动人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发,推进医药监管智能化。 借助政策的春风,AI医疗时代的帷幕正缓缓拉开。 在陆奇带领下,百度的市值从600亿涨至800亿美元,甚至曾一度逼近千亿美元大关,可见资本市场对其AI战略调整的认可。 但可惜的是,这位变法者仅在百度待了16个月便离开了;离开时,远没有一年前的“空降”声势浩大。 百度的AI医疗故事,仍在继续。 重启:AI医疗时代 组织架构还未调整前,百度就曾试水过AI赋能医疗产业。 2016年10月,百度推出了在医疗领域的人工智能系统——医疗大脑,对标谷歌和IBM。第一个产品是通过“AI问诊”,模拟医生的问诊流程,由AI适当给出建议。 基于当时的舆情,该产品并不受人信任。对百度误解较深的人们甚至认为,AI问诊仍会将病人导向莆田医院,又引来一番口诛笔伐。 2017年,政策风口来临,行业也随风而动。 借力打力,技术门槛相对较低的AI医疗影像,也在此刻迎来了大繁荣。 行业到达鼎沸时,互联网大厂也纷纷下场:阿里健康与万里云联合推出医疗AI产品“Doctor You”;一个月后,腾讯推出医疗影像AI产品“觅影”,声称对早期食管癌筛查准确率高达90%。 2018年4月,百度灵医宣告成立,隶属于人工智能事业群,同年6月开始做医疗影像。 百度灵医的成立,也标志着其以AI技术为核心,回归开展医疗业务。 这年年底,推出了百度AI眼底筛查一体机。李彦宏亲自为其站台,并向基层捐献500台机器,想利用技术和公益事业,重塑百度形象。...
最新!AIGC公司生态地图;开发者实用ChatGPT工具清单;上手必会SD绘图教程;字幕组全自动化流程 | ShowMeAI日报
AI助手资讯

最新!AIGC公司生态地图;开发者实用ChatGPT工具清单;上手必会SD绘图教程;字幕组全自动化流程 | ShowMeAI日报

光年之外诚邀产品经理加入 古典产品经理的复兴! 光年之外创始人王慧文在社交平台发帖,公布联合创始人团队基本情况,并招募产品经理共创 AGI 时代,并给出了应聘建议:出身互联网产品经理或有 AI 背景,除常规简历外,建议准备对ChatGPT、大模型的技术理解或产品构想,展示在产品方面的履历和知识积累。(🌍即刻 @王慧文[1]) 终于可以真正琢磨用户,而不是抠数据做AB加按钮了!暴风哭泣! Microsoft Loop AI 云端协作工具,剑指 Notion! 🌍Microsoft Loop[2] 是一款全新的协作应用程序,将强大灵活的画布与便携式组件相结合,可与 Microsoft 365 协同使用,原生支持中文,提供了一种全新的协作方式。 Loop 的 AI 能力自然非常强大。使用 Copilot 插件获得实时灵感和完善建议(目前仅对小部分用户开放),以及 Jumpstart workspace 使用 AI 基于标题生成第一版内容,摆脱空白画布的恐惧感。 登录就可以直接体验:https://loop.microsoft.com/learn GitHub Copilot X 太强了!碾压上一代!微软抄了码农家! 🌍GitHub Copilot X[3] 是 GPT-4 加强版的Copilot,由四个产品共同组成: GitHub Copilot Chat (边写代码边跟...
“AI医疗”又火了,这次会续写怎样的故事?
AI医师助手

“AI医疗”又火了,这次会续写怎样的故事?

