Inova 医疗系统是弗吉尼亚州最顶尖的医疗系统,目前运营着五家医院,另有两家正在建设中,以满足人口密集的城市地区不断增长的医疗需求。Inova 不仅提供急症护理,还致力于服务医疗资源匮乏的人群。它是全美第三繁忙的急诊部门,公司的使命是满足所在地区的常规和重症护理需求。这种对全面医疗服务的承诺凸显了 Inova 作为一个以研究为导向、医生主导的组织的声誉。
作为首席信息和数字官,Matthew Kull 不仅负责从数据中心到云基础设施的传统 IT 职能,还主导人工智能、分析和流程改进等方面的计划。他强调:"我负责所有典型的 CIO 工作,以及数字化方面的工作,比如我们如何思考 AI、分析和改进企业流程。"他的愿景是打造一个"数据流畅的组织",确保每个决策,无论是临床还是运营层面,都有扎实的数据支持,而不仅仅依靠直觉。通过将运营效率与数字战略相结合,Inova 正在改变医疗服务的提供和管理方式。
与临床医生合作开展前沿研究
Kull 特别为 Inova 在研究方面的协作方式感到自豪,尤其是在女性健康领域。他表示:"我们拥有最大的妇产科相关癌症研究设施之一,这是多家医院甚至军方之间的合作项目。"该计划利用海量数据集来识别早期癌症标志物,并为患者定制个性化治疗方案。Kull 兴奋地强调:"我们的目标是最终能够针对每位患者说,'这是最适合你个人生物特征的治疗方案',这使我们朝着个性化医疗迈进,而不是采用一刀切的方法。"
重视数据隐私和安全
考虑到医疗数据是最敏感和个人化的信息之一,Kull 高度重视强大的隐私和安全措施。"患者的健康信息非常私密且神圣,因此我们实施了严格的标准来保护它,"他强调道。Inova 建立了严格的协议来控制数据访问、使用和研究项目结束后的妥善处置。他解释说:"我们设置了多重关卡。当研究结束时,我们确保数据得到妥善归档,避免在服务器上成为孤立数据。"
利用人工智能改善医疗服务
人工智能是 Inova 的重点关注领域,特别是在减少占用大量医疗资源的行政负担方面。Kull 指出:"在医疗保健领域,约 60% 的工作涉及语言任务,这为大语言模型和生成式 AI 提供了重要机会。"通过自动化处理文书工作和沟通等常规任务,AI 使医护人员能够更专注于患者互动和临床决策支持。
紧跟快速发展的技术格局
跟上快速的技术进步是一个持续的挑战。Kull 和他的团队积极参与行业活动,如纳什维尔的 ViVE 大会,并通过社交媒体、播客和行业顾问获取持续的见解。"我的晚上常常用来了解最新的技术突破,"他说,"就像在实时观看创新流。"
展望未来:即将到来的创新
谈到医疗技术的未来,Kull 对几个新兴趋势表示兴奋。一个主要焦点是提高每个团队成员的数据素养。"想象一下,如果每个团队成员都能用自然语言询问我们的数据,并实时获得可行的见解,"他解释道。"这就是我们的发展方向。"
好文章,需要你的鼓励
微软近年来频繁出现技术故障和服务中断,从Windows更新删除用户文件到Azure云服务因配置错误而崩溃,质量控制问题愈发突出。2014年公司大幅裁减测试团队后,采用敏捷开发模式替代传统测试方法,但结果并不理想。虽然Windows生态系统庞大复杂,某些问题在所难免,但Azure作为微软核心云服务,反复因配置变更导致客户服务中断,已不仅仅是质量控制问题,更是对公司技术能力的质疑。
Meta研究团队发现仅仅改变AI示例间的分隔符号就能导致模型性能产生高达45%的巨大差异,甚至可以操纵AI排行榜排名。这个看似微不足道的格式选择问题普遍存在于所有主流AI模型中,包括最先进的GPT-4o,揭示了当前AI评测体系的根本性缺陷。研究提出通过明确说明分隔符类型等方法可以部分缓解这一问题。
当团队准备部署大语言模型时,面临开源与闭源的选择。专家讨论显示,美国在开源AI领域相对落后,而中国有更多开源模型。开源系统建立在信任基础上,需要开放数据、模型架构和参数。然而,即使是被称为"开源"的DeepSeek也并非完全开源。企业客户往往倾向于闭源系统,但开源权重模型仍能提供基础设施选择自由。AI主权成为国家安全考量,各国希望控制本地化AI发展命运。
香港中文大学研究团队开发出CALM训练框架和STORM模型,通过轻量化干预方式让40亿参数小模型在优化建模任务上达到6710亿参数大模型的性能。该方法保护模型原生推理能力,仅修改2.6%内容就实现显著提升,为AI优化建模应用大幅降低了技术门槛和成本。