医疗信息化如何迈入智能医疗新时代?人工智能在这三个阶段扮演了什么角色?
AI医师助手

医疗信息化如何迈入智能医疗新时代?人工智能在这三个阶段扮演了什么角色?

医疗信息化经历了三个阶段:计算机和宽带网络实现信息共享,联网医疗通过可穿戴设备、4G和云计算支持在线问诊及医保移动,目前正向智能医疗迈进,借助AI技术如机器人、VR/AR、5G和神经网络深度学习,实现全环节智能化。行业数据庞大使其与AI结合有优势,但我国医疗资源总量不足(医生护士数量低)、分布不均且浪费严重,急需通过AI优化医疗服务分配,提高效率并减少浪费。
Watson医生的快速诊断,开启AI医疗新时代?
AI医师助手

Watson医生的快速诊断,开启AI医疗新时代?

AI机器人"医生"Watson在中国天津市第三中心医院为胃癌患者开出精准西医诊疗方案,显示出强大的诊断能力。此次事件标志着百度医疗事业部将人工智能融入医疗服务,裁撤传统医疗业务以转型AI医疗,并希望通过此举改善信任危机和探索新的盈利模式。然而,AI医疗领域面临数据获取难和商业化挑战,百度的这一战略路径充满了不确定性,但其背后蕴含着改变医疗行业的巨大潜力和对人类寿命延长的美好愿景。
AI医学研究能否突破?医疗商业价值何在?
AI医师助手

AI医学研究能否突破?医疗商业价值何在?

医学研究的商业价值评估较低,主要受底层技术复杂难以临床应用限制。AI医学研究通过自然语言处理提取信息,专注在病历结构化和多源异构数据挖掘,尤其在CDSS领域面临挑战,比如IBM的沃森案例表明其发展阻力大。
大厂当“海王”,独角兽专情,谁是AI医生的扛鼎者?
AI医师助手

大厂当“海王”,独角兽专情,谁是AI医生的扛鼎者?