3月27日,港交所文件显示,AI药物研发公司英矽智能再次提交上市申请。就在前不久,英伟达CEO认证“AI医疗”就是下一个“黄金赛道”。医疗领域的AI热潮再度来袭。 从2023年横空出世的ChatGPT,到2024年OpenAI带着Sora降临,AI领域的任何风吹草动似乎都带着要颠覆一个行业的势头。 近日,英伟达CEO黄仁勋认证“AI医疗”就是下一个黄金赛道。看起来更有说服力的是,该公司自2023年以来已投资9家AI制药公司,覆盖小分子药物、大分子抗体、GPCR药物、核酸药物及疫苗等。 生物医药产业再度迎来“AI热”。 事实上,早在2020年,“AI医疗”相关概念曾在国内掀起过一波浪潮。中信证券研报显示,国内AI制药赛道当年投融资额超31亿元,同比增长近7倍。这股投融资热度并未马上退去,据动脉网不完全统计,2021年,国内AI制药领域发生34起融资事件,涉及融资总金额约84亿元,平均单笔融资金额约2.5亿元,超七成获投企业处于早期轮次。其中,晶泰科技是最具代表性的案例,该公司被50家国际机构融资竞标,2021年8月完成的D轮融资高达4亿美元。晶泰科技招股书显示,截至2023年6月30日,公司已累计融资约7.32亿美元。 随着一级市场投资回归冷淡,2023以来,AI医疗领域热度有所下降。如今,风口又被英伟达吹起,“AI医疗”将续写怎样的故事? 新一轮热潮来临 刚刚结束的英伟达GTC2024大会上,90场与医疗保健/生命科学相关的会议让AI+医疗的未来充满想象空间。 受该消息影响,国内相关股票接连多个涨停。目前,A股市场中涉及“AI医疗”的概念股超过20只,包括思创医惠、贝瑞基因、爱尔眼科、朗玛信息、塞力医疗、泓博医药等。其中,泓博医药3月中旬以来股价4次冲上龙虎榜。 招商证券认为,全球“AI+医疗”市场规模超50亿美元,将继续保持快速增长。根据全球观察报告,预计“AI+医疗”市场规模年均复合增速将超过29%,2032年将达到700亿美元。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%。 跨国药企(MNC)已经率先驶入“AI+制药”的快车道。在英伟达GTC2024大会上,强生、GSK、默克、诺华、诺和诺德、基因泰克、安斯泰来等医药巨头竞相与英伟达建立数项新合作。在制药赛道,阿斯利康、礼来、赛诺菲、艾伯维已经纷纷自建平台、BD交易、合作研发进行了AI布局。 记者从GE医疗方面了解到,公司主要使用英伟达技术开发了其最新的研究模型SonoSAMTrack,用于分割超声图像中的解剖结构、病变和其他重要区域。 “近期的一项研究显示,SonoSAMTrack在7个超声数据集中均表现优异,涵盖各类解剖结构(成人心脏和胎儿头部)和病理(乳腺病变和肌肉骨骼病变)以及不同的扫描设备。此外,在提升速度和效率方面,SonoSAMTrack仅通过2-6次点击即可进行精确分割,尽可能地减少了用户的输入。”GE医疗方面向《国际金融报》记者表示。 除了英伟达外,微软、谷歌等科技巨头近年来也在加码“AI医疗”。国内方面,阿里、百度、腾讯等互联网巨头均已成立了医疗AI部门。 颠覆性变革或到来 “AI在医疗领域的应用将越来越广泛,从辅助诊断到个性化治疗,从精准预测到智能手术,AI正在改变着医疗行业的方方面面。”沙利文大中华区执行总监周明子在接受《国际金融报》记者采访时表示。 从目前的落地情况来看,AI在医疗影像中的应用已进入发展快车道。GE医疗与医准智能共同研发的Nova AI乳腺机,是全球首台全流程人工智能乳腺机。GE医疗方面提供的一组对比数据显示,石家庄某医院在2023年采用Nova AI后,10个月的时间里完成约1.2万个乳腺癌筛查,14人确诊乳腺癌。而在未采用Nova AI的2022年,该医院全年满负荷完成5000个乳腺癌筛查、检测出3位乳腺癌患者。 