医学人工智能

两个新的医学人工智能范式

鉴于上述挑战，该研究提出了两个新的医学人工智能范式：通用医学人工智能（UMAI）和通用健康人工智能（UHAI）。

研究提出未来医学人工智能模型演进与关键技术

近日，清华大学黄天荫教授、马维英教授、李京山教授等联合国内外其他研究团队在NEJMAI上发表研究文章，围绕医学人工智能模型的演进方向和关键技术展开讨论，提出了通用医学人工智能（UMAI）和通用健康人工智能（UHAI）的概念，并总结了其中的关键挑战和技术路径。

随着人工智能技术的快速发展，医学人工智能模型也正从任务特定模型转变为具备更强通用能力的多模态模型（GMAI）。

健康数据整合与对齐：医疗数据和非临床健康数据的融合理解对于提升医学人工智能模型能力至关重要，因此需要探索合适的解决方法。

医疗多智能体协作：会诊是人类医生在应对复杂医学任务时会采用的解决方案，为了进一步提升对于患者/疾病的整体理解，医学人工智能模型也应该具备类似的协作和集体决策能力，因此，构造合适的医疗多智能体协作策略将有效提升UHAI的各方面能力。

通过学习医疗保健人员的临床经验，这些新范式有望构造更全面的医学人工智能模型来应对医疗保健领域的众多挑战。