ZD至顶网软件频道消息: 谷歌的英国子公司DeepMind并不是唯一一家使用人工智能对抗癌症、帮助医生做临床决策的公司。
微软今天公布了一批抗癌的重点项目,展示如何利用机器学习应用解决更大的挑战。
例如其中一个名为Project Hanover的应用是为了向所有癌症患者提供个性化的、精准的癌症治疗方法,帮助肿瘤科医生更快速地搜索大量生物医学研究论文。
微软正在瞄准所谓的“分子肿瘤团体”,该团体成立的目的是制订符合患者特定癌症症状的个性化治疗方案。但是,肿瘤学家需要评估每一种癌症具体情况而进行大量研究工作,无法了解最严重的案例,这些都阻碍了医生对患者的治疗。
微软表示,美国政府的PubMed服务每分钟会发布2篇论文,每年发布篇数超过100万。这个Hanover项目团队利用这个资源库开发了机器读取技术,自动地分析数百万的生物医学文章,而无需依赖标注,无需转换为结构化数据库。
此外它还分析覆盖基因网络和遗传相关的PubMed论文,通过一个由Azure托管的生物医学搜索服务Literome提供知识提取。
“据我们了解,癌症往往不是由单一突变引起的,相反,癌症源自于许多不同的基因突变的复杂相互作用,这意味着你需要了解关于基因组的一切,”微软研究院Hoifung Poon说。
Poon和其他Hanover团队的同事正在致力于俄勒冈健康与科技大学的Knight Cancer项目,利用机器学习实现个性化的药物组合,以治疗急性髓性白血病。
Knight Cancer Institute研究所所长Brian Druker表示,他的团队为计算机科学家提供假设,然后这些科学家会做分析,帮助验证或者反驳他们的理论。
微软运用其人工智能技术的另外一个癌症研究领域是帮助放射科医生追踪疾病的情况。放射科医生可以通过CT扫描快速了解患者是否有肿瘤,而人眼则不那么擅长看出其中的变化。
微软还强调自己的Bio Model Analyzer (BMA),帮助调查当疾病来袭的时候细胞发生了怎样的变化。BMA可以帮助更早期地检测癌症,模拟癌症患者对不同药物会做出怎样的反应。
微软表示,微软正在于制药巨头阿斯利康合作利用BMA了解药物之间的相互作用,以及患有某种白血病的患者的抗药性。
最后,微软生物计算部门的研究人员正在研究人体中的编程细胞。该部门负责人Andrew Phillip表示,实现这个目标微软还有很长的路要走,但说这“在技术上是可行的”,如果他们能够像了解计算机那样深入了解细胞。
好文章,需要你的鼓励
OpenAI CEO描绘了AI温和变革人类生活的愿景,但现实可能更复杂。AI发展将带来真正收益,但也会造成社会错位。随着AI系统日益影响知识获取和信念形成,共同认知基础面临分裂风险。个性化算法加剧信息茧房,民主对话变得困难。我们需要学会在认知群岛化的新地形中智慧生存,建立基于共同责任而非意识形态纯洁性的社区。
杜克大学等机构研究团队通过三种互补方法分析了大语言模型推理过程,发现存在"思维锚点"现象——某些关键句子对整个推理过程具有决定性影响。研究表明,计划生成和错误检查等高层次句子比具体计算步骤更重要,推理模型还进化出专门的注意力机制来跟踪这些关键节点。该发现为AI可解释性和安全性研究提供了新工具和视角。
传统数据中心基础设施虽然对企业至关重要,但也是预算和房地产的重大负担。模块化数据中心正成为强有力的替代方案,解决企业面临的运营、财务和环境复杂性问题。这种模块化方法在印度日益流行,有助于解决环境问题、满足人工智能的电力需求、降低成本并支持新一代分布式应用。相比传统建设需要数年时间,工厂预制的模块化数据中心基础设施可在数周内部署完成。
法国索邦大学团队开发出智能医学文献管理系统Biomed-Enriched,通过AI自动从PubMed数据库中识别和提取高质量临床案例及教育内容。该系统采用两步注释策略,先用大型AI模型评估40万段落质量,再训练小型模型处理全库1.33亿段落。实验显示该方法仅用三分之一训练数据即可达到传统方法效果,为医学AI发展提供了高效可持续的解决方案。