医学

编辑 | 白菜叶基础模型正在成为医学领域的宝贵工具。 然而，尽管它们前景广阔，但在复杂的医学任务中如何最好地利用大型语言模型 (LLM) 仍是一个悬而未决的问题。 麻省理工学院、谷歌研究院和首尔国立大学医院的研究人员提出了一种新颖的多智能体框架，称为医疗决策智能体 (MDAgents)，它通过自动为 LLM 团队分配协作结构来帮助解决这一差距。

人工智能（AI）已经无处不在，并且在医学领域的应用也越来越广泛。 在某些情况下，AI可以增强甚至取代医生的一部分工作。 医学生在选择专业时，应当考虑到AI将如何改变医生的岗位形态（以及获得的薪酬待遇）。

华为技术有限公司今日发文宣布，在昨日（11 月 2 日）的 2024 四川大学华西医院管理大会上，华西医院联合华为数据存储发布“华西黉医”医学大模型。 据介绍，“华西黉医”医学大模型集成 10 余类通用模型和 50 余类垂域模型，融合 110 万条医患对话集、1600 余份共识指南、150 余部权威教材、100 余部医学政策法规、3.5PB 原始影像数据和 250 余万的病历数据，构建 720 亿…

据《北京日报》14 日报道，中国医学科学院基础医学研究所团队研发的导诊大模型 ——“特定场景提示增强对话机器人”，近日通过临床试验。该模型兼具专业性和共情能力，不仅能够应用于导诊工作，未来也有望用于患者健康教育、术前谈话等更多复杂场景。图源 Pixabay据悉，该大模型的构建以不同医学场景全方位采集的真实导诊对话为基础，以提取对话信息形成的知识库作为训练数据，能够解决不同医学场景中出现的各种特定问…

编辑 | ScienceAI作者 | Yu Tian 团队在人工智能（AI），特别是医疗AI领域中，解决公平性问题对于确保公平的医疗结果至关重要。最近，增强公平性的努力引入了新的方法和数据集。然而，在域转移的背景下，公平性问题几乎没有得到探索，尽管诊所常常依赖不同的成像技术（例如，不同的视网膜成像方式）进行患者诊断。本文提出了FairDomain，这是首次系统性研究算法在域转移下的公平性，我们测试…

编辑 | 白菜叶经过大规模预训练的基础模型已在非医学领域取得了巨大成功。然而，训练这些模型通常需要大量全面的数据集，这与生物医学成像中常见的较小且更专业的数据集形成鲜明对比。德国弗劳恩霍夫数字医学研究所（Fraunhofer Institute for Digital Medicine MEVIS）的研究人员提出了一种多任务学习策略，将训练任务数量与内存需求分离开来。他们在多任务数据库（包括断层扫…

作者 | 香港中文大学白帆编辑 | ScienceAI近日，香港中文大学和智源联合提出的 M3D 系列工作，包括 M3D-Data, M3D-LaMed 和 M3D-Bench，从数据集、模型和测评全方面推动 3D 医学图象阐发的发展。（1）M3D-Data 是目前最大的 3D 医学图象数据集，包括 M3D-Cap (120K 3D 图文对), M3D-VQA (510K 问答对)，M3D-Seg…