Med-PaLM是超级巨头的典型,打造的通用大模型,会在医疗等多个领域尝鲜探路;MedGPT则是垂直赛道的玩家,以AI为工具,走向医疗服务终点。 采写/陈纪英比尔·盖茨可能是ChatGPT的“头号铁粉”。他对ChatGPT的“表白”,简直如同情话一般热烈,“这是我一生中见到的两项最具革命性的技术之一”。ChatGPT在医疗领域的落地,则是比尔·盖茨最为看好的赛道,他期待全球都束手无策的看病难、看病贵顽疾,借此缓解。比尔·盖茨的盖章点赞并非虚美。他有着足够的权威性——既是微软的创始人,洞悉人工智能的未来图景,也是顶尖的医疗专家——在离开微软后,他把大部分精力投身于医疗慈善事业。不止比尔·盖茨,创新工场创始人李开复、奇绩创坛创始人兼CEO陆奇,以及红杉中国等,都对类ChatGPT技术落地医疗(以下简称HealthGPT),有着高度期待。陆奇笃信,好的医护就是“超级模型”,医疗产业本身就是模型驱动,正是AI可以长袖善舞的领域。而在国外,ChatGPT和谷歌打造的“Med-PaLM”,也都陆续秀出了“医术”;在国内,互联网医院平台医联刚刚上线了AI医生——MedGPT。Med-PaLM和MedGPT恰恰代表了两类玩家——前者是超级巨头的典型,打造的通用大模型,会在医疗等多个领域尝鲜探路;后者是垂直赛道的玩家,以AI为工具,走向医疗服务终点。投资机构、头部大厂、创业公司的集体涌入之下,AI医生到底能不能替补上位,纾解医疗供给短缺的顽疾?从模型上线,到大规模应用落地,需要闯过哪些关卡? 一 巨头独角兽同向不同路创投机构、巨头和独角兽的汹汹入场,是看中了AI医疗的广阔前景——HealthGPT站在了AI和大健康交汇的十字路口,两者都是10万亿量级的超级风口。根据《健康中国2030规划纲要》,2030年,中国大健康产业市场规模有望逼近16万亿元,成为中国经济的支柱产业之一,可以类比的是,2022年,被视为经济支柱的房地产行业,开发投资总额也不过13.29万亿元。另据Frost & Sullivan发布的《医疗智能行业白皮书》预测,2030年,中国医疗智能行业规模有望超过1.1万亿。而风口正热的ChatGPT,其母公司OpenAI的估值,已经飙涨至300亿美元,还带动大股东微软的市值大涨三四成。陆奇甚至预测,OpenAI的未来市值有望碾压谷歌,成为全球首家超十万亿美元市值的企业。而在李开复看来,类ChatGPT领域,有三种投资机会:一是像OpenAI一样做平台,这是大厂才能玩得起的烧钱游戏;二是AI基础设施;三是细分领域应用,HealthGPT就是最有前景的赛道之一。尽管同向奔赴,但其实,谷歌的Med-PaLM,与医联的MedGPT,终点并不相同,必然会渐行渐远。无论是谷歌,还是OpenAI,搭建的头部AI平台,都不会专情于某一垂类领域,必然都抱着“既要又要还要全都要”的“海王”心态,涉足广泛,但浅尝辄止,蹚水医疗领域,也更多是对其底层AI能力的验证和锤炼。在AI大模型布局上,谷歌更担心的是,先发先至的OpenAI,对其赖以为生的主营业务造成致命冲击。今年年初,如临大敌的谷歌CEO皮查伊,招来了谷歌两位创始人拉里·佩奇和谢尔盖,连续开会商讨对策,在会上将ChatGPT称作“红色警戒级”的对手。而无论是为了抵御外部冲击,还是内部增长需求驱动,谷歌布局的战略重点,必然是通用型大模型。但医联等垂类玩家不同,AI是路径,医疗是终点。而且,医联主攻的并非泛泛的大健康领域,创始人、CEO王仕锐对公司的定性是“严肃医疗”。从未来的应用思路上,谷歌等泛平台,可能会涉足大众浅层次的大健康服务,比如提供在线咨询等服务;而医联MedGPT则是深入严肃医疗的链条中,借助这步落子,深化其角色定位,从链接者、服务者,延伸到“赋能者”。