医疗AI

随着生成式人工智能在医疗领域加速渗透，越来越多的病历、影像报告及各类临床文本正逐步纳入AI参与生成的范畴。这一旨在提升效率的技术革新背后，潜藏着威胁诊断安全性的深层隐患。 一项由新加坡国立大学、哈佛大学、斯坦福大学、耶鲁大学、谷歌及梅奥诊所等机构的跨学科团队完成的最新研究表明，当AI生成的临床文本被用作训练新一代AI模型时，一些罕见但关键的病理信息会在数据迭…

MIRA团队 投稿 在大模型（LLM）与计算机视觉（CV）争相重塑医疗行业的今天，我们似乎已经拥有了功能强大的数字助手：它们能够像放射科医生一样精准解读CT影像，也能像内科医生一样撰写病历摘要。 但医疗AI世界中，仍有一块关键拼图缺失——那就是理解“生命动态演变”的能力。 △ 图1.不同模态的医疗数据 正如图1所示，如果将患者的生命历程比作一部电影，现有的A…

在通用大模型（LLM）席卷全球的浪潮中，医疗垂直领域始终被视为AI落地的“硬骨头”。虽然ChatGPT在USMLE（美国执业医师资格考试）等标准化测试中表现优异，但在需要精准判断和实时决策的临床场景中，通用大模型的局限性日益凸显。近日，一项由空军军医大学唐都医院李妍教授团队与深圳清华大学研究院朱锐团队联合完成的COMPARE研究在arXiv预印本平台发表，研…

Agentic RAG 系统可以被视为一个高维度的决策空间，其中每个维度都对应一项关键设计选择，例如提示工程、智能体协同机制或检索策略。手动调整这些维度以找到最优组合不仅极其困难，而且系统上线后遇到的未知数据也常常会打破在测试环境中有效的配置。 因此，一个更优的解决方案是让系统具备“自我优化”的能力。一条典型的、可自我进化的 Agentic RAG 流水线遵…

在基层医疗的日常实践中，医生面临着病种繁杂、节奏飞快的双重压力。从清晨到日暮，诊室内外的工作负荷持续攀升——查文献、请会诊等理想化操作往往被压缩，而慢病患者增多带来的随访任务更让医疗资源捉襟见肘。这种结构性困境，正是国家卫健委近期发布《促进和规范“人工智能+医疗卫生”应用发展的实施意见》试图破解的核心议题。政策将“人工智能+基层应用”列为八大重点方向之首，并…

在医疗资源分布不均、基层诊疗压力巨大的现实背景下，人工智能技术正从实验室走向临床一线，开启一场深刻的医疗变革。根据最新统计，中国糖尿病患者已达2.33亿人，远超现有医疗资源的承载能力。基层医生每天面对的是混杂的真实世界：心血管、呼吸、消化等各种疾病交织出现；一旦遇上少见症状或复杂共病，往往会感到吃力，甚至陷入“想得不全、顾得不够”的困境。这种结构性矛盾，为医…

在人工智能技术飞速发展的今天，医疗AI已成为科技与医学交叉领域最受关注的前沿方向之一。然而，尽管ChatGPT、Claude、Med-PaLM等通用大模型在各类医学标准化考试中屡获高分，现实临床场景中的表现却屡屡暴露出推理幻觉、诊断不当、治疗方案欠妥等严峻问题。这一现象背后，折射出医疗AI真实能力与临床期待之间的深刻落差。 现有评估体系的核心缺陷在于过度依赖…

在医疗人工智能领域，一个长期存在的核心挑战是如何让AI系统掌握临床诊断的动态本质。真实的临床诊断绝非简单的单轮问答，而是一个复杂的多轮决策过程——医生需要根据不完整的初步信息，提出鉴别诊断假设，然后通过主动选择检查项目来逐步排除或确认可能性，最终在信息充足时做出准确诊断。然而，当前大多数医疗大语言模型（LLM）的训练范式更接近于“开卷考试”，它们基于静态、完…

2025年末，蚂蚁集团完成近五年来最关键的战略调整——原“数字医疗健康事业部”正式升级为“健康事业群”，标志着医疗健康业务正式成为集团战略支柱板块。这一调整不仅完善了蚂蚁的业务矩阵，更揭示了AI应用竞争进入深水区后的新态势。当ChatGPT引发的“百模大战”热潮逐渐退去，大厂们的竞争重心已从比拼模型参数转向场景深耕与商业化落地，而医疗健康正成为最具战略价值的…