谷歌云为医生推出专用生成式AI工具,临床信息一键搜索

作者 | InfoQ 数字化团队  近期,谷歌云宣布在 Vertex AI 中引入专为医疗保健和生命科学组织量身定制的新功能,帮助医护人员从不同类型的医疗记录中,快速提取准确的临床信息。医疗保健是一个数据密集型行业,大部分医学知识都隐藏在海量的结构化和非结构化数据中,临床医生很难从中快速地找到所需的信息(如患者病例和扫描文档)。此外,出了搜索之外,要找出数据之间的相关性,还依赖于医护人员具备专业的临床知识。要将各个点联系起来并获取高质量的患者护理所需的信息是行业面临的巨大挑战。针对这一问题,谷歌云推出的最新搜索工具将利用 Vertex AI 现有的跨数据源搜索功能,帮助医护人员更轻松地从不同类型的医疗记录中搜索临床信息和研究患者记录。值得关注的是,除了 EHR(电子健康记录)内的数据之外,该搜索功能在足够精细的级别上可以涵盖整个组织生态系统中的数据,包括临床记录、扫描文档和电子健康记录等等。甚至,通过与谷歌专注于医疗保健的大型语言模型 Med-PaLM 2 配合使用,该工具还可以连接到外部资源和患者的医疗记录。这意味着,如果医生想要了解患者的病史,他们不再需要单独阅读患者的诊疗记录、传真和电子健康记录,只要搜索“该患者在过去 12 个月内服用过哪些药物”之类的问题,就能获取患者的用药史、之前的实验室检查以及与患者的护理计划等相关的信息。谷歌云 AI 产品管理高级总监 Lisa O’Malley 表示,新搜索功能还可用于其他关键应用,例如应用正确的计费代码,以及确定患者是否符合参加临床试验的标准。并且,还可以引用并链接到信息的原始来源,这些信息直接来自组织自己的内部数据,这有助于缓解临床医生对 AI 可能产生幻觉或不准确信息的担忧。Vertex AI 是一个面向非机器学习开发人员的平台。该平台提供了一个简单的编排层,将企业数据与生成式基础模型以及会话 AI 和信息检索技术结合起来,可以帮助开发人员将确定性工作流与生成式输出相结合,将基于规则的流程与动态 AI 相结合,构建出可靠的应用程序。从本周一起,客户可以注册提前访问面向医疗保健和生命科学行业的 Vertex AI Search。在此之前,谷歌云已经在与梅奥诊所(Mayo Clinic)、Hackensack Meridian Health 和 Highmark Health 等健康组织测试这项功能。谷歌云表示,这一功能将为医护人员节省大量的时间和精力。根据美国医学会(AMA)的一项研究发现,医生在病人身上每花费一个小时,就会额外花费两个小时在行政工作上。研究称,医生还倾向于在工作时间之外多花一到两个小时做文书工作,而这段时间通常是他们的睡眠时间。而通过新的搜索功能,谷歌希望减少临床医生花费在挖掘额外记录和数据库上的时间。这对于医护人员而言,意义巨大。除了谷歌之外,越来越多的云服务商正在发力人工智能技术研发和应用,并赋能于医疗行业。比如,微软通过生成式 AI 工具,帮助医疗保健公司协助患者、改进调度程序并为管理聊天机器人提供支持;

再比如,甲骨文宣布其最新矢量数据库将包含高度专业化的培训数据,例如电子健康记录等(这些数据将保持匿名性和私密性),同时训练专有模型,帮助医生提高诊断能力和癌症、心脏病等疾病的治疗处方。

参考链接  :https://www.cnbc.com/2023/10/09/google-announces-new-generative-ai-search-capabilities-for-doctors-.htmlhttps://www.forbes.com/sites/saibala/2023/10/09/google-cloud-launches-new-healthcare-generative-ai-features/?sh=64784e727e5b 福利通道
  • 关注InfoQ数字化经纬公众号,回复抽奖可以参与本周活动,有机会获得定制礼品。

  • 加入数字化读者群进行交流,搜索并添加小助手微信 moment_Kimmy,备注进群

今日好文推荐大模型时代下的技术变革:训练、负载、部署、效率、安全……都遇到了新挑战?京东辟谣“刘姓商人涉嫌违法被抓”;比特大陆全员工资暂停发放;一周可居家办公3 天,去哪儿灵活办公制度出炉|Q资讯
主力开发已经 68 岁了!“老龄化”严重的 Postgres 开源社区呼唤“年轻一代”
无服务计算,厂商究竟在打什么算盘

相关推荐

  • Netflix 如何真正使用 Java
  • 程序员在 AI 时代何去何从?深圳巅峰对决 | Q推荐
  • 这件事,已被大学生持续关注了 5 年……
  • 玩转并发编程!没到 35k 的 Java 开发都值得好好读一读 | 极客时间
  • MyBatis-Plus主键生成策略[MyBatis-Plus系列] - 第491篇
  • limit很慢,性能如何优化?
  • 分享 30 个 JavaScript 单行代码片段,提升你的工作效率
  • 分享一个简单容易上手的CSS框架:Pure.Css
  • 为什么大家都说 ThreadLocal 存在内存泄漏的风险?
  • 独家|OpenAI超级对齐负责人Jan Leike:如何破解对齐难题?用可扩展监督
  • 一个字符串模式匹配开源库
  • [开源]MIT开源协议,基于 Vue3.x 可视化拖拽编辑,页面生成工具
  • 面试官:如何设计API返回码(错误码)?
  • 大模型RAG检索增强问答如何评估:噪声、拒答、反事实、信息整合四大能力评测任务探索
  • 【头条】请问什么是 CICD
  • Nijijourney APP体验视频
  • MiniGPT 执行一些复杂的视觉任务视频演示
  • 1016.AI日报:OpenAI修改企业核心价值观 强调AGI
  • 一款高颜值的阅读神器,开源了!
  • 小米接触台积电?小米14系列或搭载自研芯片,雷军:这次产品很很很强