国内医学影像龙头联影集团于2017年底成立的联影智能,也将AI作为核心技术“底座”之一,提出了“uAI+医用通才大模型”规划,其中包括医疗影像大模型、医疗文本大模型与医疗混合模态大模型三大核心模型,以聚焦诊疗全链路智能驱动。 在手术治疗领域,AI的加持则让其出现了颠覆性的变革。同济大学副教授、博士生导师齐鹏向《国际金融报》记者表示,AI让患者的就医习惯和医生的诊疗习惯发生了极大的改变。比如一些医生在做骨科手术的时候,不用再经过反复拍片来确定皮下位置,而是直接通过手术机器人来精准定位。 据齐鹏介绍,所谓的手术机器人并不是要让机器人来给患者手术,而是医生操作手术机器人来完成治疗,在提高效率的同时,减少患者的创口。齐鹏带领团队研发的心脏介入手术机器人,可以通过插入血管的导管和导丝诊治冠心病,因为不必开胸,患者就能减轻痛苦,术后恢复也快。 “临床中要让手术机器人落地,首先是要对医生们进行培训,教会他们如何使用,让医生真正感受到手术机器人的便利。”齐鹏说。 AI制药商业化落地难 在“AI医疗”落地的众多场景之中,AI制药无疑最受资本市场喜爱。 新药研发领域一直存在着“双十定律”,即耗费10年时间、10亿美元才能研发出一款创新药。如此之高的投入也一直是困扰业内的难题。因此,业内寄予AI厚望,希望能够通过AI技术,来加速新药研发周期,降低成本的同时能提高成功率。 在周明子看来,AI技术可以更准确地预测药物的疗效和安全性,减少临床试验的失败率,从而降低研发风险。同时,AI还可以帮助企业更好地理解市场需求和患者偏好,优化销售策略和推广渠道,提高产品的市场竞争力。 以美国创新制药公司Relay为例,其在安腾超级计算机(Anton)的支持下,用18个月、不到1亿美元确认了一款胆管癌治疗药物RLY-4008的结构,成功打破”双十定律”。 但2023年6月,“AI制药第一股”英矽智能递表港交所后,又在年底传出失效的经历,也着实让业内捏了把汗。 有业内观点认为,英矽智能上市失效,或许并不是源于技术问题,而是折射出AI制药行业乃至整个医药行业面临的商业化困境问题。 另一家拥有10余年历史的英国AI制药公司Exscientia也在2023年10月宣布,因疗效达不到预期即将终止一条癌症候选药物。而在此前,Exscientia也因临床试验未达到预期等原因停掉了数条管线。 据智药局统计,2023年全球102条获批临床的AI药物管线中,有56条推进到Ⅰ期,占总数的一半多;其次为推进到Ⅱ期,41条。但到了临床Ⅲ期的管线数量却出现断崖式下滑,仅5条管线进入上市前的最后验证阶段。 英伟达为“AI医疗”描绘了一幅美好的蓝图,但业内对于“AI医疗”的商业化落地仍存在着部分质疑声音。毕竟,英伟达投资并服务于AI制药公司,制造风口后,自身是最大获利者。 对于AI医疗落地目前仍存在的壁垒,齐鹏表示,虽然目前AI已经渗透到制药研发、辅助诊断、手术治疗以及医疗服务之中,但在实际应用中的推广仍存在着一定阻力,其中一个原因就是投入与回报不成正比。 “高研发投入后的高定价,使得产品销量并不好,企业得不到回报,自然也就不愿意继续推广。”齐鹏说。 周明子也提到,定价高和销量不佳是AI医疗设备落地的一大难题。高昂的研发和生产成本使得AI医疗设备价格居高不下,难以被广大医疗机构所接受。他认为,可以考虑通过政府补贴、税收优惠等方式降低企业成本,同时推动产业链上下游的协同发展,实现成本的有效控制。此外,加强市场推广和品牌建设,提高消费者对AI医疗设备的认知度和接受度,也是提升销量的关键。 三大问题待解 除定价高外,周明子认为AI医疗落地过程还存在三大难题。 一是准确率:由于医疗领域的复杂性和特殊性,AI算法在医疗诊断中的应用仍存在一定的误差,这直接影响了医生和患者的信任度; 二是监管和合规:AI医疗设备的监管框架可能跟不上技术的快速发展; 三是数据支撑:医疗数据的获取、标注和隐私保护等方面都存在诸多挑战。 至于如何解决上述问题,周明子向《国际金融报》记者表示,“为保证准确率,我们需要不断优化算法模型,同时加大医疗数据集的积累和清洗工作,确保模型的训练是基于高质量的数据;合规方面,监管机构需要制定明确的法规和标准来确保AI医疗设备的安全性和有效性,企业和开发者也需要确保产品符合相关的法规要求;数据支撑上,则需要建立统一的数据标准和规范,推动医疗数据的共享和开放。同时,加强数据安全和隐私保护技术的研究和应用,确保医疗数据在合法、合规的前提下得到充分利用。”