在既有的资源禀赋上,两者的优势也大不相同,谷歌、OpenAI的优势在于AI技术实力强大,资金雄厚不差钱。ChatGPT本身就是一场烧钱游戏,根据国盛证券的研报,类ChatGPT的AI大模型,一次训练成本,可能就高达数千万美金。医联等垂类玩家不如谷歌那般土壕,但其优势则在于,更专业也更聚焦,一方面其拥有海量的专业数据;另一方面,其力出一口,进窄门花小钱,在专注领域里,未必逊色于头部平台,也许还能表现更好。根据谷歌透露的成绩单。今年3月,比首代产品更聪明的谷歌Med-PaLM 2面世后,在医学考试中的表现处于“专家”水准,答题准确率超过85%,比前一代的结果高出18%。而ChatGPT的医学考试成绩单,就乏善可陈了。在三份答卷中,正确率分布在 52.4% 到 75% 之间,徘徊于及格线上下。医联MedGPT的表现,也可圈可点。医联抽取了532名复诊患者档案进行信息脱敏,并进行了模拟首诊实验。结果显示,医联MedGPT的诊断结果与患者原有线下门诊的诊断吻合率超过97.5%。头部大厂和垂类玩家同台秀技,各展所长,各有其用,其实并非面贴面的直接竞争关系,双方共存的格局,将会长期存续。 二 “称重”大健康类ChatGPT价值对HealthGPT产品翘首以盼的,不止头不大厂和创投机构,还有医疗行业人士和卫生主管部门。中国工程院院士、国家基层糖尿病防治管理办公室主任贾伟平断言,人工智能在医疗技术研究、临床诊断、手术治疗、早期干预、慢病管理等方面,都能发挥作用。国家肿瘤临床医学研究中心主任郝希山则期待,未来人工智能、大数据处理等方面的专家,可以和临床医生坐在一起,共同为病人出具更加个性化、精准化的诊疗方案。全国政协委员、北京医院放射科主任陈敏则认为,人工智能可以缓解城乡医疗资源供给不平衡。医疗主管政府部门对于人工智能的态度也相当开明。中国政府发布的《“健康中国2030”规划纲要》,多次提及智能化,比如疫情信息智能监测预警、医保智能监控、智能健康电子产品等。在深受医疗短缺之困的中国市场,丰富医疗供给,是类MedGPT产品最为显形的价值。中国医疗服务的供给不足,主要体现在两个层面。一是绝对性短缺,荷兰数据公司Euro RSCG绘制的全球医生资源地图显示,中国医患比例1:950,平均每1000⼈,对应1个医⽣,与之类比的是,在古巴,医患比是1:170,美国则是1:390,短缺一目了然。其次,则是结构性供给不足,城乡、区域医疗资源分配不平衡。而HealthGPT的高效学习、优化,应用,可以推动优质医疗资源快速复用,一旦能力成熟,可以为病人初诊病情,或者辅助医生诊断,以此释放医疗供给。在贾伟平的设想中,新一代人工智能或可进化为个体化的健康管家,未来医生开处方,不一定需要开具体药品,可以根据患者状况,推介不同特质的人工智能或是智慧医疗产品,这种“数字治疗”产品不仅能够提供短期的诊疗方案,还能提供全周期的健康管理服务。对于慢性病患者的价值尤为凸显。根据统计,在中国,慢性病导致的疾病负担占总疾病负担的近70%,导致的死亡占总死亡人数的86.6%。但由于医疗供给短缺,医生无暇对患者进行长期管理,导致患者依从性不高,全周期的诊疗方案难以延续,而HealthGPT可以接管病人,对其进行长期的跟踪管理。具体而言,医联可以把MedGPT纳入到其慢性病管理服务中,以此释放服务能力,降低服务成本,提升服务精度。也有望促进医疗服务平权。比如,通过MedGPT的智能监测系统,大城市的三甲医院医生可以远程监测边缘地区患者的心率、血压、体温等生理指标,做出远程诊断等等等。其次,中国缺乏提供全周期健康服务的全科医生,HealthGPT可以替补。发展全科医生,是中国新医改的主要举措,但据卫生部提供的数据显示,中国注册的全科医生仅有7.8万名,缺口高达二三十万。