卫生领域人工智能的伦理与治理:多模态大模型指南

2024-03-06 首都医科大学附属北京中医医院 中国医学伦理学 发表于上海

本指南针对其中一种类型的生成式人工智能,即多模态大模型。这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。

中文标题:

卫生领域人工智能的伦理与治理:多模态大模型指南

发布日期:

2024-03-06

简要介绍:

人工智能(Artificial Intelligence,AI)是指集成到系统和工具中的算法从数据中学习的能力,这样它们就能执行自动化的任务,而无需人工对每个步骤进行明确的编程。生成式人工智能是算法在可用于生成新内容(如文本、图像或视频)的数据集上进行训练的一种人工智能技术。本指南针对其中一种类型的生成式人工智能,即多模态大模型(Large Multi-modal Model,简称“LMM”)。这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。据预测,多模态大模型将广泛应用于医疗保健、科学研究、公共卫生和药物开发等领域。多模态大模型也被称为“通用基础模型”(General-purpose Foundation Model),尽管尚未证实多模态大模型能否完成各种任务和目的。

相关资料下载:
[AttachmentFileName(sort=1, fileName=卫生领域人工智能的伦理与治理:多模态大模型指南.pdf)] GetToolGuiderByIdResponse(projectId=1, id=074ad1c0036233eb, title=卫生领域人工智能的伦理与治理:多模态大模型指南, enTitle=, guiderFrom=中国医学伦理学, authorId=0, author=, summary=本指南针对其中一种类型的生成式人工智能,即多模态大模型。这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。, cover=https://img.medsci.cn/Random/medical-staff-meeting-GXNVP9J.jpg, journalId=0, articlesId=null, associationId=2124, associationName=首都医科大学附属北京中医医院, associationIntro=首都医科大学附属北京中医医院, copyright=0, guiderPublishedTime=Wed Mar 06 00:00:00 CST 2024, originalUrl=, linkOutUrl=, content=<div class="row"><span id="ChDivSummary" class="abstract-text" style="color: #666666;">人工智能(Artificial Intelligence,AI)是指集成到系统和工具中的算法从数据中学习的能力,这样它们就能执行自动化的任务,而无需人工对每个步骤进行明确的编程。生成式人工智能是算法在可用于生成新内容(如文本、图像或视频)的数据集上进行训练的一种人工智能技术。本指南针对其中一种类型的生成式人工智能,即多模态大模型(Large Multi-modal Model,简称&ldquo;LMM&rdquo;)。这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。据预测,多模态大模型将广泛应用于医疗保健、科学研究、公共卫生和药物开发等领域。多模态大模型也被称为&ldquo;通用基础模型&rdquo;(General-purpose Foundation Model),尽管尚未证实多模态大模型能否完成各种任务和目的。</span></div>, tagList=[TagDto(tagId=8461, tagName=人工智能), TagDto(tagId=487916, tagName=多模态大模型)], categoryList=[CategoryDto(categoryId=85, categoryName=指南&解读, tenant=100), CategoryDto(categoryId=21026, categoryName=医学科研, tenant=100)], articleKeywordId=8461, articleKeyword=人工智能, articleKeywordNum=6, guiderKeywordId=8461, guiderKeyword=人工智能, guiderKeywordNum=6, haveAttachments=1, attachmentList=null, guiderType=0, guiderArea=指南, guiderLanguage=0, guiderRegion=3, opened=0, paymentType=, paymentAmount=10, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=406, appHits=12, showAppHits=0, pcHits=71, showPcHits=394, likes=0, shares=1, comments=0, approvalStatus=1, publishedTime=Thu Mar 07 16:57:00 CST 2024, publishedTimeString=2024-03-06, pcVisible=1, appVisible=1, editorId=0, editor=FUNNYMAN, waterMark=0, formatted=0, memberCards=[], isPrivilege=0, deleted=0, version=3, createdBy=null, createdName=FUNNYMAN, createdTime=Thu Mar 07 11:39:53 CST 2024, updatedBy=8538692, updatedName=梅斯话题小助手, updatedTime=Thu Mar 07 15:41:48 CST 2024, courseDetails=[], otherVersionGuiders=[], isGuiderMember=false, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=卫生领域人工智能的伦理与治理:多模态大模型指南.pdf)])
卫生领域人工智能的伦理与治理:多模态大模型指南.pdf
下载请点击:
评论区 (0)
#插入话题

拓展阅读

Nature Medicine:AI赋能外科手术:从术前诊断到术后监测

每年全球约有3.3亿台手术正在进行中,随着手术需求的不断增加和等待名单的延长,AI在优化外科手术流程和提高手术效果方面的潜力正逐步显现。

Nat Med:赵世华等团队合作使用人工智能支持的心脏磁共振成像筛查和诊断心血管疾病

该研究开发并验证了计算机化CMR解释,用于9,719例患者的11种CVD的筛查和诊断。

Radiology:人工智能在肺癌筛查中的附加价值

现阶段,胸部平扫低剂量CT (LDCT)是肺癌筛查的标准成像方案。除了肺实质外,这种成像方式还提供了胸部解剖结构的高空间分辨率描述,从而可以对身体成分进行机会性评估。

European Radiology:虚拟单色图像CT肺栓塞检测的人工智能算法

现阶段,人工智能(AI)越来越多地应用于医学成像中,试图减轻放射医师日益增长的工作量。已有研究表明,AI算法对传统的多色图像(CPI)具有较高的诊断精度,能够提高影像科医师对PE的检测水平。

【综述】| 基于人工智能的H-E染色全切片病理学图像分析在肺癌研究中的进展

本文总结了肺癌领域利用人工智能手段进行病理学图像分析的应用进展,并对未来发展方向进行展望。

分子影像人工智能专家共识(2019 版)

中华医学会核医学分会(CSNM,Chinese Society of Nuclear Medicine) · 2019-12-30

涉及人工智能干预的临床试验设计规范:SPIRIT-AI扩展

SPIRIT-AI 和 CONSORT-AI 工作组 · 2020-09-08

欧盟人工智能道德准则(草案)

暂未更新 · 2019-10-31

医疗卫生中人工智能(AI)使用的伦理和管治(英文)

世界卫生组织(WHO,The World Health Organization) · 2021-06-28