Ni all AI ddisodli meddygon wrth wneud diagnosis uniongyrchol a phenderfyniadau triniaeth

Ddim yn bell yn ôl, fe wnaeth model AI claf prin "Xiehe Taichu" a ddatblygwyd ar y cyd gan Ysbyty Coleg Meddygol Peking Union a Sefydliad Awtomeiddio Academi Gwyddorau Tsieineaidd wedi mynd i mewn i'r cam ymgeisio clinigol yn swyddogol. Mae'r tîm ymchwil yn ystyried y gallu i atal "rhithiau" deallusrwydd artiffisial yn effeithiol fel un o'i dair mantais graidd. Mae adroddiadau cysylltiedig yn dangos bod modelau deallusrwydd artiffisial traddodiadol yn aml yn cynhyrchu "rhithiau" oherwydd sŵn data neu fannau dall gwybodaeth, a all arwain yn hawdd at gasgliadau gwallus. Trwy integreiddio data awdurdodol, diweddaru gwybodaeth yn ddeinamig, ac ychwanegu mecanweithiau olrhain, mae "Concordia · Taichu" i bob pwrpas yn atal "rhithiau" yn y model ac yn gwella hygrededd gwneud penderfyniadau clinigol.

Er mwyn atal 'rhithwelediadau', rydym yn defnyddio setiau data o ansawdd uchel lleol yn bennaf (megis diagnosis go iawn a chofnodion triniaeth) a nifer fawr o seiliau gwybodaeth a ddilyswyd â llaw (megis canllawiau diagnosis clinigol a thriniaeth, gwerslyfrau, a llenyddiaeth wyddonol sydd ar gael i'r cyhoedd) ar gyfer tiwnio model. "Esboniodd Gong Mengchun," trwy dechnegau fel peirianneg geiriau prydlon, cefnogaeth tystiolaeth effeithiol, gwirio olrhain, dilysu maen prawf, ac ati yn y broses resymu, a darperir adborth a chywiriad yn barhaus. "Gellir deall bod hyn yn caniatáu i AI ddysgu" gwybodaeth dda "yn unig a chyfyngu ar" ffin "rhesymu, neu ychwanegu mecanwaith" olrhain "i adolygu" addysg "yn barhaus cyn cymhwysiad clinigol.

Yn ôl ystadegau a ryddhawyd gan sefydliadau proffesiynol perthnasol, mae Deepseek wedi cael ei ddefnyddio yn ysbytai haen uchaf yn Tsieina. Mae sawl ysbyty, gan gynnwys Ysbyty Huashan sy'n gysylltiedig â Phrifysgol Fudan, Ysbyty Ruijin, ac Ysbyty Pobl Shenzhen, wedi dechrau ymchwil a datblygu ar y cyd gyda'r cwmnïau deallusrwydd artiffisial domestig gorau. Trwy integreiddio a docio trawsddisgyblaethol, maent wedi cyflymu hyrwyddo deallusrwydd meddygol ac wedi datrys y broblem "dagfa". Mae'r diwydiant yn credu y gall defnyddio technoleg "distyllu gwybodaeth hierarchaidd" unigryw Deepseek leihau'r llwyth gwaith casglu a chyfrifiant mewn senarios meddygol cymhleth 30%.

Mae llawer iawn o ymchwil yn seiliedig ar ddata clinigol amlfodd gartref a thramor wedi cadarnhau y gallai'r mewnwelediadau clinigol a ddarperir gan dechnoleg deallusrwydd artiffisial ragori ar y wybodaeth a'r terfynau synhwyraidd corfforol y gall meddygon eu deall, gan ddarparu barn ategol bwysig ar gyfer gwneud penderfyniadau clinigol. Dywedodd Gong Mengchun, o ran tystiolaeth a dyfarniadau newydd a ddarperir gan AI, y dylem fabwysiadu agwedd "dilysu a barn lawn", adeiladu seilwaith data clinigol amlfodd, datrys ciwiau o ansawdd uchel, a gwirio amryw ddarganfyddiadau meddygol sy'n cael eu gyrru gan ddata. Mae integreiddio tystiolaeth glinigol a ddarperir gan AI i'r broses ddiagnosio a thrin ar ffurf diagnosis a thriniaeth amlddisgyblaethol (MDT) i wasanaethu cleifion yn un o'r tueddiadau datblygu prif ffrwd yn y maes ymchwil feddygol fyd -eang.