在医疗领域,我们很多人的痛点就在于,80%的优质医生都集中在一线城市。与此同时,最近中美网友小红书对账的事,再一次揭露了国外医疗程序的繁琐和不够人性。
而好伴AI的使命,就是让每个人无论身在何处,都能拥有口袋里的健康专家!对用户,它的口袋里的健康咨询专家;对医生,它是专业知识和经验的应用和传播者。
接下来,就让我们详细领略一下智诊科技的五天发布会内容,感受一下这款AI将如何变革我们的智能健康医学新时代。
简短目录如下——
Day 5:好伴AI,触手可及
Day 1:让AI拥有无限记忆,事无巨细地了解我们、懂得我们、关心我们
第一天,智诊科技通过WiseDiag-Z1让AI拥有了无限记忆,具体来说,是一种即插即用的记忆力机制。
从脑科学的角度来说,记忆始于神经元之间的信号传递。不过,人类的碳基记忆不是完美的,许多记忆会模糊、消失。而研究者希望,能赋予AI一个全新的记忆系统,克服碳基记忆的弊端。
智诊AI系统最基础的特性,就是支持多国语言,尤其支持中文。并且这个系统模拟了人类记忆的特性,能够自动提取、存储三种不同的记忆信息。
具体来说,包括完整对话内容、以天为单位的记忆总结,和事件级记忆。这样,在医疗问诊的多轮长对话中,它就能方便用户获取所需信息。
同时,为了让大模型不搞错模糊代指的记忆,研究者专门开发了基于端到端的多轮多路上下文查询能力,从而帮助AI理解复杂的多轮对话。
另外,研究者还开发了一个AI的模糊记忆查询功能,这就可以通过模糊的内容联想(时间或地点)来查询记忆。


想象一下,为了在医院看病时,AI医生分身能事无巨细地了解我们的生活习惯、医疗记录,像老朋友一样懂我们,关心我们的身体,这也太令人期待了!
Day 2:全科医疗基座 & 深度推理,懂医还会聊
第二天,全学科医学基座大模型WiseDiag首次亮相,与此同时,医学版o1推理模型也来了。
作为医学基座大模型,WiseDiag采用了最新一代大模型架构,共有730亿参数,具备了强大医学知识处理能力。
它在超3万亿token的专业级优质医学数据中完成了训练。
其中包括,大量权威医学教材、最新临床指南,以及海量高水平医学研究论文。
预训练之后,WiseDiag还用到了SFT监督微调、PPO直接偏好优化的训练方法,以及受邀的临床专家深度参与训练过程。
通过精心设计的训练,新模型不仅掌握了丰富的医学知识,更具备了类医生的临床思维能力,能够为医疗决策提供专业、可靠的智能支持。
在专业能力方面,WiseDiag在中文医学大模型权威基准CMB和Medbench中,分别拿下了98.39和92.9的成绩。
尤其是,在CMB上,分数几乎接近满分,愈加证明其对医学知识掌握到位。
在通用能力方面,WiseDiag也在中文基础模型评估C-Eval和极具挑战性的大规模多任务理解评测MMLU-Pro中,取得了媲美国内外顶尖模型的表现。
WiseDiag在通用和专业基准上优异表现,恰恰印证了智诊的初衷——打造一个既懂医,又会和人沟通的AI助手。
当然,考试测试是一方面,更重要的是它能够在实际应用场景中,真正帮助到医生和患者。
深度思考版本Z1
医学领域,也有其o1版推理模型。
基于WiseDiag,团队打造的深度思考版本——Z1在这次发布会中,首次亮相。
对于一位经验丰富的医生来说,在遇到疑难病例时,他会不断深入分析,反复推敲论证,并根据新的发现及时调整思路。
这个过程,如果是被AI实现了呢?
通过采用多层次推理扩展机制,Z1能够像专家医生一样,进行深入细致的分析思考和反复权衡,直至找到最优解。
这一突破,让WiseDiag不再停留在简单的「查找规则配方」层面,而是真正具备了专业的临床思维能力。
在实际应用中,Z1已展现出了令人瞩目的深度思考能力。
接下来不如看个栗子,打开好伴AI,我们将疑难杂症的一个病例发给它,让AI帮我们做出诊断。
在经过深思熟虑之后,好伴AI基于所给的信息,准确指出了这个病症——庞贝病。
要知道,这是一个全球罕见的遗传代谢病,全球发病率1/30万。不仅如此,它还是症状「伪装者」,若能早期识别对治疗影响极大。
但对于医生而言,得出诊断都是一种挑战。
如果AI能对类似罕见病早期预见,将会带来极大的医疗价值。
可以看到,好伴AI不仅给出了最终的诊断,还给出了完整鉴别诊断思路。这种诊断模式与临床医生的思维高度吻合,能够真正助力医生的日常诊疗工作。

