berita

Dengan ledakan AI, bagaimana AI medis bisa memasuki rumah manusia?

2024-07-17

한어Русский языкEnglishFrançaisIndonesianSanskrit日本語DeutschPortuguêsΕλληνικάespañolItalianoSuomalainenLatina


Shanghai Technology baru saja diluncurkan

Seri "Lihat·Apa yang Harus Dikatakan".

Menyusul peluncuran model medis Ruijin tahun lalu, pada bulan Juli tahun ini, pada Konferensi Kecerdasan Buatan 2024 yang baru saja diadakan, Rumah Sakit Ruijin merilis Dokter AI Ruijin. Huang Feiyue, chief technology officer dari Pusat Inovasi Pengobatan Digital Shanghai di Rumah Sakit Ruijin, mengatakan bahwa berdasarkan data medis berkualitas tinggi dari Rumah Sakit Ruijin, tim tersebut membangun kelompok model medis besar untuk memberi manfaat bagi masyarakat dan membantu dokter.

Huang Feiyue berkata: "AI telah berkembang sangat pesat dalam sepuluh tahun terakhir ini, namun berdasarkan pengamatan saya di bidang AI dan industri medis dalam beberapa tahun terakhir, AI medis masih merupakan bidang yang belum mengalami kemajuan terobosan. ."

Era ledakan AI,

Bagaimana AI medis bisa terbang ke rumah orang biasa?

Huang Feiyue merangkum masalah utama yang dihadapi dalam pengembangan AI medis menjadi empat poin: "kuantitas", "akurasi", "kelengkapan", dan "keamanan". Artinya, AI tradisional bergantung pada sejumlah besar data beranotasi yang disempurnakan, tetapi dalam fakta bahwa data medis relatif langka; keakuratan AI medis Ada banyak tuntutan akan keakuratan, sehingga "akurasi" masih kurang; membatasi penelitian dan pengembangan skala besar.

Dalam pandangan Huang Feiyue: Dalam dua tahun terakhir, paradigma baru penelitian AI telah diinisialisasi melalui metode pra-pelatihan dan model besar. Paradigma penelitian ini akan memiliki solusi yang lebih baik terhadap masalah, yang juga merupakan harapan baik. Teknologi model besar yang diwakili oleh GPT telah berkembang sangat pesat selama bertahun-tahun, dan sebenarnya telah memasuki bidang medis. Dapat dilihat bahwa paradigma penelitian arus utama model medis besar adalah untuk mencapai universalitas skenario penuh, tanpa sampel melalui metode multi-modal, multi-tugas, pengawasan lemah, dan pra-pelatihan.


"Artikel tersebut diterbitkan di "Nature" tahun lalu

Ide penelitian dan pengembangan ini juga disebutkan dari sudut pandang medis,

Artinya, melalui metode model besar medis

Menuju kecerdasan buatan dalam pengobatan umum. "

kata Huang Feiyue.

Setelah lebih dari 20 tahun terakumulasi, rekam medis CDR Ruijin telah mencapai 320 juta, di antaranya data EMR yang merekam proses perawatan terperinci paling cocok untuk pra-pelatihan medis. Huang Feiyue memperkenalkan bahwa berdasarkan statistik dari seluruh rumah sakit, jumlah total catatan EMR berkualitas tinggi melebihi 80 juta, dan jumlah rata-rata token per catatan adalah sekitar 3 ribu, sehingga jumlah total pra-pelatihan adalah sekitar 240 miliar. Untuk tujuan ini, model dasar Ruijin dikembangkan berdasarkan rangkaian data medis menggunakan metode peningkatan pra-pelatihan.

Melalui penjadwalan terpadu model medis besar, dan di sisi lain mengawasi penyesuaian berdasarkan pesanan klinis Ruijin, kami membangun grup Agen medis. Agen medis yang berbeda dapat bekerja sama untuk meningkatkan efek penggunaan sebenarnya dari skenario aplikasi. Rangkaian pakar Agen ini terus berkolaborasi dan berkembang. Dalam sepuluh tahun terakhir, semakin banyak informasi medis yang digunakan. Saya yakin dengan rangkaian desain, penelitian, dan pengembangan ini di masa depan, kita dapat membantu sistem informasi medis kita bertransformasi dari informasi menjadi intelijen dengan lebih baik. "

Huang Feiyue berkata:

“Model aplikasi Ruijin yang besar

Dari perspektif pengenalan gejala dan nasihat medis

untuk memotong,

Ditandai dengan komitmen untuk melakukan promosi

Penerapan praktis untuk tugas kedokteran klinis nyata. "

Model besar Ruijin saat ini dapat mengidentifikasi ratusan ribu gejala abnormal dan merekomendasikan departemen tindak lanjut yang paling tepat serta nasihat medis yang tepat kepada pasien. Di antara sepuluh departemen yang dipimpin oleh Ruijin, model besar juga telah menunjukkan kinerja generalisasi yang sangat baik dan kemampuan teknis yang sangat baik, dengan indikator teknis yang relevan mencapai lebih dari 95%.

Pandangan perusahaan dan pakar tidak mewakili posisi resmi

Editor: zy