高度灵活、可重用的人工智能(AI)模型的异常快速发展可能会在医学中引入新的能力。本文提出一种医学人工智能的新范式,称为全科医学人工智能(GMAI)。GMAI模型将能够使用很少或没有特定任务的标记数据来执行一系列不同的任务。GMAI通过在大型、多样化的数据集上进行自监督而建立,将灵活地解释不同的医疗模式组合,包括来自图像、电子健康记录、实验室结果、基因组学、图或医学文本的数据。反过来,模型将产生表现力的输出,如自由文本解释、口头建议或图像注释,这些显示了先进的医学推理能力。本文确定了GMAI的一组高影响的潜在应用,并列出了实现它们所需的特定技术能力和训练数据集。我们预计,支持GMAI的应用程序将挑战目前监管和验证医疗人工智能设备的策略,并将改变与大型医疗数据集收集相关的实践。

成为VIP会员查看完整内容
72

相关内容

大模型是基于海量多源数据打造的预训练模型,是对原有算法模型的技术升级和产品迭代,用户可通过开源或开放API/工具等形式进行模型零样本/小样本数据学习,以实现更优的识别、理解、决策、生成效果和更低成本的开发部署方案。
【2023新书】医学领域的人工智能革命:GPT-4及以后,282页pdf
PubMed GPT : 用于生物医学文本的特定领域大型语言模型
专知会员服务
37+阅读 · 2022年12月19日
【AI+医疗健康】美国数字健康战略(附44页最新报告)
专知会员服务
88+阅读 · 2022年3月15日
专知会员服务
57+阅读 · 2021年5月20日
科学智能(AI4Science)赋能科学发现的第五范式
微软研究院AI头条
4+阅读 · 2022年7月7日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
1+阅读 · 2023年5月30日
Arxiv
0+阅读 · 2023年5月29日
Arxiv
0+阅读 · 2023年5月28日
Arxiv
0+阅读 · 2023年5月26日
Arxiv
127+阅读 · 2023年4月20日
A Survey of Large Language Models
Arxiv
317+阅读 · 2023年3月31日
VIP会员
相关VIP内容
【2023新书】医学领域的人工智能革命:GPT-4及以后,282页pdf
PubMed GPT : 用于生物医学文本的特定领域大型语言模型
专知会员服务
37+阅读 · 2022年12月19日
【AI+医疗健康】美国数字健康战略(附44页最新报告)
专知会员服务
88+阅读 · 2022年3月15日
专知会员服务
57+阅读 · 2021年5月20日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
1+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员