谈论AI在医疗保健领域的应用是一码事,但描述这种变革如何发生——身体系统如何与技术相互作用,产生令人惊叹的效果——则是另一码事。
人体是极其复杂的系统——由数十个功能系统组成的精密机器,统一运作。更不用说人脑的复杂结构,正如马文·明斯基在《心智社会》一书中所描述的,大脑是数百个机器协同工作的集合体。
人体生物学中的复杂系统
以心脏为例——它是人体最大的肌肉,通过特定方式泵血维持生命。心脏拥有多个腔室、复杂的血管系统、电脉冲等,在某种程度上对于临床医生来说是神秘且难以处理的。
数十年来,心电图(EKG)一直是心脏评估的黄金标准。但如果AI和其他技术能够找到获取心脏信息的新方法,以及诊断和处理这些信息用于患者护理的新途径呢?
心脏病学的设备创新
最近,我的同事、MIT CSAIL实验室主任丹妮拉·鲁斯在今年春季的"行动中的想象力"活动中采访了SandboxAQ首席执行官杰克·希达里。他们专门讨论了量子技术和人工智能如何用于创新心脏护理。
在此之前,希达里谈到了其他医疗用例,指出85%的临床试验都失败了,而AI的特定策略可以在研究蛋白质如何与受体结合等方面节省大量时间和金钱。
技术术语解释
在详细介绍新的AI心脏治疗之前,希达里提到了CUDA(计算统一设备架构)——这是NVIDIA创建的并行计算平台,允许开发人员将该公司的硬件用于通用和科学计算。他还谈到了张量,以解释团队如何"将量子技术应用于GPU",并提到了量子传感器——这是通过量子科学实现数据处理精度的新信息收集方式。
替代心电图的新方法
心电图评估心脏的电场,而希达里提出的新量子和AI方法将专注于心脏的磁场。这种方法可以更直接、更全面地穿透身体,提供更好、更详细的数据。
可以将其视为一种无损信号压缩,为心脏评估提供更好的数据。
"这是AI和量子技术的融合,"他说,"两者缺一不可。"
他这样描述这个过程:"你的皮肤电导与心脏的关系非常间接。传统系统中的导线不在心脏上,而在皮肤上,但磁场能够完整地穿过身体腔,不受干扰,360度提供心脏的美丽、纯净、高密度信息视图,这与心电图非常不同——心电图非常间接,经常出现许多假阳性和假阴性。"
听希达里的描述,我们似乎正处于革命性心脏治疗的边缘,这些治疗依赖于量子技术和AI的结合来真正了解人体内部发生的情况。
心脏护理的更多发展
Campanile心脏病学的资源讨论了将护理从被动转向主动,利用模式识别和预测能力进行早期检测。
作者还涵盖了根据斑块堆积等条件确定心脏"真实年龄"或生物年龄的努力。
JACC的一系列预测表明:
· AI技术正越来越多地集成到心血管实践和研究中 · 在未来十年,我们预见一个AI推动的未来,心血管诊断和治疗将在护理点有效利用多模态数据 · 生物医学发现和心血管研究的创新也将使未来的心血管护理更加个性化、精确和有效 · 实现这一未来需要公平和规范的采用,优先考虑公平性、安全性以及与创新者、社区和社会的合作
无论如何,我们似乎接近于用现有技术解锁新型医疗保健。这些都是全新的技术。五年前、十年前,没有人写这些东西,因为它们在功能上并不存在。我们发现的是一片未知水域的新天地,这将让我们忙碌相当长的时间。
好文章,需要你的鼓励
随着员工自发使用生成式AI工具,CIO面临影子AI的挑战。报告显示43%的员工在个人设备上使用AI应用处理工作,25%在工作中使用未经批准的AI工具。专家建议通过六项策略管理影子AI:建立明确规则框架、持续监控和清单跟踪、加强数据保护和访问控制、明确风险承受度、营造透明信任文化、实施持续的角色化AI培训。目标是支持负责任的创新而非完全禁止。
马里兰大学研究团队通过测试25个大型AI模型发现,即使最先进的AI评判系统在需要同时考虑多个标准时也会出现严重偏差,准确率仅32%-53%。研究构建了Multi-Crit评测基准,揭示了AI在多标准权衡中的根本性局限,为改进AI评判系统的公平性和可靠性提供了重要参考,对AI在内容审核、产品评价等应用场景具有重要指导意义。
英国正式推出DaRe2THINK数字平台,旨在简化NHS全科医生参与临床试验的流程。该平台由伯明翰大学和MHRA临床实践研究数据链开发,能够安全传输GP诊所与NHS试验研究人员之间的健康数据,减少医生的管理负担。平台利用NHS现有健康信息,安全筛查来自450多家诊所的1300万患者记录,并使用移动消息系统保持试验对象参与度,为传统上无法参与的人群开辟了研究机会。
南京理工大学团队开发ViLoMem框架,首次实现AI的双流记忆机制,分别处理视觉和逻辑错误。该系统模仿人类认知,让AI能从错误中持续学习,在数学推理等多模态任务中显著提升准确率,为AI从被动工具向主动学习伙伴的转变提供了重要技术突破。