• ag官方电子平台

    洞察市场格局
    解锁药品研发情报

    客服电话

    400-9696-311
    医药数据查询

    数字医疗

    数字医疗

    共发布文章：40篇
    • 《基于多智能体协同的循证诊断推理在人类病理学中的应用》
      前沿研究
      随着全切片成像和人工智能（ AI ）技术的飞速发展，病理学领域正经历着深刻的数字化转型。 本文综述了哈佛医学院等机构最新提出的“病理对话增强版”模型及其配套的多智能体系统“切片智探”，探讨了其在人类病理学诊断中的创新应用。 1 、大规模专业化训练数据。
      数字医疗
      2025-08-01
      多智能体
    • 《“普瑞姆2”：解锁多模态通用病理AI的临床对话能力》
      临床研究
      这篇文章介绍了 “ 普瑞姆 2 ” ，这是一个基于多模态和临床对话的通用病理学人工智能模型。 该模型旨在解决现有病理学基础模型在临床应用中存在的局限性，例如缺乏对 全切片图像 的整体理解以及缺乏大规模诊断数据训练等问题，从而提升模型在各种下游任务中的泛化能力和实用性。 现有的病理学基础模型，例如 Virchow2 、 UNI2 和 H-optimus-1 ，主要基于对大量组织切片进行训练，采用自监督学习方法来学习可泛化的表征。
      数字医疗
      2025-07-22
      普瑞姆2
    • 《革新临床试验：人工智能驱动的转型宣言》
      临床研究
      《革新临床试验：人工智能驱动的转型宣言》由全球医药及 AI 领域的多位领军人物共同撰写，旨在探讨如何利用人工智能（ AI ）技术，特别是因果推断和数字孪生技术，来革新临床试验，以更快、更安全、更个性化地方式为患者提供治疗方案。 二、 AI 在临床试验中的目标。 AI 技术，特别是因果推断和数字孪生，能够显著加速临床洞察的生成，提高试验的精确性和效率。
      数字医疗
      2025-07-15
      人工智能驱动
    • 《突破黑箱人工智能：面向痴呆症诊治的可解释混合系统》
      前沿研究
      这篇文章批判性地评估了人工智能（ AI ）在痴呆症诊断和治疗中的应用现状，特别是大语言模型的局限性，并倡导采用可解释的混合 AI 系统来弥合 AI 预测与临床实践之间的差距。 文章指出，尽管数据驱动型 AI 模型在模式识别方面表现出色，但其 “ 黑箱 ” 特性、缺乏透明度以及对临床医生的可操作性指导不足，严重限制了其在临床实践中的应用和医生对其的信任。 文章首先回顾了 AI 在医学中的应用现状，特别是基于大数据的机器学习模型在预测痴呆症风险方面的进展。
      数字医疗
      2025-07-10
      痴呆 人工智能
    • 《分层智能体监督：医疗人工智能安全的分层多智能体系统》
      医保动态
      随着大语言模型（ LLMs ）在医疗领域的快速应用，它们在问答、辅助诊断、治疗方案制定等方面显示出巨大潜力。 然而，单一模型结构在实际临床应用中存在显著安全隐患，例如：。 ●出现 “ 幻觉 ” 内容；。
      数字医疗
      2025-06-23
      医疗人工智能
    • 《模型上下文协议(MCP) 在制药、生物技术和生命科学领域的应用》
      研发注册政策
      这些技术不仅加速了药物发现、临床试验和个性化医疗的进程，还极大地提高了研究效率和决策质量。 在此背景下，模型上下文协议（ MCP ）作为一种新兴的开放标准协议，正逐渐成为连接 AI 模型与数据源及工具的关键桥梁。 MCP 是由 Anthropic 公司于 2024 年底推出的一种开放标准协议，旨在通过标准化接口实现 AI 模型与外部数据源、工具及服务之间的安全、可控和可重复的交互。
      数字医疗
      2025-05-17
      MCP 生物技术
    • 《“梅拉”： 一种大幅减少标注的多模态多尺度自解释肺结节诊断模型》
      前沿研究
      这篇文章提出了“梅拉”，一个用于肺结节诊断的多模态、多尺度自解释模型，它大大降低了对标注数据的需求。 “梅拉”模型的核心思想是整合无监督学习和弱监督学习策略，以最大限度地减少对标注数据的依赖。 它采用自监督学习技术和视觉转换模型架构进行无监督特征提取，然后利用分层预测机制，通过在学习到的潜在空间中进行半监督主动学习，充分利用稀疏标注信息。
      数字医疗
      2025-05-07
      肺结节 梅拉
    • 《AKI协同诊断系统: 用于预测急性肾损伤的结构跟随多智能体系统》
      前沿研究
      本文提出了一种名为 “ AKI 协同诊断系统” 的多智能体系统，用于预测急性肾损伤（ AKI ）的发生。 该系统通过引入结构跟随多智能体框架，自动学习全局模型并将其作为先验信念融入智能体中，从而优化健康评估和决策制定。 实验结果表明，相比基线模型，“ AKI 协同诊断系统”在提前 48 小时预测急性肾损伤方面表现出更高的平均精度，验证了全局结构在提升分类和诊断推理性能中的必要性。
      数字医疗
      2025-05-06
      急性肾损伤
    • 《召唤GPT医生：从临床记录中提取信息以优化患者预测》
      专家观点
      这篇文章探讨了如何利用大语言模型，从临床记录中提取信息来改进患者预后预测。 研究使用了 MIMIC-IV Note 数据集，包含 14011 例首次入住冠状动脉重症监护室或心血管重症监护室的患者数据。 这表明 GPT 能够有效地从非结构化文本中提取对预测至关重要的信息。
      数字医疗
      2025-04-19
    • 《梅奥展望：人工智能如何重塑医院》
      专家观点
      这份报告分析了梅奥诊所（ Mayo Clinic ）对人工智能（ AI ）的投资活动，以此预测 AI 如何重塑未来医院的面貌。 梅奥诊所以其技术创新、对医疗复杂性的深入理解和雄厚的资金实力而闻名，其在 AI 领域的投资策略被视为医疗行业 AI 应用趋势的风向标。 1 、梅奥诊所看好 AI 在医疗领域的长期潜力： 梅奥诊所自 2023 年以来的投资活动显示，其对 AI 的长期发展充满信心，认为 AI 不只是一时的潮流，而是医疗保健的基石。
      数字医疗
      2025-04-18
      梅奥诊所