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
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
OpenAI发布ChatGPT Atlas AI浏览器,支持网页问答、历史查询和邮件改写等功能。同时曝光秘密项目Mercury,雇佣约100名前投行精英以每小时150美元训练AI金融模型。公司还因用户滥用Sora生成马丁·路德·金视频而暂停相关功能。此外,医疗AI搜索引擎OpenEvidence获2亿美元融资,估值60亿美元。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。