标签
一项粗略估计表明，OpenEvidence作为医生的AI工具，日活用户较多，每位医生每天约有5次查询，超过Google和ChatGPT的平均搜索频率，并反映了临床中的实时不确定性。
本文研究不同类型的训练数据，特别是教学知识和临床病例，如何影响医学大语言模型的能力，揭示了不对称的改进，并倡导应用驱动的数据管理。
本研究评估了量化如何影响大型语言模型在临床基准上的准确性和安全性，发现INT8量化普遍安全，而INT4量化则带来模型和任务相关的风险。
本文提出了MedNotes，一个多智能体管道，用于从纵向结构化EHR数据中生成有来源依据的合成临床笔记，实现了高准确性并改善了下游临床建模任务。
本研究评估了用于尼日利亚母婴健康和疫苗接种医疗保健的领域特定精调语言模型，发现性能改进依赖于高质量、临床医生策划的数据，而数据质量差可能会降低结果。
该研究在用于临床预测的视觉-语言模型中识别出'ECG幻象'，即模型尽管具有明显的多模态能力，但未能充分利用ECG数据，并提出了视觉提示调优作为一种高效的缓解策略。
本文介绍了M2G-LLM，这是一个通过图神经网络使用多模态图推理来增强大语言模型的框架，旨在利用电子健康记录改进临床预测任务。
本文介绍了DischargeBench，一个基于角色的模拟，用于评估LLMs作为出院教育者，通过与虚拟患者的多轮对话来衡量患者理解。
阿里巴巴达摩院开源了一种名为Damo Radar的视觉-语言AI模型，该模型可从CT扫描中高精度检测近150种腹部疾病，包括癌症。
一项研究表明，人工智能训练数据集中来自数十年前的匿名化患者记录可能导致模型误诊当前患者，因为模型会关联历史健康状态，从而增加诊断错误的风险。
本文介绍了LearnActCoder，一个角色感知错误记忆框架，通过将错误转化为结构化教训来适应临床编码代理，在不更新模型权重的情况下提高CPT编码性能。
Enzo Health 在符合 HIPAA 的医疗环境中使用 LangSmith 跟踪和评估其临床 AI 管道，公司正在招聘工程师以推动临床工作流程中的 AI 应用。
AWS releases 38 open-source agent skills for healthcare and life sciences AI, encoding domain decision procedures to improve agent reasoning with evaluation showing 70-86% win rates in comparisons.
一位医生认为，尽管 AI 在数学方面取得进展，但在医学和临床试验中的应用却极少，错失了简化流程和改进治疗的机会。
一种因果多模态人工智能模型利用病理学和临床数据预测乳腺癌的个性化化学敏感性，其性能优于现有测试，并可能将化疗使用率降低30%。
Asclepius是一种用于长期临床任务的自适应代理框架，在模拟急诊科轮班中，它将关键行动正确性提高了22%，优于基线代理框架。
本研究引入了一个针对接受CRRT的急性肾损伤重症患者的滚动每日死亡率预测模型，利用机器压力波形和临床数据以增强早期风险评估。
Clinical Research Advisor 是一款 AI 代理，帮助设计、审查并降低临床研究的风险，从协议到 FDA 和 EMA 提交，提供方法学家级别的指导。
本文引入运营韧性和周全参与作为评估持续工作流中生成式AI智能体的指标，研究它们在模拟医疗轨迹中面对递增挑战时的行为。