νέα

"η τεχνητή νοημοσύνη γίνεται σημαντική δύναμη για την προώθηση της καινοτομίας και της ανάπτυξης του ιατρικού συστήματος της χώρας μου. ως σημαντικό σημείο εκκίνησης για την προώθηση της νέας πληροφόρησης και την καλλιέργεια νέας παραγωγικότητας, η τεχνητή νοημοσύνη έχει γίνει επίσης το κλειδί για την επίλυση του διλήμματος στον ιατρικό τομέα. το + medical» αναμένεται να γίνει το επόμενο βήμα στο μέλλον, ο hu zhenning, διευθυντής και αναπληρωτής γενικός διευθυντής της runda medical, δήλωσε σε μια πρόσφατη αποκλειστική συνέντευξη με έναν δημοσιογράφο από τους securities times.

η τεχνητή νοημοσύνη διεισδύει σε διάφορες βιομηχανίες με άνευ προηγουμένου ταχύτητα και βάθος. επί του παρόντος, η τεχνητή νοημοσύνη χρησιμοποιείται ευρέως σε διάφορους ιατρικούς τομείς, συμπεριλαμβανομένης της διάγνωσης απεικόνισης, της υποβοηθούμενης λήψης κλινικών αποφάσεων, της διαχείρισης υγείας κ.λπ. έχει σημαντικά πλεονεκτήματα στη βελτίωση της ιατρικής ποιότητας και αποτελεσματικότητας, της εξατομικευμένης θεραπείας και της επεξεργασίας δεδομένων.

με την ανάπτυξη της κοινωνίας και της οικονομίας, την τάση της γήρανσης του πληθυσμού και τη βελτίωση της ευαισθητοποίησης για την υγεία των κατοίκων, η ζήτηση των κατοίκων για υψηλής ποιότητας ιατρικούς πόρους έχει επίσης αυξηθεί ραγδαία αντιμετώπιζε πάντα μια σχετική έλλειψη συνολικών ιατρικών και υγειονομικών πόρων και το δίλημμα της άνισης κατανομής, "ai + ιατρική περίθαλψη" είναι η "λύση" που θα βοηθήσει στην επίλυση αυτού του προβλήματος.

ο hu zhenning επεσήμανε ότι είναι μια γενική τάση η ευρεία χρήση της τεχνητής νοημοσύνης στον τομέα της ιατρικής διάγνωσης και θεραπείας , οφείλεται στη ζήτηση των κατοίκων για υψηλής ποιότητας ιατρικούς πόρους. το "ai + ιατρική περίθαλψη" σπάει τα χρονικά και διαστημικά εμπόδια της τεχνολογίας και της γεωγραφίας στον παραδοσιακό ιατρικό τομέα, επιτρέποντας στους ιατρικούς πόρους υψηλής ποιότητας να υπερβούν τα γεωγραφικά όρια.

τα τελευταία χρόνια, η ψηφιακή τεχνολογία ιατρικής και υγείας της χώρας μου έχει αναπτυχθεί ραγδαία, με τα σενάρια εφαρμογών και το μέγεθος της αγοράς να αυξάνονται ραγδαία. η έκθεση global market insights δείχνει ότι το μέγεθος της αγοράς "ai + ιατρική" αναμένεται να αυξηθεί με μέσο ετήσιο σύνθετο ρυθμό ανάπτυξης άνω του 29% και θα φτάσει τα 70 δισεκατομμύρια δολάρια ηπα το 2032, που ισοδυναμεί με μια κλίμακα 500 δισεκατομμυρίων γιουάν.

το πιο σημαντικό σημείο της τεχνητής νοημοσύνης που ενδυναμώνει την ιατρική διάγνωση και θεραπεία είναι ότι μπορεί να μειώσει το κόστος, το οποίο αναμένεται να λύσει τα κοινά σημεία πόνου των κατοίκων, των νοσοκομείων και των κυβερνήσεων. για παράδειγμα, για τα ιατρικά ιδρύματα, η εφαρμογή μεγάλων μοντέλων τεχνητής νοημοσύνης μπορεί να συμβάλει στη βελτίωση της αποτελεσματικότητας της διαχείρισης, στη μείωση των συγκρούσεων γιατρού-ασθενούς και στον έλεγχο των δαπανών ιατρικής ασφάλισης.

ο hu zhenning είπε, «με τη βοήθεια της εφαρμογής μεγάλων μοντέλων τεχνητής νοημοσύνης, για τους κατοίκους, αναμένεται να λυθεί το πρόβλημα της «ουράς για τρεις ώρες και της επίσκεψης σε γιατρό για τρία λεπτά» που αντιμετωπίζουν συχνά οι κάτοικοι και η παιδεία για την υγεία των κατοίκων μπορεί επίσης να βελτιωθεί αποτελεσματικά για τα νοσοκομεία γενικά, χρειάζονται δεκαετίες για την εκπαίδευση ενός ανώτερου γιατρού και η ταχύτητα εκπαίδευσης των γιατρών είναι πολύ πιο αργή από την αύξηση της ζήτησης των κατοίκων για υψηλής ποιότητας ιατρικούς πόρους και θεραπεία, είναι ισοδύναμο με έναν γιατρό που παράγει έναν ψηφιακό κλώνο για την ολοκληρωμένη επίλυση των προβλημάτων των κατοίκων.

πρόσφατα, η runda medical κυκλοφόρησε την εφαρμογή ιατρικού μοντέλου πλήρους σεναρίου "cdx good doctor xiaohui" εξοπλισμένη με το μεγάλο μοντέλο της huawei cloud. ενισχύει κυρίως σενάρια ιατρικών εφαρμογών, συμπεριλαμβανομένων κλινικών, υπηρεσιών ασθενών, επιστημονικής έρευνας κ.λπ., και παρέχει ιατρικό προσωπικό και. άτομα με πλήρη παροχή υπηρεσιών.