用大模型“治病”,有多少人想找AI看一次“电子专家门诊”?丨新经济 再出发
AI医师助手

用大模型“治病”,有多少人想找AI看一次“电子专家门诊”?丨新经济 再出发

封面新闻记者 欧阳宏宇 蔡世奇 工作中,帮你远程操控机械的,是AI;看病时,给你做检查写病历的,是AI;出行时,替你巡航驾驶汽车的,还是AI……这些未来图景是否已嵌入了你的工作生活? 从ChatGPT出现挑起“百模大战”,到文生视频模型Sora在全球爆火,人工智能技术与各场景共振的新潮流再起。资本热逐之下,AI在产业端落地的锚点与前景也日渐清晰。 作为新质生产力的重要范畴,人工智能的价值与潜力不言而喻。当这一技术从实验室走向生产线,再进入千家万户,经过了怎样的历程?带着这些问题,我们一同到大湾区寻找答案。 “人工智能+”落地成果显现 医疗影像AI技术已臻成熟 随着GPT-3开启人类通用人工智能之旅,文心、通义、混元大模型等中国造AI大模型接踵而至,并很快同线下场景展开结合实践。 作为中国互联网三巨头BAT之一的腾讯,已在AI赛道上深耕多年。这家公司几天前公布的2023年年报显示,旗下金融科技及企业服务板块在过年一年实现收入2037.63亿元,人工智能及相关应用也是其中的重要组成。在财报发布后一个交易日,腾讯股价一度冲高至298.2港元/股,收盘时上涨0.83%。 调查机构QYR咨询去年底公布的报告显示,全球人工智能市场预计未来五年年复合增长率为41%。我国人工智能产业在过去几年发展蓬勃,工信部副部长徐晓兰此前公开透露,其核心产业规模达到5000亿元,企业数量超过4300家,创新成果不断涌现。 在腾讯研究院资深专家王鹏看来,大模型热度兴起不过一年多时间,行业与社会的主要关注点还是基础模型层面:比如在研究层面,中西方都在尽全力用好自己的母语,在基础平台研发上发力占据基础技术的领先地位。而在产业落地方面,企业也在努力寻找适合自身的特色领域。 中国工程院联合清华大学人工智能研究院发布的《中国人工智能发展报告2020》显示,过去十多年,中国专利申请人工智能量为389571,位居世界第一,AI专利领域的创新主要依靠高科技互联网企业和高校科研机构,其中国家电网专利申请量最多,其后依次是腾讯、OPPO。根据腾讯2023年年报,其专利申请总数已超过7.5万件。腾讯副总裁张立军透露,该公司申请的AI专利数量已超过3000件。 如今,人工智能正在赋能千行百业,医疗场景则是二者结合较为成熟的领域之一。“从2017年将人工智能引入癌症早筛后,经过数年的发展,目前AI已经能在影像AI、智能导诊、辅助诊断场景发挥作用。”腾讯杰出科学家、腾讯优图实验室天衍研究中心负责人郑冶枫说。 在腾讯,围绕“人工智能+”的产业端应用已经在医疗领域落地。记者看到,针对青光眼早期筛查和预防防治,腾讯优图实验室和腾讯觅影联合研发的AI眼底筛查系统,已经获得创新医疗器械证,并陆续落地筛查场景。 借助 AI 能力,腾讯觅影正助力基层农村逐步开展普惠性的眼底健康筛查 在体验AI眼底筛查系统时发现,患者只需将头部放在诊断机器上,瞳孔注视检测口中的红点。不到一分钟,就可完成青光眼等眼部疾病的筛查。机器会生成眼底照片并给出辅助诊断意见。 “眼底相机是利用深度学习技术来对比分析数据,从而进行青光眼筛查。”北京大学教授、眼科专家王乐今告诉记者,其背后的原理是,通过观察眼底图像,机器反复学习和积累大量病例,加速了对疾病的深入认识过程,能够快速标记正常和异常状态,最终实现快速准确地诊断青光眼等眼部疾病。 AI+5G 构建起新型的眼底远程筛查网络 目前,科技部已依托腾讯建设医学影像人工智能开放创新平台。