而技术过关的HealthGPT可以担当这一角色,成为大众健康的守门人,为其提供导诊和初诊服务。据官方透露,医联MedGPT目前已经拥有近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,已经初步具备了全科医生的潜质。在内测过程中,用户在求诊糖尿病时,MedGPT给出了详尽的解决方案,与患者线下面诊的结果几近趋同。在问诊环节,甚至对家族遗传病史,也有详细询问。而在用户求诊皮肤问题时,还引导用户上传患部照片,以此提高诊疗准确度等等。其三,对于医护群体而言,MedGPT能成为其功能强大的助理。医生身负科研任务,MedGPT能为其快速梳理资料数据等;可以在某些环节替代医生,解放医生生产力,比如新冠疫情期间,AI根据肺部CT图像识别完成疑似患者初筛等等;作为辅助监测工具,帮助医生减少医疗事故。根据统计,每年有2%的住院病人,经历过药错误事故,通常是源于医护群体的无意疏忽,或者流程漏洞所致,而MedGPT可以提供实时预警服务,在医护难以完全避免的懈怠时刻,警戒提醒等等。其四,辅助医院精细化管理。从事多年医院集团化管理的冯庆明博士告诉《财经故事荟》,他在尝试用AI进行科室经营分析,“AI能成为院长和科室主任的好帮手,进行医疗质量和患者安全指标及指数的监测、敏感指标预警等”。此前,国家卫健委的统计显示,全国三级医院的亏损率高达43.5%,降本增效、精细管理的需求相当迫切。总之,在医疗服务供给严重短缺的中国市场,HealthGPT肯定会身负重任,可能的使用场景还相当多元,而其商业估值,归根结底,取决于其能提供多少医疗服务价值。 三 过门石与护城河尽管在中国市场,类MedGPT产品的商业前景,已是抬眼可望的集体共识,但啃下这块“硬骨头”,也并非易事。与其他领域不同,医疗服务的独特性在于,其一医疗服务非常专业非常复杂。其二,医疗关涉生命健康,因此服务的容错率极低,安全性是不能逾越的底线,也不能容忍类似ChatGPT一样的信口开河的任性。一个典型的例证是,MedGPT提供的诊疗方案中,最后一条都会相当谨慎的建议——如有需要尽快到医院进行后续检查诊疗。正因如此,假如没有任何积累,从0到1贸然布局HealthGPT,难有胜算。要想在此有所作为,起码需要以下三重资源禀赋。其一,HealthGPT的升级打怪,要靠数据和算法一起喂养,因此,海量且专业的医疗数据,必不可少。但难度在于,通常来说,医疗数据较为敏感,外部公司难以拿到专业数据。而医联之所以能够首发MedGPT,也在于其数据优势。目前医联已经聚拢了超过150万注册医生,在线管理了数千万确诊慢性病患者,依赖于上述数据,MedGPT收集整理接近20亿条真实医患沟通对话、检验检测和病例信息进行深度训练学习,才能保障模型的推理质量、准确性与可靠性。谷歌Med-PaLM2表现不俗,也赖于海量数据的调用,其依托的PaLM大模型,拥有5400亿参数,是Google迄今为止研发的最大规模的模型。正是依赖于大量数据的浇灌,MedGPT才有所突破——过去,医疗行业人士普遍担心,类ChatGPT技术,无法像医生一样“望闻问切”。MedGPT则尝试解决这一难题,首次解决了AI医生无法与真实患者连续自由对话的难点,并在医疗问诊场景中支持多模态的输入和输出。其二,仅有数据还远远不够,还必须深入一线,既懂AI,又懂医疗。HealthGPT刚刚上线时,表现生涩不可避免,如何快速进步?唯一的答案,就是基于大量专业医生的真实反馈,进行强化学习、调优校正。医联链接的数百万医生,未来都能成为MedGPT大模型的“导师”和“教练”。其三,任何大模型的终点,都是应用,无场景则无价值。