Day 3:AI医学专家分身有术,7x24为你诊疗
第三天,研究者还带来了医学领域的AI智能体——医学专家分身系统。 医少患多,这种不平衡的医疗资源,造成了各大医院专家每天被上百位患者「围追堵截」的现状。 特别是,知名专家的号几乎「一票难求」。 这时,如果每个医生能够有一个「分身」,可以7x24小时对全国患者做出回应,对医生和患者来说都是福音。 这不仅让更多人能享受到优质医疗资源,还能大大节省就医成本和时间,让看病变得更加便捷高效,让高水平健康医疗资源实现普惠。 对于准妈妈来说,最常见的一个问题是——剖宫产和顺产侧切,哪种方式对身体伤害更大? 王权利是浙二医院产科权威专家,在好伴AI中,就有一个AI版的王权利主任。 接下来,就把这个问题交给这位AI专家,在经过60多秒思考,参阅12篇权威资料后,它给出了非常详实的解读。 它的回复专业性强且富有人文关怀,既讲清了顺产和剖宫产的医学利弊,又很好地安抚了准妈妈的心理需求。 而且, 为了说明问题,AI还援引了WHO的权威数据,并给出温馨提示。 
王权利专家现场点评道,「它用『内伤』和『外伤』这个比喻很形象地解释了剖宫产和顺产的区别。其中,『出血1000ml的定义』这个细节和我在抖音视频中的描述一致,体现了较强的专业性和实用性」。 他还表示,「这个AI分身已经达到自己80%的功力,未来经过改善,可能会达到90%以上」。 
专家AI分身能够实现,背后的门道是什么? 那便是,医学编码模型Med-Embedding+医学知识库+网络搜索。 在如此专业的领域中,AI能准确理解各种复杂的医学术语,前提是其向量化,Med-Embedding的效用便是在此。 每一个医学文本都可以转化成一个「向量」,就像拥有一个独特的地理坐标。 举个栗子,患者提出一个问题,「医生,我最近皮肤发黄,尿色变深,还总是肚子疼,感觉特别没精神,这是怎么回事」? Med-Embedding可以精准将这段描述,转化为一个1794维的「医学坐标」。 普通的编码模型很难区分「发烧38度三天」和「反复低热」的区别,因其坐标分布比较近。但对于医生来说,信息侧重点是完全不同的。 Med-Embedding却能够捕捉到医学临床意义的细微差别,从而精准把这两个信息坐标隔开,从而区分出它们的医学关系。 在MedicalQARetrieval等多个医学召回测评集中,Med-Embedding也拿下了不错的成绩。 
王权利主任的AI分身是在WiseDiag基础上,通过医学编码模型,学习了其发表的40+篇论文,以及视频平台上近400个视频后打造的。 就比如,他的个人习惯用语、打比方,甚至是一些碎碎念,AI分身可是学的有模有样。 它学会了王权利在每日查房时必问的那句——「昨晚睡够8小时了吗」? 此外,AI能有理有据,全凭智诊拥有自主可控的医学网络搜索、医学全科知识库和专家个性化知识库。 其中,医学全科知识库包含40多万条持续更新的医学知识;专家个性化知识库则收录了每位专家独特的临床经验和专业见解。 未来,这些知识还会持续更新和维护,以确保信息时效性和准确性。



Day 4+5:好伴AI精准解读医学报告,像医生一样给出诊断








上下滑动查看
上下滑动查看


智诊API开放平台发布,开发者也能用

深度思考,重构医疗AI新范式




内容中包含的图片若涉及版权问题,请及时与我们联系删除