医疗AI新闻观察：监管伙伴、AI营养标签、代理AI基础等

医疗设备公司应知：大型语言模型不可靠。Veeva Systems在测试六种顶级LLM用于此用途时发现了这一点。这家云应用供应商测试了这些模型在三个独立任务上的表现：a）为欧盟AI法案提供战略建议；b）检索和总结信息；c）对医疗器械进行分类以阐明市场或监管路径。这些模型分别是Perplexity、Mistral、Gemini、OpenAI、Llama和Claude。Veeva发现，这些模型的表现平均在25%到79%之间，而人类专家的表现为100%。描述该项目的论文作者、Veeva医疗技术监管策略总监Diogo Geraldes提出了一些建议。他在分析和应用监管指南时写道，监管事务专业人士可能只想将LLM作为“陪练伙伴”。

医疗AI“营养标签”取得了重大进展。正式名称为CHAI Applied Model Cards（CHAI代表医疗AI联盟），这些标签正在建立自己的注册表。CHAI正与微软专家Avanade合作设立该注册表。卡片的主要目的是让医疗系统在购买前评估AI产品。设立注册表的一个主要原因是帮助AI供应商标准化其向客户和潜在客户传达信息的方式。CHAI希望看到更多在供应商和开发者之间的信息共享。在马萨诸塞州的UMass Memorial Health，早期采用该卡片系统的助理首席医学信息官Elisabeth Garwood博士表示，这些模型卡片将在AI治理过程中发挥关键作用，通过整合信息以易于消化的格式呈现，促进产品比较，并提供符合各种利益相关者需求的标准化数据。她所指的信息包括模型训练数据以及任何已知的法律风险。

医疗领域中关于代理AI的讨论越来越激烈。如果你需要了解代理AI的基本概念及其特定功能和产品，不妨花几分钟时间阅读Harvey Castro博士的文章。他在KevinMD网站上解释了代理AI的基础知识，并指出代理AI很快将成为现代医疗系统不可或缺的一部分。“这些智能系统越来越多地应用于医疗记录、诊断和患者互动，提供了显著改善患者结果和减少医生疲劳的潜力，”他写道。然而，与任何医疗AI一样，代理AI“必须由严格的临床证据、伦理监督和监管合规性指导，以确保可衡量和有益的结果。”

医护人员有疑问。在一些全国最先进的医疗机构开始采用AI工具之前，他们想知道一些事情。“模型有多准确？它是在本地数据上训练的吗？它是否代表我们看到的患者类型？”诸如此类的问题。还有“它的透明度如何？谁开发的？怎么开发的？最新的程度如何？”这些聪明的医护人员都是以患者为中心的倡导者。Healthtech Analytics在与杜克医疗、梅奥诊所和范德比尔特大学医学中心的AI技术领导者交谈后得出了这一结论。有时，轶事例子并不比调查结果少启发性。

AI在医疗计费方面的主要问题是拒绝索赔。但在好的日子里，这项技术仍然无法防止重复收费、标准化发票格式和确保账单送达指定接收人。它在同步医疗服务提供商和保险公司发送账单的时间方面也不总是很出色。对于即使是小额拖欠的情况，延长宽限期的能力也不强。《福利专业》是否遗漏了其他基本的计费失误？

年轻的英国人对医疗AI持积极态度。他们不担心AI会取代医生。或者，也许正是因为不担心AI会取代医生，他们才对医疗AI持积极态度。无论如何，他们的积极态度预示着英国医疗AI的未来前景良好。详见《BJR人工智能》的完整调查结果。

一位曾经的美国放射科医生也表达了乐观的看法。“我认为医生会被取代吗？完全不会，”曾在亚利桑那州巴罗神经学研究所从事神经放射学工作的Shez Partovi博士说道。他现在担任飞利浦公司的首席创新官。他对《卫报》表示：“技术可以帮助更多的人获得更好的护理，同时也能让放射技师和放射科医生重新找回医学的乐趣。”

护士太忙于管理技术而无暇照顾病人？ 也许你的医院需要增加患者技术技术人员。科罗拉多州的UCHealth就是这样做的。这些新角色的技术专家“无论是在床边还是通过系统的虚拟健康中心，都能在出现可穿戴设备、遥测、安全视图摄像头、药物扫描仪和其他设备问题时及时到场，”SmartBrief报道说。“有了他们的帮助，护士可以回到为患者服务的工作中，充分发挥其执照范围内的能力。”

掌纹扫描据说比虹膜扫描确认身份的准确性高100倍。纽约大学朗格尼健康中心的医务人员正在测试这一说法，新的技术正在推广给愿意使用它来办理入住手续的患者。在接受治疗前，患者需要使用Amazon One应用程序扫描自己的手掌。亚马逊对此进行了详细说明。

(全文结束)