有时候你可能会厌倦听到 AI 在医疗领域的应用,但当你了解到这些突破性进展的详细解释时,说实话,真的令人惊叹。
许多突破都与预测分析和数据应用有关,目的是促进早期干预。我们都直觉地认为及早发现医疗问题会产生积极影响。当你深入研究更详细的研究报告时,这些现实变得更加清晰。
医疗对话
今年 1 月在达沃斯 IIA 的一个研讨会上,Sandy Pentland 采访了一组站在医疗系统前沿的专家。其中包括 Rune Labs 的 Jared Josleyn (曾就职于 Sanofi)、Microsoft Research 的联合创始人 Edward Jung、著名心脏病专家 Ami Bhatt,以及来自 Stanford Healthcare 的 Anurang Revri 和 Tata Consultancy Services 的 Siva Ganesan。
与会专家一致认为,优质的医疗技术应该具有全球适用性,并且应该注重从三级医疗向预防医学转变。
我们的行为与健康
这里有一个重要的见解,我之前确实没有这样想过。我们现在有可穿戴设备来追踪我们一天的所有活动。如果你能知道哪些行为在未来几年会对你的健康构成最大威胁,那会怎样?你是否经常上下楼梯?你的心率是否因为早晨的咖啡而加快?
这仅仅是开始。
Bhatt 说:"我们拥有可以进行预测分析的数据,实际上可以告诉你,哪些风险因素最可能影响你的死亡率,哪些最可能影响你的生活质量。然后你可以思考这对你意味着什么。"
Bhatt 表示,如果心脏健康水平处于最高三分之一,就能为寿命增加近十年。
我们可以看到什么样的风险因素,以及哪个具体的风险因素对任何个人来说最危险。
这是一个强大的主张 - 你可以本质上挖掘个人数据来了解什么可能会在未来给你带来问题 - 无论是饮食、日常习惯还是其他任何事情。
改变世界
Jung 认为当前的医疗模式不可持续,他谈到了以可持续方式促进健康长寿,以及理想情况下,医疗应该通过早期干预创造经济生产力,为人们提供更多有生产力的生命年限。他提到了三项有助于实现这一目标的技术:首先是 AI,可以以支持健康的方式分析大数据;其次是区块链,个人数据可以集中存储,解决数据所有权问题;第三是密码学,可以解决隐私问题。
Revri 讨论了我们拥有的"丰富环境",并提倡将医疗保健与计算机科学和伦理学相结合,创造他所说的"负责任的 AI 生命周期"。
他说,三个原则很重要:善用技术、注重预防和自助服务,以及发明可以与世界共享的东西。
将数据转移到有效的位置
在研讨会的后半部分,参与者讨论了如何将所有这些数据传递到需要的地方。
Ganesan 提到了现代系统的"近距离视角",谈到了价值链和对结构化数据源的访问,超越顺序计算,采用新方法来帮助发现预防性解决方案。
挑战和痛点
Bhatt 等人思考了我们当前的一些限制:最终将出现 1100 万医生的缺口,每年支出高达 11 万亿美元,但效果平平。
此外,普通美国人每年只能见到医生 16 分钟 - 这时间确实不多。
但与会者表示,如果能有效结合健康和非健康数据,可以让这 16 分钟的效率提高数个数量级。
Jung 提到了解决方案的三个部分:政府政策组、与医疗机构合作的能力,以及超级计算时代的健康价值模型。
Bhatt 讨论了关键的 16 分钟,以及如何充分利用这些时间。
她断言,对临床医生来说,这是一种"道德伤害",因为他们往往无法在如此短的时间内完成所需工作。
如何处理数据?
她说,医生需要知道一些事情,比如:保险是否覆盖某个手术,病人是否能到提供治疗的医疗机构就医?
"这不仅仅是市场数据,"她说,"这是生命数据。"
Bhatt 描绘了医生如何获取生命数据,并为咨询做好充分准备的图景。
展望明日医疗
如果你和我一样,你会开始看到医疗结构化数据的全貌。我们的理念是,可以在诊所之外了解更多关于人们的信息,并在问题需要治疗之前很久就开始着手解决潜在问题。
我们正在进入一个新时代,这在医疗领域尤其明显。让我们继续关注事态的发展。
好文章,需要你的鼓励
知名的投资机构ICONIQ Capital发布了《开发者手册:2025年AI现状报告》,基于对300位企业高管的调研,包括CEO、工程负责人、AI负责人和产品负责人等关键决策者,涵盖了从初创公司到十亿美元巨头的各个发展阶段,深度剖析了当下企业AI产品应用的全貌,为我们呈现了一个从"如何构思、交付和规模化AI驱动业务"的完整路线。
中科大团队开发出LongAnimation系统,解决了长动画自动上色中的色彩一致性难题。该系统采用动态全局-局部记忆机制,能够为平均500帧的动画进行稳定上色,性能比现有方法提升35-58%。核心创新包括SketchDiT特征提取器、智能记忆模块和色彩优化机制,可大幅提升动画制作效率。
南开大学团队开发出DepthAnything-AC模型,解决了现有AI距离估算系统在恶劣天气和复杂光照条件下性能下降的问题。通过创新的扰动一致性训练框架和空间距离约束机制,该模型仅用54万张图片就实现了在雨雪、雾霾、夜晚等复杂环境下的稳定距离判断,同时保持正常条件下的优秀性能,为自动驾驶和机器人导航等应用提供了重要技术支撑。