构建应用场景,一方面能让HealthGPT的技术红利得以变现,医联聚集的150万名医生,让其在应用推广落地中,可以势如破竹。另一方面,更高频更广泛的应用,也能以战代练,持续锤炼优化HealthGPT的能力。而且,医联MedGPT,还可以和其存量业务互补协同。比如,医联已经布局的云检验、云影像、云药房、云医保等,可以助力MedGPT获得更完善的诊疗数据,提升诊断水平,有望在疾病的预防、诊断、治疗、康复、报销等环节,构建全链智能的闭环服务。不过,由于医疗是政府部门高管控的敏感行业,因此,对于谷歌、医联等玩家而言,仅仅突破技术关、业务关还远远不够,也要迈过医疗伦理关,法律法规关。其一,到底如何界定HealthGPT和医生的关系?尽管类MedGPT技术进步神速,但其能力还远未达到独立出诊的水平。因此,现实的选择是,HealthGPT不要妄想替代医生,而是辅助医生。尤其是在疑难杂病重症领域,医生的专业经验,依然不可替代。卫生主管部门出台的《人工智能辅助治疗技术管理规范》,对其界定也是“辅助治疗”。其二,作为医生的助手,HealthGPT该如何纳入主管部门制定的诊疗技术指南临床路径,明确流程,界定角色等,让更多医生和医院科学使用,可能还要等待法律法规的后续完善。其实,早在2009年,卫生部就出台了《人工智能辅助治疗技术管理规范(试行)》,随后又在2017年更新了版本。一方面,上述规范,展示了主管部门拥抱新技术的开明和开放;另一方面,人工智能技术的进化,早已今非昔比,而出于审慎原则的管理规范必然存在滞后性,并不适配当下HealthGPT技术突飞猛进的现实。总之,前景广阔,是HealthGPT值得期待的光明未来;关卡重重,则是HealthGPT必须直面的当下挑战。关关难关关关过,只要方向对了,就不怕路远。 END 名创优品焕新:产品学习苹果,开心对标迪士尼市值跌去4000亿,长城如何“守城”?Temu狂飙,卖家分化这届用户,为何心心念念点映礼?千亿箱包产业沉浮记:疫中挣扎,开年狂飙2亿农村老人上网冲浪有多野?元宇宙里旅游,这届年轻人的过年新姿势?我是2亿灵活就业者之一:快乐摸鱼,不再PUA自己羽绒服狂卷高端:大鹅失人心,国货硬碰硬健身房“冰与火之歌”:煎熬、求生、变道、分化陪玩“正名”:始于电竞,治愈孤独,兴于规范新能源汽车西征:特斯拉杀四方,新势力高举旗,老玩家急跑量淘特9块9的阳光玫瑰和被治愈的“沪漂”乡愁12.88万搅动行业风云:一线揭秘毫末小魔驼幕后操盘手们AI概念股冰与火:短期承压,长期引爆,临界点信号已出现?2022年过半,我们追问六家中国工厂泡泡玛特闯关全球化:险滩、激流与蓝海名创优品:一半Dollar General,一半乐高中国体育服饰五十年:起于草莽,兴于国潮硬科技大厂的金三银四:没有裁员,扩招万人一群普通人的北京“管控区”保供战她在大厂当Leader:偏见、盔甲与破壳名创优品想做零售界“迪士尼”?2022年品牌如何反脆弱?我在大厂搞反腐:同事微信屏蔽我,配合提审前高管公域太卷,私域凸显,大牌尖货涌入小程序小县城夜未眠:产业枯荣,餐饮长青“薇琦”大战,用户躺赢私域下半场,平台攻守道亚马逊退,拼多多进,拼书背后有何深意?美妆集合店“虎口夺食”比特币”修罗场“:有人一夜暴富,有人血亏想死这届年轻人有多野 这届中介有多猛 中国创投行业血泪史高瓴张磊不下车互联网时代的偷拍、告密和人肉流水的钱宝,铁打的韭菜钛媒体年度作者百家号年度出彩作者媒体训练营十佳作者钛媒体年度作者百家号年度出彩作者媒体训练营十佳作者天极网2020年、2019年度十大自媒体砍柴网年度作者机械出版社十大自媒体
图集丨ChatGPT又变强了?从与逝者“对话”到日常陪伴,镜头下的聊天机器人
AI情感助手

