医疗保健软件巨头Epic Systems近日表示,正在与微软展开合作,通过Azure AI平台拥抱生成式AI。
Epic在芝加哥举行的HIMSS会议上称,根据合作伙伴关系,Epic将把GTP-4等OpenAI的服务整合到自己的电子医疗记录中。
微软的OpenAI服务可以通过Azure AI平台获得,提供了对多种用途(例如内容摘要和代码生成)的生成式AI模型的访问路径。Epic表示,这次整合将有助于提高医疗提供商的生产力,减轻他们的行政负担,让临床医生腾出更多时间与患者相处来改善护理。
微软AI平台企业副总裁Eric Boyd表示,生成式AI通过对那些复杂的工作流程和繁琐的任务实施自动化,增强医疗企业的能力。此外,生成式AI还可以帮助更有效地从医疗记录中收集洞察,让临床医生可以做出更明智的决策,并提供更个性化的护理服务。
Epic举例说,生成式AI可用于向SlicerDicer中新增自然语言查询和交互式数据分析功能。SlicerDicer是一种自助服务报告工具,可以帮助医生探索他们对医疗问题的直觉,让医生以更直观、对话的方式探索数据。
Boyd表示:“这些功能使探索数据变得更具对话性,从系统生成的仪表板摘要,到医生使用自然语言查询向系统询问慢性病对当地社区的影响等很多方面。”
Epic公司研发高级副总裁Seth Hain解释说,SlicerDicer也可以被管理人员用来获得有关医院运营效率的答案。“我们对OpenAI GPT-4 的探索显示出了通过SlicerDicer提高自助服务报告的能力和可访问性的潜力,使医疗保健组织更容易确定如何做运营上的改进,包括降低成本的方法,以及在本地和更广泛北京下找到问题答案的方法。”
微软和Epic公司已经在UC San Diego Health、UW Health和Stanford Health Care等医疗系统中试用了OpenAI服务,这些系统正在使用GPT-4自动起草消息响应。
UW Health首席信息官Chero Goswami表示:“充分利用技术可以简化与劳动力和工作流程相关的事情。把生成式AI集成到我们日常的一些工作流程中,将提高我们很多提供商的生产力,使他们能够专注于真正需要他们关注的临床职责。”
通过扩大与Epic的合作伙伴关系,微软可以把OpenAI的服务带到数千家美国医院。据KLAS Research显示,Epic是美国最大的医疗软件供应商,市场份额为32.9%。
Constellation Research分析师Holger Mueller表示:“我认为微软采用新技术的速度从来没有像它通过OpenAI提供的产品那样快。生成式AI有很多优势,这就是Epic正试图与微软共同利用的优势,看看这是否有助于改善患者的治疗效果吧。”
微软也一直在以其他方式将生成式AI推向医疗领域。上个月,微软旗下的Nuance Communications宣布计划把GPT-4整合到其临床笔记工具中。
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。