ZDNet至顶网软件频道消息: 在中国之声《新闻纵横》栏目曝出多地居民健康档案造假的消息后,居民健康档案的建档率、活档率等信息质量问题再次唤起各界医疗行政管理部门的重视。诚然,惠及全民的健康档案电子化是区域卫生信息平台、居民健康卡、电子病历等多项应用的基础,如果从根源上就无法保证信息的真实性、准确性,那么很难想象未来的“ 46312”工程(建设国家级、省级、地级市、县级4级卫生信息平台,依托于电子健康档案和电子病历,支撑公共卫生、医疗服务、医疗保障、药品管理、计划生育、综合管理6项业务应用,构建电子监控档案数据库、电子病历数据库、全员人口个案数据库3个数据库,建立1个安全的卫生网络,加强卫生标准体系和安全体系建设。)如何真正发挥便民惠民作用。
目前,很多地区的居民健康档案的建档工作都集中在社区卫生服务站和乡村卫生院,但中国幅员辽阔加之乡镇人口迁移,仅靠基层卫生服务人员的人工填报、手动整理几乎很难在短期内达到合规的建档率。于是,为了完成指标,一些基层卫生医疗机构想到了造假、滥竽充数的办法应付上级要求。这暴露出了卫生医疗信息如果完全靠人工填报、主动推送的方式来进行采集,将无法从根源上保证数据的真实性、准确性。那么对于地方卫生行政管理部门来说,如何从根源上解决电子健康档案的信息质量问题呢?显然,人工填报的方式是不可靠的。既然人工的方式不可控因素较多,最好的就是依靠专业的设备来实现。近几年,已经有一些在区域卫生信息平台上建设上走的比较靠前的卫生厅局,选择与国内专业的卫生信息数据厂商合作,通过对接各卫生医疗系统的方式完成对健康档案、电子病历等信息的自动化采集和实时共享交换。
此外,从整个国家的角度,卫生部与国家人口和计划生育委员会的合并也使居民健康档案的信息更具真实性、准确性和可追溯性。两大部门的合并将带来卫生系统与计生系统的大融合,具体到居民健康档案上,其个人基本信息、社会经济学信息、亲属信息、社会保障信息已可以从人口信息数据库中获取,大大降低数据采集的工作量。
然而,居民健康档案的质量问题却不仅仅体现为建档过程中的造假。在中国之声《新闻纵横》记者的采访中,来自基层的李医生就表示:“健康档案更新起来我们一直存在一些问题,很难对居民的动态的健康状况进行实时的跟踪,或者起到一个指导性的作用。纸质档案也在逐步被淘汰的过程当中,电子健康档案在医院,包括各级医院、与乡镇卫生院与村卫生室间对居民健康状况的医疗信息很难做到共享,共同来维护使用这个健康档案,还是比较割裂的。”为了解决这一问题,很多地区都在着力做好数据共享交换机制及信息“互认”和系统“互操作性”的标准规范,并将信息收集融入到卫生计生机构的日常服务工作中,实现日常卫生计生服务记录与健康档案之间的动态数据交换和共享利用,最大限度的避免“死档”产生。
好文章,需要你的鼓励
新加坡国立大学研究团队开发了名为IEAP的图像编辑框架,它通过将复杂编辑指令分解为简单原子操作序列解决了当前AI图像编辑的核心难题。研究发现当前模型在处理不改变图像布局的简单编辑时表现出色,但在需要改变图像结构时效果差。IEAP框架定义了五种基本操作,并利用思维链推理技术智能分解用户指令,实验证明其性能显著超越现有方法,尤其在处理复杂多步骤编辑时。
Character AI的研究者开发出TalkingMachines系统,通过自回归扩散模型实现实时音频驱动视频生成。研究将预训练视频模型转变为能进行FaceTime风格对话的虚拟形象系统。核心创新包括:将18B参数的图像到视频DiT模型改造为音频驱动系统、通过蒸馏实现无错误累积的无限长视频生成、优化工程设计降低延迟。系统可让多种风格的虚拟角色与人进行自然对话,嘴型与语音同步,为实时数字人交互技术开辟了新可能。
这项由中国人民大学高瓴人工智能学院研究团队发表的研究解决了大语言模型评判中的自我偏好问题。研究提出了DBG分数,通过比较模型给自身回答的分数与黄金判断的差异来测量偏好度,有效分离了回答质量与自我偏好偏差。实验发现,预训练和后训练模型都存在自我偏好,但大模型比小模型偏好度更低;调整回答风格和使用相同数据训练不同模型可减轻偏好。研究还从注意力分析角度揭示了自我偏好的潜在机制,为提高AI评判客观性提供了重要指导。
这篇研究提出了DenseDPO,一种改进视频生成模型的新方法,通过三大创新解决了传统方法中的"静态偏好"问题:使用结构相似的视频对进行比较,采集细粒度的时序偏好标注,并利用现有视觉语言模型自动标注。实验表明,DenseDPO不仅保留了视频的动态性,还在视觉质量方面与传统方法相当,同时大大提高了数据效率。这项技术有望推动AI生成更加自然、动态的视频内容。