图集丨ChatGPT又变强了?从与逝者“对话”到日常陪伴,镜头下的聊天机器人

当地时间11月6日,OpenAI在官网宣布推出自定义版本ChatGPT。据介绍,使用此版本,任何人都可以轻松创建自己的GPT,且无需编码。即日起,用户可以创建GPT并公开共享它们。此外,本月晚些时候,OpenAI将推出GPT商店。一旦进入该商店,这些GPT就可被搜索,并可能在排行榜上攀升。 也是在同一天,OpenAI首席执行官山姆·奥特曼在该公司首届开发者大会上宣布,ChatGPT目前拥有1亿周活跃用户。 聊天机器人(chatbot,原本叫做chatterbot),是一种软件应用程序或网络界面,旨在通过文本或语音交互模拟人类对话。比较简单的聊天机器人在几十年前就已经出现了,更为现代的聊天机器人通常是在线的、使用人工智能(AI)系统,能够以自然语言与用户保持对话,并模拟人类作为对话伙伴的行为方式。而近两年,由于OpenAI的ChatGPT(使用GPT-3或GPT-4)在2022年发布并流行起来,该领域受到了广泛关注,其次是微软的Bing Chat和谷歌的Bard。 从与逝者进行“对话”,到日常的情感陪伴,聊天机器人已经发展出不同的形态,应用于不同的使用场景。 2016年3月31日,美国加州,在旧金山举行的微软开发者构建大会上,与会者在编码竞赛展台上工作。微软首席执行官萨蒂亚·纳德拉(Satya Nadella)表示,他的公司致力于在基于人工智能的聊天软件的新兴市场中发挥关键作用。一周前,该公司在美国推出的首个互联网聊天机器人受到用户的严重操纵,不得不在推出一天内将其下架。2017年7月7日,美国加州,旧金山的Woebot实验室公司的应用程序。Woebot实验室开发了一款医疗软件,该软件为患有焦虑、抑郁和心理健康问题的患者提供了一个方便且无耻辱感的治疗平台。2017年11月22日,日本东京,丰田汽车公司在新闻发布会上展示“KiroboMini”聊天机器人。KiroboMini外观就像一个人形的玩具吉祥物,特点是两只萌萌的大眼睛,一眼看过去就和人拉近了距离,它的胸前有丰田的Logo。KiroboMini坐下来的时候只有10cm高,重量仅有183克,它具有对话聊天功能,说话的时候眼睛还可以闪烁,可以成为小孩子的玩伴。KiroboMini还具有人脸表情识别功能,能够根据使用者的表情判断情绪,进行适合场景的聊天内容。KiroboMini售价为39800日元(约合人民币2619.23元),因为体型小,KiroboMini能够方便地被带到任何地方。2020年4月30日,美国弗吉尼亚州,iPhone屏幕上出现了一个虚拟朋友。“听到你的声音太好了。”“我很担心你。”“你今天想做什么?”这听起来像是朋友之间的普通玩笑。但在这些案例中,说话的“朋友”是由人工智能创造的聊天机器人。这种定制的聊天机器人有男性、女性或其他类型。来自加州的初创公司Replika,旨在成为需要产生链接的人的伴侣。在新冠流行期间,人们的隔离和焦虑情绪急剧上升,人工智能聊天机器人引起了人们越来越多的兴趣。2022年11月11日,美国加州埃尔塞里托,James Vlahos,Hereafter的首席执行官,在家门口拿着父母约翰和玛莎·弗拉霍斯的照片。James创造了一个聊天机器人,他称之为“爸爸机器人”,可以让他与已故的父亲重新联系,这是他创办Hereafter.AI的最初动机。这款应用通过虚拟现实技术,让用户在去世前经历一个采访过程,促使他们回忆起故事和记忆,然后将这些故事和记忆记录下来,从而将人们与死去的亲人重新联系起来。在他们去世后,家人可以提出问题,应用程序会根据累积的采访信息以死者的声音进行回应,就像在进行对话一样。2023年3月22日,美国加州,手持iPhone的人使用谷歌聊天机器人Bard进行即时输入。2023年4月19日,印度班加罗尔,Jugalbandi机器人(一种聊天机器人)现场试验的参与者。人工智能试验的目的是帮助该国一些最贫困的人从政府的反贫困项目中获得资金,而不会受到繁文缛节和腐败的困扰。2023年4月20日,日本,横须贺市政府的一位官员在神奈川县市政厅使用ChatGPT。同日,日本东部的这座城市的政府成为日本首个开始试用人工智能聊天机器人的地方政府。2023年5月10日,美国加州,谷歌I/O开发者大会上,Alphabet公司首席执行官桑达尔·皮查伊发表讲话。谷歌推出了一种新的大型语言模型,用于训练聊天机器人等人工智能工具,名为PaLM 2。谷歌表示,它已将该模型融入这家互联网搜索公司的许多主打产品中。2023年6月29日,在美国加州河滨市的一家Del Taco餐厅,工作人员正在准备通过Presto Automation汽车餐厅聊天机器人接收订单。Presto首席执行官克里希纳·k·古普塔(Krishna K. Gupta)表示,自动驾驶餐厅每周可以减少40小时的劳动力需求。2023年8月8日,在加拿大魁北克省蒙特利尔,人们走过名为“性、欲望和数据”的人工智能(AI)展览。该展览利用深度学习和人工智能,引导参观者通过欲望和技术之间的联系。参观者还被邀请与为展览设计的人工智能聊天机器人Max进行互动。 *图片来源:视觉中国、ICphoto
人工智能医疗:数据魔力与诊疗挑战?
AI医师助手

人工智能医疗:数据魔力与诊疗挑战?

本文探讨了人工智能在医疗领域,尤其是医学影像分析和诊断上的应用。通过实例说明,人工智能在某些疑难病例上能提供更准确的诊断,其准确率远超传统方法。然而,人工智能的"黑盒效应"问题使其决策过程难以解释,这给医疗责任带来了挑战。此外,算法可能会违反基本常识或伦理,如将医疗机构信息纳入评估,这些都需要进一步解决才能让人工智能真正替代或辅助人类医生。尽管如此,人工智能在诊疗效率和诊断准确性上的优势仍值得期待。
清华AI健康新布局,联手智源或发力大模型
AI医师助手

