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
这项研究由浙江大学、复旦大学等机构联合完成,提出了ReVisual-R1模型,通过创新的三阶段训练方法显著提升了多模态大语言模型的推理能力。研究发现优化的纯文本冷启动训练、解决强化学习中的梯度停滞问题、以及分阶段训练策略是关键因素。ReVisual-R1在各类推理基准测试中超越了现有开源模型,甚至在某些任务上超过了商业模型,为多模态推理研究开辟了新途径。
这项研究提出了一种名为"批评式微调"的创新方法,证明仅使用一个问题的批评数据就能显著提升大语言模型的推理能力。研究团队对Qwen和Llama系列模型进行实验,发现这种方法在数学和逻辑推理任务上都取得了显著提升,平均提高15-16个百分点,而且只需要强化学习方法1/20的计算资源。这种简单高效的方法为释放预训练模型的潜在推理能力提供了新途径。
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。