
上海四院王志勇:大模型医疗场景应用的七点体会
从高容错场景开始探索。
从高容错场景开始探索。
人工智能最该发力的领域,应是人类不愿投入精力的重复与繁琐环节。
应对数据隐私、算法偏见、模型可解释性等挑战。
下一代医疗IT系统的特质:未来HIS可能是大量智能体的存在。
请您来答:医疗行业的算力建设与应用模式应当怎么选?
MCP是通信协议,专注于为Agent提供外部数据和工具接口。
致力打造医疗信息化行业的“黄埔军校”。
不同医疗机构的病历书写规范、诊疗流程以及患者群体存在差异。
从“背靠背”到“对答案”,这是一次关于医疗AI应用部署工作进度的深度交流。
部署医疗AI是一项复杂且意义深远的系统工程。
需要建立“有效提示词管理系统”,对提示词进行分类、存储和更新。
打造“本地预处理+DeepSeek深度研判+人机协同自动化处置”三段式智能安全体系。
不同阶段的人工智能技术在不同场景下各有优劣,应用其所长、避其所短。
应遵循“小场景、窄应用、深思考、重挖掘”的策略。
解决医疗场景中“读懂”患者需求和“适配”医生回答的难题。
助推中医的智能化传承、医疗资源普惠化。
大模型赋能CDSS,需要算法、算力的强力支撑,更需要技术与业务场景的深度融合。
在技术底座方面,华为面向医疗行业伙伴重点提供“八大武器”。
作为提升模型性能的重要技术手段,RAG和微调各有其独特优势和应用场景。
是否每个产品(系统)都需配备独立模型?产品与模型的数据资产如何存放?是否有必要打通并整合知识资产?
2025年《政府工作报告》首次明确提出“支持大模型广泛应用”。
期望医疗AI从外挂式、浅层次的应用,逐步发展为细粒度的深度融合。
避免陷入盲目追捧的“技术狂热”,时刻坚守医疗服务初心。
医院大模型的训练结果与医院自身的知识水平、业务和管理水平密切相关。
解决了医院单独部署大模型的算力支撑、资金投入等问题。
提示词工程的核心是收窄输入问题域。
成为医疗科研提质降本的数字基座。
所有模型参数、数据构造、多阶段模型训练、模型评测等核心代码都将公开。
分析病历内容,提供智能诊断和治疗辅助。
已覆盖参保缴费、待遇报销、异地就医等9大类98项服务。
最新评论
是的,这需要院内达成一致,领导层面须支持。
非常好,贴合工作实际,有学习借鉴意义。不少年轻人不愿意主动学习,主动思考,主动做事。一是不学习,无能力,二是跟风躺平,做多做少,收入差别不大。
是的
思路很重要,行动更重要
售后服务(治疗,诊疗后有疑问需要咨询医护人员)很好啊,医院应该提供这样的渠道并且不需要收费吧,除非你是土豪,个人觉得,咨询可以有,收费较难接受,利益分配好像也很难合理合规。