与医疗保险优势保险计划合作就像在西部荒野中打扑克。随着“牛仔”开始使用人工智能（AI），赢得这场游戏变得越来越难。这是《新闻周刊》采访的一位医院高管的生动比喻。该报道还引用了参议院一个小组委员会的报告，指出由AI模型辅助的人类审查员——尤其是那些能带来巨大节省的审查员——可能被施压，要求他们遵循预测技术的建议。[阅读完整内容]
希望在购买前试用AI产品的医生们现在有了新的途径。这就是医疗保健AI挑战赛。该活动由马萨诸塞州总医院（Mass General Brigham）主办，与埃默里医疗保健（Emory Healthcare）及威斯康星大学和华盛顿大学合作举办。该项目的初始阶段将重点关注放射学，美国放射学会（American College of Radiology）也将提供输入。参与的AI买家将有机会在一个虚拟环境中评估用于图像解读和其他临床任务的产品。马萨诸塞州总医院首席数据科学官Keith Dreyer博士表示：“我们要让临床医生掌握主动权。” 这一经验将使临床医生能够“评估不同AI技术的实用性，并最终确定哪些解决方案最有潜力推进患者护理。”查看公告
一个多臂的达芬奇机器人观看了外科医生操作的视频。现在，这台机器在操作针头、提起身体组织和缝合切口部位方面已经与人类专家一样出色。据《健康日报》报道，机器的“大脑”是一个生成式AI迭代，它不使用文字，而是使用运动学，将运动表示为数学。约翰霍普金斯大学的研究人员解释说：“我们只需要图像输入，然后这个AI系统就能找到正确的动作。”他补充说，该模型甚至可以在未遇到的新环境中进行泛化。[了解更多]
支付行业新闻网站Pymnts在调查供应商高管后得出结论，医疗保健是B2B公司投资生成式AI驱动创新最具有前景和利润的领域之一。该网站发现，90%的受访者报告称他们在生成式AI上的投资已经获得了积极的投资回报率（ROI）。Pymnts指出：“这令人惊讶，因为技术投资通常实施缓慢且成本高昂。” 平均而言，受访公司预计将在7.4年内将生成式AI全面嵌入其业务中。[阅读更多]
谁希望建立“主权AI”？法国一家云服务提供商的高管告诉CNBC，他们看到对其欧洲基础设施的强烈需求，这些需求来自希望减少对美国数据中心依赖并从本地来源获取数据输入的客户。这位高管表示：“客户认识到将数据保存在欧洲的价值，这样数据就受欧洲立法的约束。” 日本也出现了类似的发展趋势，Nvidia的一篇博客文章对此进行了描述。[阅读更多]
亚特兰大正逐渐成为医疗保健AI的一个热点城市。支持这一假设的最新证据来自该市最佳新创企业的选择。这家名为GenAI Healthcare Inc.的初创公司拥有一个名为NexCura的平台，旨在帮助个人和企业通过可操作的见解“主动管理健康”。地区媒体《Hypepotamus》对此进行了报道。[阅读更多]
AI公司在医疗保健算法中引发了种族偏见问题，但AI公司也可以帮助解决这些问题。一位在医疗保健生成式AI领域工作的初创公司CEO在《STAT》上撰文指出，他的家庭曾直接受到医疗技术种族偏见的影响。这段经历促使他开始了“让AI更值得信赖”的个人使命。Basys.ai创始人Amber Nigam补充说：“种族偏见首先是一个人类问题，只有在人类设计我们的技术时才成为一个技术问题。”[阅读更多]
一名在神经重症监护室工作的护士担心，AI可能会严重损害所有护士的直觉、技能和培训。“引入AI工具监测患者的理由总是为了让我们工作更轻松，”这位医疗保健专业人士告诉《Coda》，“但根据我的经验，医疗保健领域的技术很少能让事情变得更好。它通常只是加快了生产线的速度，从我们身上榨取更多，最终使他们可以雇佣更少的护士。”[阅读更多]
最近的研究新闻：
- 弗吉尼亚大学：AI能否改善医生的诊断？研究揭示答案
- 密歇根大学：10秒内，AI模型检测出手术中常被忽视的脑肿瘤
- 北卡罗来纳州立大学：机器学习预测高风险地下水站点，以改进水质监测
融资新闻：
- Stepful获得3150万美元融资，以应对美国医疗保健人员短缺问题
- 哈佛医学院校友捐赠600万美元用于AI医疗保健教育
- Conflixis筹集420万美元种子资金，以改变医疗保健领域的利益冲突管理
(全文结束)