清华AI健康新布局,联手智源或发力大模型

AI健康方向值得注意的新布局:清华大学智能产业研究院(AIR)近日官宣和智源研究院成立健康计算联合研究中心,由马维英领衔。 人工智能+健康医疗,并非新热点,过去几年中,互联网巨头、传统医疗巨头、传统企业纷纷入场布局。而可穿戴智能硬件的普及,为人们打上一剂强心针后,却显得有些乏力——“疗效”不如预期。 深层的原因是,健康领域的数据仍未聚成大海,更像座座孤岛,有积累却难以爆发…… 马维英在今年智源大会AI制药论坛上谈到自己作为“新兵”进入生物化学药学等领域的初心: 生物世界的数字化趋势势不可挡,而目前(生命健康领域)“知识的理解断层还比较大,它需要专业的知识。我发现目前这些原有领域用AI还是初步水平,数据还是孤岛,数据共享没有统一的工具,反馈机制缺乏,所以闭环完全不存在,快速迭代的能力因此缺失,跨界人才非常稀缺。” 他谈到选择健康计算方向,也有来自张宏江的建议。这次清华AIR和智源研究院的深度合作,确实也可看做是张亚勤、张宏江、马维英的再续前缘之举。三人都为微软亚洲研究院的开山老将,微软一别之后,张亚勤履新百度总裁,张宏江出任金山CEO,马维英加盟字节跳动任副总裁,继续推动中国互联网大潮激涌。此次大佬聚首,可谓江湖际会,聚散有时,豪情晚照。 微软亚洲研究院早期成员 虽然官方尚未发布详细的研究计划和技术细节,此次“清华+智源”的组合,无法不让人联想到未来“健康大模型”的发力方向可能——智源研究院今年发布了“中国首个+世界最大“人工智能大模型“悟道”,成立不到三年已成为近年人工智能领域科研炙手可热的新势力。 清华(AIR)- 智源健康计算联合研究中心召开首次会议1 从孤立到协同,从开环到闭环 人工智能带给医疗行业的想象空间是无限的,但要真正大规模应用于临床,实现遍地开花,在深入发展过程还存在各种问题,尤其是健康领域数据的孤立与开环,面临发展瓶颈。 “清华(AIR)- 智源健康计算联合研究中心”发力第一步,是先为主动、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。 马维英博士表示,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。 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。 最终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。 2 强强联合,从定位、模式到人才 定位:健康管理领域的进步,核心价值观是患者。清华AIR与智源研究院作为中立研究机构,定义了非逐利、非商业的先天属性,这个基本底色是衔接资源、打通数据、最终长远造福大众的独特发展优势。 模式:清华AIR和智源研究院,两家代表性创新型研究院的强强联合。智源推崇自由探索与目标导向相结合,支持科学家勇闯AI科技前沿“无人区”使命。“悟道大模型”“智源学者计划”“智源大会”等——成立不到三年已成果连连。清华大学智能产业研究院(AIR)则更加“产业”落地导向,推崇Open(开放)、Flexible(灵活)、Novel(创新)。两家研究院的协作,更加具备打破、连接、协同的创新活力,在科研突破和产业应用,都未来可期。 人才:顶尖AI、医疗与产业专家。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。还在和清华大学生命科学,医学,公共卫生等研究团队的合作,进行交叉研究部署。 智源-清华AIR健康计算联合研究中心主任马维英博士 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。 同时,智源研究院的“智源学者”和“青源学者”计划都汇聚了国内人工智能领域最顶尖的学者,为开展健康计算和智能健康管理系统开发奠定了人才基础。 几方优势汇聚,“清华AIR-智源AIR健康计算联合计算中心”将持续发力,以AI技术研究新范式,盘活健康大数据,最终打造人工智能健康管理的全链条。 3 拥抱“人工智能+健康医疗”大趋势 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。 “面向人民生命健康” 被列为新时期中国科技发展的四大方向之一。在北京刚刚发布的“十四五规划”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。 从被动治疗到主动预防,改变疾病和各种并发症,减轻医疗负担——AI+健康管理,正是重要发力点。 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,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。这为人工智能参与健康管理提供了可发力的深厚基础。 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。 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 ,万事已渐具备,只看人工智能将如何刮起健康管理效率变革的东风。 由于微信公众号试行乱序推送,您可能不再能准时收到AI科技评论的推送。为了第一时间收到AI科技评论的报道, 请将“AI科技评论”设为星标账号,以及常点文末右下角的“在看”。
AI真的能识别人类感情吗?面部表情背后的科学真相与未来挑战…
AI情感助手

AI真的能识别人类感情吗?面部表情背后的科学真相与未来挑战…

AI 通过语音、视觉和文字识别,结合深度学习和人工标记,初步具备识别人类情感的能力,如在面试中辅助招聘或超市进行精准营销。然而,论文指出情绪表达多样且复杂,单一表情无法准确推断心情,面部表情与心情的关联缺乏科学依据。虽然如此,Barrett 看好未来AI在情绪测量上的进步,但需警惕其可能引发的行为改变和过于简单的模型。
你的7×24小时AI健康专家已上线!
AI医师助手

你的7×24小时AI健康专家已上线!

