IDC最近发布了一份关于亚太地区人工智能(AI)和认知计算的应用报告,题为“IDC PeerScape:亚太(不包括日本)医疗行业的认知/AI实践”,其中列出了亚太区医疗机构采用AI/认知计算的最佳实践。IDC相信,医疗保健市场(包括医院、生命科学/医疗器械/医疗保险公司)将成为最早接受该技术并采取行动的重要市场。
IDC亚太医疗研究经理Ashwin Moduga表示:“医院将不仅利用AI/认知来实现自动化或者精确性。实施该技术的目标是弥补该季度医疗专家的紧缺。新型解决方案已经在帮助医院利用深度学习改善医疗图像诊断,并以最少的人力投资进行大规模诊断工作。未来10年,AI/认知解决方案将着眼于加强决策,为临床医生提供验证临床决策的信心——帮助改善疾病的应对。”
“在未来2-3年,医院将经过试验简单自动化的阶段,开始投资那些能够从不断增长的、来自个人和医院医疗信息管理系统的非结构化数据中获得可行洞察力的深度算法。”
让来自业务线和最终用户(医师和护理人员)等利益相关者参与其中,实施这些项目的重点是医院的需求——私人卫生部门投资特定的临床据测支持系统,用于像肿瘤学和神经学这样的疾病,同时较小型的、公有的医疗系统探索与数据输入自动化和患者参与相关的领域。
“虽然这个地区大多数的医院——除了大型私人诊所——仍然在评估规模解决方案,但重要的是为选定的个别流程开始内部实施。对很多医院来说,这些内部项目最终可以改变关键流程利益相关者的想法、项目范围以及展示未来大型投资的ROI,”IDC人工智能与认知计算高级研究经理Jessie Cai这样表示。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。