μετά την κυκλοφορία του προαναφερθέντος ιατρικού μοντέλου μεγάλης κλίμακας, ο hu zhenning είπε ειλικρινά ότι τα τελευταία δέκα χρόνια εξερεύνησης, η runda medical έχει σχηματίσει δύο κύριες γνώσεις, οι οποίες είναι επίσης δύο μεγάλες δυσκολίες που πρέπει να ξεπεράσει το μεγάλης κλίμακας ιατρικό μοντέλο δηλαδή, τα περισσότερα ιατρικά δεδομένα είναι κείμενα φυσικής γλώσσας, είναι δύσκολο να υποστούν αποτελεσματική επεξεργασία από μηχανές και δεν μπορούν να αντικατοπτρίζουν την αξία των στοιχείων για να καταστείλει την εγγενή ψευδαίσθηση των μεγάλων μοντέλων.

"υπάρχουν διάφορα σημεία μπλοκαρίσματος στην πρακτική εφαρμογής της τεχνητής νοημοσύνης στον τομέα της διάγνωσης και της θεραπείας. δεν είναι λογικά δύσκολο να εκπαιδεύσεις ένα μεγάλο μοντέλο τεχνητής νοημοσύνης στον εγκέφαλο ενός γιατρού, αλλά απαιτεί σταθερά βασικά δεδομένα. εάν υπάρχει έλλειψη βασικών δεδομένων, τότε αυτό το μεγάλο μοντέλο θα μπορεί να παρέχει μόνο ένα σχέδιο διάγνωσης και θεραπείας που δεν είναι αρκετά ακριβές και δεν έχει συγκεκριμένη αξία», είπε ο hu zhenning.

επισήμανε ότι τα δεδομένα είναι η βάση για την εφαρμογή της τεχνητής νοημοσύνης τα ιατρικά δεδομένα αποθηκεύονται κυρίως στα νοσοκομεία και τα περισσότερα νοσοκομεία είναι δημόσια νοσοκομεία, το πώς να αναζωογονηθούν τεράστια περιουσιακά στοιχεία δεδομένων είναι ένα βασικό βήμα στη μελέτη την εφαρμογή της τεχνητής νοημοσύνης στον ιατρικό τομέα.

"δέκα χρόνια εμπειρίας διαχείρισης δεδομένων είναι ένα σημαντικό πλεονέκτημα της runda medical στην ανάπτυξη ιατρικών μοντέλων μεγάλης κλίμακας, γεγονός που θέτει επίσης μια σταθερή βάση για τη δημιουργία μοντέλων τεχνητής νοημοσύνης μεγάλης κλίμακας, ενόψει των τεχνικών δυσκολιών." της διακυβέρνησης ιατρικών δεδομένων , runda medical ενσωματωμένο cdx (κλινικά δεδομένα η ιατρική κοινότητα δεν περιορίζεται πλέον στον σχεδιασμό πεδίων δεδομένων με βάση την εμπειρία των ειδικών και όλα τα αρχεία κλινικών κειμένων μετατρέπονται σε "πλήρως δομημένα δεδομένα".

όσον αφορά την υπέρβαση της ψευδαίσθησης των μεγάλων μοντέλων και την παροχή τεκμηριωμένης βάσης, η runda medical κατασκεύασε ένα μεγάλο ιατρικό κάθετο μοντέλο l1 βασισμένο στο γενικό μεγάλο μοντέλο l0 pangu και ίδρυσε μια ιατρική ομάδα, προσλαμβάνοντας άτομα από το fuwai, το huashan, το shengjing και tongji στο πεκίνο κλινικοί, ειδικοί και σύμβουλοι από δεκάδες γνωστά νοσοκομεία, συμπεριλαμβανομένων των xiehe hospital, ruijin hospital, changzheng hospital και changhai hospital, συμμετείχαν στη στίλβωση μεγάλων μοντέλων και προϊόντων.

εστιάζοντας στη συνολική εφαρμογή της βιομηχανίας ιατρικής διάγνωσης και θεραπείας, ο hu zhenning πιστεύει ότι δεν είναι δύσκολο να εφαρμοστούν ευρέως μεγάλα μοντέλα στη βιομηχανία. «σήμερα, αν κάνετε γενικές ερωτήσεις για ορισμένες ασθένειες, το μεγάλο μοντέλο μπορεί να τις απαντήσει, αλλά για πολύ συγκεκριμένες ερωτήσεις, το μεγάλο μοντέλο βρίσκεται σε ένα στάδιο που δεν μπορεί να δώσει σχέδια διάγνωσης και θεραπείας επειδή δεν έχει αρκετή γνώση. το μεγάλο μοντέλο πρέπει να είναι στην ιατρική βιομηχανία για να γίνει πιο βαθύ, οι άνθρωποι πρέπει να το βελτιώνουν συνεχώς και ο καλύτερος τρόπος είναι να συνεργάζονται σε βάθος με τα νοσοκομεία και τις κυβερνήσεις».

η ταχεία ανάπτυξη του ιατρικού τομέα της τεχνητής νοημοσύνης σημαίνει την περαιτέρω επιτάχυνση του έξυπνου και ψηφιακού μετασχηματισμού των ιατρικών υπηρεσιών της κίνας. "η εφαρμογή μεγάλων μοντέλων τεχνητής νοημοσύνης στον ιατρικό τομέα μοιάζει λίγο με την πλοήγηση, αλλά πιστεύω ότι μια μέρα θα εξελιχθεί σε οδήγηση χωρίς οδηγό. αυτή είναι και η προσδοκία της βιομηχανίας για αυτό."