AI为医疗行业带来了深刻变革,当医疗机构面临着患者数据管理、个性化医疗服务和精准决策等痛点时,微软基于Azure AI Health Bot及Microsoft Fabric等应用,利用生成式AI和数据分析,帮助医疗组织简化工作流程,提供更加精准和高效的医疗决策,助力医疗机构创新,提升患者参与度和健康结果,推动行业的整体进步和发展。 过去一年AI实现了我们曾认为不可能的事情,并为突破性的变革开辟了新道路。生成式AI例如Azure AI Health Bot,不仅可以为患者制定个性化治疗方案,还能从X射线扫描和核磁共振成像(MRI)中提取有价值的信息。 这些进步正在让AI触手可及。对医疗保健行业而言,这也可能预示着一个新时代的开始,它将改变医疗服务的提供和获取方式,使精准医疗真正实现个性化,加速对威胁生命的疾病进行突破性研究,并创新改进患者的护理方式。 要真正实现AI和机器学习的应用和可操作性,首先要有可供分析的数据。但随着医疗保健数据的指数级增长,大多数医疗机构面对这些数据时却感到无所适从,通常这些数据是孤立的、难以管理的。为了解决这一问题,我们需要使这些数据易于访问并进行标准化处理,为云端的分析和AI应用奠定基础。 Microsoft Fabric提供的行业特定解决方案能够满足这一需求,通过通用的架构和体验,帮助医疗机构实现数据和见解的整合。现在Microsoft Fabric中的医疗保健数据解决方案已推出了预览版,它将降低管理多源医疗健康数据(文本、图像、视频等)的复杂性和耗时性,并提供了一种安全可控的方式,让医疗机构能够在整个组织内访问、分析和可视化数据驱动的见解,进而促进更高效更精准的决策和操作。 同时我们还将推出一系列新的数据和AI功能,这些功能将在Microsoft Cloud for Healthcare中得到应用,旨在帮助医疗机构改善患者体验,通过机器学习和AI更深入地洞察医疗信息,并确保健康信息的安全处理。很快,去标识化服务以及从非结构文本中获取洞察等功能也将在Fabric中上线。具体来说,以下几点值得关注: Azure AI的语言服务Text Analytics for health已全面支持多语言 此举意味着全球的医疗机构都能使用这项服务在英语、西班牙语、法语、德语、意大利语、葡萄牙语和希伯来语这七种语言中提取有价值的医疗见解,这无疑将帮助全球的医疗机构更方便地使用这项技术,进而在全球范围内提升健康公平性。 去标识化服务已经推出了预览版 去标识化服务已经推出了预览版,它将在Microsoft Fabric和Azure Health Data Services中得到应用。这项服务让医疗机构能够在处理医疗数据的过程中去除掉识别信息,确保数据在保持临床相关性和分布特性的同时,也遵守HIPAA的隐私规则。 该服务支持非结构文本,未来还将覆盖到结构化文本、成像以及医疗技术等多种数据类型。通过使用最先进的机器学习模型,该服务可以自动从非结构文本,如临床记录、消息或临床试验研究中提取、编辑或替代超过30种实体,包括HIPAA规定的18种受保护的健康信息(PHI)标识符。 Azure AI Health Bot的服务范围正在拓展 Azure AI Health Bot的服务范围正在拓展,能够助力医疗机构为医疗专业人员构建辅助系统,以更好地管理行政和临床工作,同时也改善患者体验。Azure AI Health Bot的设计初衷就是为医疗机构创建定制化的聊天机器人体验,现在它将由生成式AI驱动,为健康和生命科学行业实现高价值的对话场景。 Azure AI Health Insights预览版新增3个内置模型...
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。...