郑冶枫透露,除青光眼影像筛查外,还研发了肺炎CT辅助诊断、结肠癌辅助筛查,正在攻克的还有宫颈癌筛查。“如果研究成功,或许能帮助在全球范围内早日消除宫颈癌。” AIGC开辟“AI+医疗”新范式 “机器幻觉”仍是大瓶颈 当GPT-4出现后,得益于其人机对话的形式,一旦和医院场景结合,还可能开辟出新的“AI+医疗”模式。就在几天前,微医就与腾讯达成协议,将合作打造医疗大模型品牌和医疗AI数字人。 除了借助AI提升医疗影像识别鉴定效率之外,目前AI大模型在文档归类、整理甚至撰写等领域展现出的能力,让很多人对“用AI帮助医生写出院报告”等繁琐文书工作产生了期待。 “比如,在病人完成住院治疗出院时,医生往往要花接近1个小时来书写病人的出院小结信息,而借助AIGC的能力,就可以自动生成电子病历,医生花费少量的时间进行修订和确认,就可以完成一份出院小结,帮助医生在繁忙的工作中解放出来部分精力。”郑冶枫介绍,像智能导诊、AI筛查都是基于人工智能的分类算法实现的;AIGC出现后,人机对话将大大提升医生在看病诊断外工作的效率。 王乐今也表示,目前国内大部分医院采用的电子病历系统,都是传统软件服务商开发的,只是把纸质病历变成了电子病历,依然需要人工总结、敲字,距离应用AI提升文书工作效率还很遥远。 “但医疗系统对人工智能技术的使用还是比较保守。”尽管AI在国内一线医院的应用仍有距离,但王乐今表示,ChatGPT等大模型在医疗学术研究方面“很有用”,“让ChatGPT给我检索东西,把眼球震颤的相关文章给我做一个简单的综述,它就能给你写出来。” 在海外,谷歌已于上周宣布其正在开发的多项新“AI+医疗”项目。包括旗下AI模型Gemini能从运动腕带中提取用户数据,用来评估锻炼将如何影响用户的睡眠质量;还将与印度一家医疗中心展开合作,在当地提供针对肺结核、肺癌和乳腺癌的人工智能筛查。同时,旗下视频网站油管也在基于AI提升健康信息的质量。几乎同一时间,刚刚又注资了“欧洲版OpenAI”的微软,也宣布携手多家健康医疗机构共同创建“值得信赖和负责任的人工智能网络”,为医疗行业开发和使用AI定标准。 在郑冶枫看来,“AI+医疗”有非常广阔的发展空间。“目前,腾讯的影像AI技术已很成熟,智能问答、智能导诊等便民服务正打通就诊全流程,提升患者就诊体验;临床辅助诊断决策技术也在持续发展,帮助医护提升服务效率。”他表示,AI技术要成为新质生产力,首要的就是落地到临床,让医生都要使用起来,尤其是帮助基层医院医生提高诊断水平。 可喜的是,国内医疗领域并没有“内德·卢德”。郑冶枫表示,医疗行业大模型等技术产品的成熟给了他很大的研发信心,得益于医疗知识图谱能力日益完善,困扰大模型应用的“幻觉”现象也逐步被解决。“我们尝试了知识图谱等各种手段,使得大模型技术在医疗场景的落地具有更加可靠的表现”。 不只是给人“看病” AI将成为通用“工具箱” 《“十四五”医药工业发展规划》提出,探索人工智能、云计算、大数据等技术在研发领域的应用,通过对生物学数据挖掘分析、模拟计算,提升新靶点和新药物的发现效率。 在医疗工作一线,AI与“看病”的结合才迈出“第二步”。王乐今介绍,人工智能在医学领域的应用主要经历了两个阶段变化:首先是通过机器模拟人类的反复学习过程,加速诊断技术的学习速度。例如,英伟达的GPU集成芯片可以实现高速运算,学习能力不断提升,从而快速识别病变并提供准确的判断。其次,随着科技进步,人工智能技术的应用范围不断扩大,例如ChatGPT可以编写代码,Sora可以制作影像,这将极大地改善医疗服务的工作流程,提高工作效率。 事实上,人工智能已经是引领新一轮科技革命和产业变革的战略性技术和重要驱动力量,它不仅在医疗领域有所体现,还在众多行业的关键场景中落地。据中科曙光信息产业成都公司总经理杨彦博介绍,作为信息基础设施企业,他们已面向AI产业发展需求,建设了一体化算力服务平台和“AI模型仓库”,可提供灵活的模型算法、算力服务,涵盖金融、能源、科教等行业的关键场景。 “人工智能将带来的是一种新的产业革命;如果只把AI当成一种技术,那就看低它了。”王鹏分析道,AI对传统产业的赋能绝对不是小修小补,是遵循‘第一性原理’的全面改造,并可能推动产业革命的拐点的到来。“就物理学理论来说,相对论联系了质量和能量,量子力学联系了能量和信息;而AI大模型的出现,让物质、能量、信息转换的标志同时都出现了。” 围绕“第一性原理”,很多人首先想到的是把这一理论常挂在嘴边的马斯克。在王鹏看来,马斯克参与的众多项目看似不着边际,但都围绕一个共性的目标,即新能源车、火箭回收、超级高铁、星链卫星等等,都是以火星探索和居住来执行的。“基于同样的逻辑,人工智能提供了一种行业改造的共性方法,以后,AI可能会成为改造各行各业全场景的一种通用‘工具箱’。” 从“+人工智能”到“人工智能+”,AI对于事物还是新事物的改造已越来越快。就在OpenAI公司宣布,正计划筹备在今年年中推出性能提升超出预期的GPT-5之后不久;苹果公司CEO蒂姆·库克也表示,苹果也会入局生成式AI。并且,连一直稳坐高端的iPhone,也将会在第16代产品迭代AI功能。 “AI所发挥的作用,是一种数字化纽带的能力。”王鹏表示,这一能力以创新为核心,进而提供了更加优质的新质生产力;这种将技术端和工业端做好匹配的底层关键技术,就是AI。 【如果您有新闻线索,欢迎向我们报料,一经采纳有费用酬谢。报料微信关注:ihxdsb,报料QQ:3386405712】
直击GTC:医疗或成Gen AI今年关键词
AI医师助手

直击GTC:医疗或成Gen AI今年关键词

文 | 硅星闻 2024年3月,全球目光聚焦硅谷——一年一度的GTC大会正在召开。 刚刚过去的一年,生成式AI已经席卷全球,成为人工智能在各行各业落地的重要锚点。而作为生成式AI背后极为重要的软硬件基础设施,英伟达召开的GTC大会,无疑将传达Gen AI的种种未来风向。 这一年的AI风向中,医疗领域可能最受瞩目。 周二早,英伟达生物医疗副总裁Kimberly Powell在演讲上这样强调:“医疗行业正在采用生成式人工智能,成为最大的技术产业之一。” 知名AI科学家李飞飞在和英伟达首席科学家Dill Dally教授的炉边谈话中也表示,AI在医学中的应用可能是最深远、最广泛的。 今年整个大会有90场活动与医疗保健/生命科学相关——数目位居所有行业之首,超过了汽车、云服务、硬件/半导体等一众热门领域。在首日的主题演讲上,黄仁勋更是一口气宣布了25个由生成式人工智能驱动的全新微服务(microservices),加速药物发现、医疗技术(MedTech)和数字健康等领域的发展。 英伟达对医疗健康领域的重视可见一斑。随着Gen AI应用不断扩展、深入,与人类命运息息相关的医疗健康领域将会迎来什么样的变化?有了英伟达加持的创业公司又将在其中扮演什么样的角色? GTC大会内场 GTC大会 新一代人工智能推进医疗发展 如文初提到的,今年GTC上,Nvidia宣布的最重要进展之一,就是在医疗健康领域的25项GenAI相关微服务。 这些由生成式人工智能驱动的微服务覆盖多个领域,包括药物发现、医疗技术(MedTech)和数字健康等,在全球范围内为医疗组织提供支持。 这套服务可在任何云平台使用,包括成像、语言处理、语音识别和生物学模拟等功能。套件中还有专为医疗应用调优的NVIDIA NIM AI模型和行业标准API,使其易于整合进云解决方案。 此外,像Parabricks、MONAI、NeMo、Riva和Metropolis这样的软件开发套件和工具现在作为NVIDIA CUDA-X微服务提供,以加速药物发现、医学成像和基因组学分析的工作流程。 套件中还包括NVIDIA NIM医疗微服务,为成像、医疗技术、药物发现和数字健康的模型优化推断,包括用于生成化学、蛋白质结构预测、分子相互作用分析和3D分割等模型,大幅提升基因组分析速度,变异检测速度比传统方法快50倍以上。 “历史上首次,我们可以在计算机中深入生物学和化学的世界,让计算机辅助药物发现成为可能,”Powell在会议上谈道。 像Amgen、Astellas、DNA Nexus和Iambic Therapeutics这样的医疗巨头可以利用这些生成式AI微服务,改善药物发现和抗体设计。 另一个值得关注的进展是,Nvidia一年前发布的BioNeMo(帮助医疗机构通过生成式人工智能进行药物发现的模型)如今包含了多种用于药物发现任务的新基础模型,如分析DNA序列、预测药物相互作用导致的蛋白质结构变化,以及从RNA数据识别细胞功能。 在这些新的基础模型中,有用于基因组学分析的DNABERT和用于单细胞RNA测序的scBERT。EquiDock是另一个预测蛋白质相互作用的模型,这对于评估药物的有效性至关重要。 “医疗本身就复杂。我们的目标是让研究人员更加容易地调整这些模型以适应他们的专有数据,通过网络浏览器或云API运行AI模型推断,并且能够访问预训练模型以帮助药物开发。”NVIDIA的医疗副总裁Kimberly Powell在采访中表示。 大会上,英伟达还宣布与强生医疗器械合作,利用AI提升手术室效率和临床决策。 这一合作让强生能用NVIDIA的IGX和Holoscan平台处理手术室数据,提高手术结果,简化手术室AI应用的开发和部署。NVIDIA的Holoscan和IGX加速了医疗AI应用的创建和数据处理——通过AI分析设备、患者和手术数据,这些技术能在手术中为医生提供洞察,减少负担,提高护理质量。 除此之外,新一代人工智能芯片Blackwell也在GTC上正式发布,性能在不同应用中的相比当前供不应求的H100等提升在7-30倍,预计将在今年晚些时候发货。这可能标志着AI和机器学习技术向前迈进了一大步,对医疗科技也将有进一步推进作用。 为创新加速,英伟达支持头部AI创业公司 从数年前,英伟达就与创业公司紧密合作,通过多个项目支持创业公司在各个领域的探索。此前Kimberly Powell在采访中也提到,英伟达的目标是为更多技术公司提供芯片、云基础设施与其他工具。 从2017年起,英伟达就通过Inception创新计划合作伙伴项目、竞赛奖励及投资与包括医疗AI等多方向的AI创业公司紧密合作。本次大会上,Inception计划参与企业也有专门的布展区域,展示其创新进展。 其中,结缘于2018年的深智透医(Subtle Medical Inc.)就是一个典型案例。早在2018年,深智透医曾获英伟达AI大奖,获百万美元奖金。此后,深智透医与英伟达医疗、MONAI等方向建立长期合作。 2018年英伟达AI大奖颁奖现场,左起:NVIDIA CEO...
顺网科技引领AI娱乐新潮流,SPICE引擎开启GenAI时代智能陪伴新时代
AI情感助手

顺网科技引领AI娱乐新潮流,SPICE引擎开启GenAI时代智能陪伴新时代

顺网科技发布了AI陪伴引擎"SPICE"和应用"灵悉",聚焦于游戏场景,宣布了休闲娱乐GenAI时代的到来。"SPICE"作为全链路能力引擎,通过智能语言处理、计算机视觉等技术及大模型实现个性化陪伴,包括性格、记忆、认知和决策模块,展现出强大的AI技术实力。应用"灵悉"展示出在定制化交互、游戏场景和休闲场景的陪伴功能上已具备高度智能化水平,预示着AI陪伴新时代的到来,将为用户带来更贴心的体验。
人工智能伴侣:爱情的新挑战?你真的能’上头’吗?
AI情感助手

人工智能伴侣:爱情的新挑战?你真的能’上头’吗?

电影《她》探讨了人工智能与人类情感的复杂关系,主角与AI恋爱,但AI的广泛联系和虚拟身份引发对真爱意义的质疑。在现代独立性增强的社会背景下,聊天机器人如逢妻光和琥珀等满足了人们对亲密伴侣的需求,但高昂成本和潜在问题也随之显现,包括Replika通过深度学习模型打造的情感依恋引发争议,以及数据驱动的人工智能可能带来的语言污染。这些产品的发展隐忧揭示了人工智能在情感关系中的伦理与社会挑战。