8月7日消息,據國外媒體報道,IBM將給其醫(yī)療數據庫加入醫(yī)學圖像,其沃森人工智能技術將能夠通過挖掘那些信息幫助醫(yī)生做出診斷。
該公司周四宣布,它將以10億美元收購醫(yī)學圖像軟件公司Merge Healthcare。
在今年4月設立沃森醫(yī)療業(yè)務后,IBM先收購了幾家規(guī)模較小的醫(yī)療數據公司,并跟蘋果、Johnson & Johnson和Medtronic建立合作關系。上周,IBM宣布與大型藥房連鎖店CVS Health達成合作,將開發(fā)數據驅動型服務來幫助糖尿病、心臟病等慢性疾病患者更好地進行健康管理。
而對于Merge Healthcare的收購,既是一筆大規(guī)模投資,對于IBM新成立的沃森醫(yī)療部門而言也是新的資源。IBM負責該項業(yè)務高級研究副總裁約翰·凱利(John Kelly)在受訪時表示,“我們將給沃森和分析部門帶來醫(yī)療保健領域最大的數據集——圖像。”
據IBM研究人員估計,像CAT掃描圖、X光照片和乳房X線照片這樣的圖像在當下所有的醫(yī)療數據中的占比高達90%左右。那些圖像和病患的電子病歷通常都是分開處理的。例如,放射科醫(yī)師一天可能要檢查成千上萬張病患的圖像,但他們只會去辨別圖像上的異常情況,而不會同時考慮到病患的病歷、治療和用藥方案。
“沃森將能夠同時理解這兩方面的情況。”凱利說。
沃森人工智能技術目前主要應用于分析文件和網絡上的文本。
但凱利指出,在過去的兩年里,IBM的實驗室研究人員一直在訓練沃森人工智能引擎的圖像識別能力。“也就是說,我們要給沃森帶來眼睛。”
總部位于芝加哥的Merge Healthcare專門研究存儲、查看和共享醫(yī)學圖像的軟件。它的技術為諸多的醫(yī)療保健服務提供商和圖像設備廠商廣泛使用,它使用存檔圖像的權限大小因客戶要求和州及聯邦的醫(yī)療隱私法規(guī)而異。
medical images是沃森醫(yī)療業(yè)務設立以來IBM所收購的第三家醫(yī)療數據公司。4月,它同意收購兩家創(chuàng)業(yè)公司:Explorys和Phytel。Explorys是克利夫蘭診所的剝離公司,它擁有的5000萬名病患的數據用于發(fā)現疾病、治療方案和治療結果的模式。位于達拉斯的Phytel致力于打造管理病人護理和降低患者再入院比例的軟件。這兩筆交易規(guī)模較小,但相關財務細節(jié)并未披露。
作為云服務銷售的沃森技術可用于幫助IBM客戶從他們在運營中收集到的數據發(fā)現模式規(guī)律。而醫(yī)療保健堪稱IBM為一整個行業(yè)打造全面的產品的首個領域。
以往,用于醫(yī)療的自動化決策支持系統(tǒng)一開始往往為人們所看好,但結果卻讓人失望,在實踐中的用途很有限。但IBM認為其沃森技術能夠在未來幾年帶來真正的突破。
該公司相信自己能夠在改善醫(yī)療保健上成為技術領導者,給病患帶來更好的治療結果,同時幫助服務提供商、保險商和病患有效減少支出。
4月接受采訪的時候,IBM CEO弗吉尼亞·羅曼提(Virginia M. Rometty)談到了公司這些年在給從計算機化人口普查數據到將宇航員送上月球的重大項目提供技術上的角色。
她說,“我們的‘登月’項目將會是在醫(yī)療保健領域產生重大影響。”
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據不同問題靈活調整內部專家配置。該方法在數學、編程等任務上顯著提升推理準確率,且不增加計算成本。研究發(fā)現不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯合研究團隊開發(fā)出Rolling Forcing技術,實現AI視頻實時流式生成的重大突破。該技術通過滾動窗口聯合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質量視頻,延遲僅0.76秒,質量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現,通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構建了包含約30000個幾何題目的Euclid30K數據集,使用強化學習方法訓練多個AI模型。實驗結果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎幾何知識對培養(yǎng)AI空間智能的重要價值。