Epic作为电子病历(EMR)领域的领军企业,本周迈出了医疗AI发展的重要一步。CEO Judy Faulkner宣布Epic正在超越传统人工智能,提出"医疗智能"概念,在其EMR系统中开发智能AI智能体,旨在变革整个医疗生态系统。这一战略举措将科幻技术带入现实医疗场景。Epic的核心优势在于其Cosmos数据集,涵盖超过3亿患者记录和160亿次医疗接触,覆盖四个国家。
Epic推出的AI智能体系统包括四个核心组件:
Emmie是面向患者的智能助手,充当个人医疗导航员,提供预约安排、提醒服务、健康教育和基于MyChart的临床指导。它能够突破语言和文化障碍,提供个性化指导服务。
ART是临床医生的智能助手,扩展AI记录功能,提供就诊前摘要、医嘱建议和实时循证指导。ART允许临床医生自然语言提问,并获得可操作的、情境感知的实时答案。
Cosmos AI基于Epic庞大的数据集,支持大规模诊断、治疗规划和预测分析。它能够即时综合实验室检查、影像、病历和基因组学数据,提出治疗路径建议并支持临床决策。
Penny是行政管理优化器,处理事前授权、收入捕获和运营瓶颈问题。它作为自主支持系统,扩展临床和运营能力,特别适用于高需求或服务不足的环境。
除了这些智能体,Epic还嵌入了预测性健康监测功能,AI驱动的模型现在能够识别病情恶化、败血症、再入院和其他并发症的风险,实现主动干预。
Epic的策略为更广泛的医疗生态系统提出了关键问题:这些AI智能体如何与历史上依赖轻量级EHR解决方案的小型医疗系统集成?支付方将如何利用AI驱动的预测模型来指导覆盖决策和风险分层?药房如何利用ART和Cosmos AI进行药物管理和个性化治疗建议?如何确保AI智能体在临床和运营工作流程中的安全、道德和合规使用?
在战略层面,Epic与微软深度合作,利用Azure AI为其AI记录能力提供支持。这确保了规模化、可靠性和长期一致性。ART、Emmie、Cosmos AI和Penny共同创建了一个统一的、可互操作的生态系统。
对患者而言,好处是立即可见的:跨所有站点的MyChart单点登录、AI驱动的伤口评估、集成的临床试验注册以及整个医疗过程的个性化指导。
对临床医生而言,EMR成为助手而非繁重工具,指导决策制定、减少行政负担并支持循证医疗。
Epic的AI策略代表了医疗领域的重要时刻:智能的智能体系统赋能人类操作者,在问题发生前预测并扩展整个生态系统的医疗能力。这不仅仅是技术问题,而是对完全连接的智能医疗生态的大胆愿景,让医院、支付方、药房和患者无缝互动,使未来的医疗变得更具预测性、高效性和以患者为中心。
Q&A
Q1:Epic的医疗智能体系统包括哪些核心组件?
A:Epic推出四个核心AI智能体:Emmie(患者智能助手),提供预约安排和健康指导;ART(临床医生助手),提供AI记录和实时循证指导;Cosmos AI,支持诊断和治疗规划;Penny(行政管理优化器),处理事前授权和运营问题。
Q2:Epic的Cosmos数据集有什么优势?
A:Epic的Cosmos数据集是其核心竞争优势,涵盖超过3亿患者记录和160亿次医疗接触,覆盖四个国家。这个庞大的数据集为AI智能体提供了强大的数据支撑,使其能够进行准确的预测分析和临床决策支持。
Q3:Epic的AI智能体系统如何改变医疗体验?
A:对患者而言,提供跨平台单点登录、AI伤口评估、临床试验注册和个性化指导。对临床医生而言,EMR从繁重工具变为智能助手,减少行政负担,支持循证医疗决策,实现更高效的医疗服务。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。