11月8日,2023年世界互联网大会乌镇峰会在乌镇举行,腾讯再度获颁“世界互联网领先科技成果”大奖。腾讯健康总裁吴文达在世界互联网领先科技成果发布活动中介绍,“腾讯觅影数智医疗影像平台”已全面开放20多个医疗AI引擎助力科研创新,以“云+AI”实现远程诊断、远程会诊、辅助诊断等多种数字影像应用,推动医疗AI全链条创新。
腾讯健康总裁吴文达代表腾讯领受“世界互联网领先科技成果”大奖
当今世界各国积极发展新一代人工智能,医疗AI发展迅猛。腾讯全力承建“医疗影像国家新一代人工智能开放创新平台”,并先后在肺炎、青光眼、结肠息肉等病种,获批创新医疗器械,成为首个拥有多病种、多模态医疗AI三类证的互联网科技企业。
人工智能正被广泛应用在临床疾病诊断中,为医生提供临床辅助分诊建议,有助于大规模提升疾病筛查的检出率。根据临床试验,腾讯觅影的青光眼AI引擎能够降低漏诊率20%,降低误诊率2%,结肠AI引擎能够帮助医生提升20%以上的息肉检出率。在肺炎疫情初期,依托腾讯优图实验室天衍研究中心的领先算法,腾讯觅影团队快速开发肺炎AI,助力武汉大学附属中南医院影像科团队,为雷神山医院的24000多名患者进行肺部CT辅助诊断。
腾讯健康总裁吴文达介绍“腾讯觅影数智医疗影像平台”
吴文达指出,医疗AI应用的广泛普及,仍需克服数据规范、配套应用、产研协同等挑战。为此,腾讯整合公司在云计算、大数据、用户服务等方面的技术实力,推出“腾讯觅影数智医疗影像平台”,专注数字医疗影像云端应用、科研及管理,在云上搭载人工智能分析引擎,实现医疗影像数据和业务流程的互联互通,为医疗机构提供“产学研管”一体的解决方案,助力医疗AI产学研协同创新。
在科研层面,腾讯觅影提供从数据脱敏、接入、标注,到AI模型设计、训练、部署、应用的多模态医学影像及病理数据一站式平台,形成了一套整体化的人工智能示教实训体系,并具备影像质控的统一标准,使信息安全有保障。目前,“腾讯觅影数智医疗影像平台”为17所高校与科研院所、23家公立医院以及33家科技企业提供医疗AI科研服务。
依托腾讯AI Lab在数字病理与血细胞形态分析上的领先AI算法,腾讯觅影正助力医疗器械企业实现数智化升级:与国内病理诊断领域首家上市公司“安必平”建设宫颈液基细胞学AI数据库,发展宫颈细胞病理AI,目前,其“宫颈液基细胞学图像辅助诊断软件”已进入临床试验;携手全球领先的医疗器械及解决方案供应商迈瑞医疗开发“全自动外周血细胞形态学分析仪”,大幅提升血细胞识别准确率,在包括意大利、西班牙的全球400多家医院完成装机。
在业务应用层面,腾讯觅影通过“云+AI”的方式,激活远程诊断、远程会诊、远程示教查房、辅助诊断等数字影像应用。以广西医科大学第一附属医院为例,作为广西头部大三甲医院,通过腾讯觅影影像云与基层医院间的互联互通,能实现医院远程诊断、远程会诊协作,辅助医生为广大患者提供更加快速、精准的检查和诊断。通过移动场景的接入,为广大患者全面提供电子影像服务,进一步优化患者检查流程,提升医疗效率。
目前,依托腾讯优图实验室天衍研究中心、腾讯AI Lab等顶级人工智能实验室的算法技术积累,“腾讯觅影数智医疗影像平台”集成和开放了腾讯团队自研的20多种科研级别的AI引擎,涵盖糖尿病视网膜病变、脑胶质瘤、肝癌、乳腺钼靶、肺结节等疾病,供用户进行医学影像人工智能科研。
吴文达还表示,腾讯正积极探索利用“腾讯觅影数智医疗影像平台”推动AI下沉,帮助欠发达地区以技术弥补资源不足,借助互联网搭建医疗帮扶体系,实现社会价值可持续创新。在江西省赣州市于都县,腾讯觅影的青光眼AI深入乡村,为居民进行眼底健康筛查,大幅提升青光眼、糖尿病视网膜病变、高血压眼底病变等眼底疾病的筛查效率和检出率,为百姓健康保驾护航。
好文章,需要你的鼓励
Uber年度失物报告首次纳入无人驾驶出租车数据。过去一年,乘客在Uber平台的机器人出租车中遗留了数千件物品,包括手机、钥匙、钱包等常见物品,以及假牙、15磅溜溜球等奇特物件。乘客可通过App联系客服找回失物,支付15美元即可享受同城配送,或前往车辆停放站自取。Uber表示,将依托现有运营体系为自动驾驶业务提供全面支持,计划2025年底前在全球15座城市开通无人驾驶打车服务。
TREK方法通过引入外部验证解法对AI进行短期校准,解决了GRPO训练在困难题目上因无法探索正确解法区域而陷入瓶颈的问题,在数学推理和智能体任务上均取得明显提升。
Uber周三发布了一款基于现代Ioniq 5改装的数据采集原型车,搭载14个摄像头、8个固态激光雷达和9个雷达,通过英伟达双驱Thor计算机处理数据。Uber计划今年在全球部署500辆此类车辆,每月可采集200万英里高保真驾驶数据,供Avride、Waymo、WeRide等30余家自动驾驶合作伙伴使用。这是Uber自2020年出售自动驾驶部门以来首次自主组装车辆,也是其AV Labs部门的重要进展。
SkillOpt-Lite通过将智能体技能优化形式化为零阶优化问题,提出极简流水线:把执行轨迹存为文本文件,让AI直接用文件系统工具翻日志、找规律、改技能,配合独立验证门控,比复杂的多智能体优化框架跑得更快效果更好,并自然延伸至执行框架自动优化(HarnessOpt),使轻量模型能够超越大模型。