8月7日消息,据国外媒体报道,IBM将给其医疗数据库加入医学图像,其沃森人工智能技术将能够通过挖掘那些信息帮助医生做出诊断。
该公司周四宣布,它将以10亿美元收购医学图像软件公司Merge Healthcare。
在今年4月设立沃森医疗业务后,IBM先收购了几家规模较小的医疗数据公司,并跟苹果、Johnson & Johnson和Medtronic建立合作关系。上周,IBM宣布与大型药房连锁店CVS Health达成合作,将开发数据驱动型服务来帮助糖尿病、心脏病等慢性疾病患者更好地进行健康管理。
而对于Merge Healthcare的收购,既是一笔大规模投资,对于IBM新成立的沃森医疗部门而言也是新的资源。IBM负责该项业务高级研究副总裁约翰·凯利(John Kelly)在受访时表示,“我们将给沃森和分析部门带来医疗保健领域最大的数据集——图像。”
据IBM研究人员估计,像CAT扫描图、X光照片和乳房X线照片这样的图像在当下所有的医疗数据中的占比高达90%左右。那些图像和病患的电子病历通常都是分开处理的。例如,放射科医师一天可能要检查成千上万张病患的图像,但他们只会去辨别图像上的异常情况,而不会同时考虑到病患的病历、治疗和用药方案。
“沃森将能够同时理解这两方面的情况。”凯利说。
沃森人工智能技术目前主要应用于分析文件和网络上的文本。
但凯利指出,在过去的两年里,IBM的实验室研究人员一直在训练沃森人工智能引擎的图像识别能力。“也就是说,我们要给沃森带来眼睛。”
总部位于芝加哥的Merge Healthcare专门研究存储、查看和共享医学图像的软件。它的技术为诸多的医疗保健服务提供商和图像设备厂商广泛使用,它使用存档图像的权限大小因客户要求和州及联邦的医疗隐私法规而异。
medical images是沃森医疗业务设立以来IBM所收购的第三家医疗数据公司。4月,它同意收购两家创业公司:Explorys和Phytel。Explorys是克利夫兰诊所的剥离公司,它拥有的5000万名病患的数据用于发现疾病、治疗方案和治疗结果的模式。位于达拉斯的Phytel致力于打造管理病人护理和降低患者再入院比例的软件。这两笔交易规模较小,但相关财务细节并未披露。
作为云服务销售的沃森技术可用于帮助IBM客户从他们在运营中收集到的数据发现模式规律。而医疗保健堪称IBM为一整个行业打造全面的产品的首个领域。
以往,用于医疗的自动化决策支持系统一开始往往为人们所看好,但结果却让人失望,在实践中的用途很有限。但IBM认为其沃森技术能够在未来几年带来真正的突破。
该公司相信自己能够在改善医疗保健上成为技术领导者,给病患带来更好的治疗结果,同时帮助服务提供商、保险商和病患有效减少支出。
4月接受采访的时候,IBM CEO弗吉尼亚·罗曼提(Virginia M. Rometty)谈到了公司这些年在给从计算机化人口普查数据到将宇航员送上月球的重大项目提供技术上的角色。
她说,“我们的‘登月’项目将会是在医疗保健领域产生重大影响。”
好文章,需要你的鼓励
AIM Intelligence联合多所知名大学揭示了音频AI系统的重大安全漏洞,开发出名为WhisperInject的攻击方法。这种攻击能让看似无害的音频指令操控AI生成危险内容,成功率超过86%,完全绕过现有安全机制。研究暴露了多模态AI系统的系统性安全风险,对全球数十亿智能设备构成潜在威胁。
新加坡国立大学研究团队系统梳理了视觉强化学习领域的最新进展,涵盖超过200项代表性工作。研究将该领域归纳为四大方向:多模态大语言模型、视觉生成、统一模型框架和视觉-语言-动作模型,分析了从RLHF到可验证奖励范式的政策优化策略演进,并识别出样本效率、泛化能力和安全部署等关键挑战,为这一快速发展的交叉学科提供了完整的技术地图。
浙江大学研究团队通过OmniEAR基准测试揭示了当前AI模型在物理世界推理方面的严重缺陷。测试显示,即使最先进的AI在明确指令下能达到85-96%成功率,但面对需要从物理约束推断行动的任务时,成功率骤降至56-85%。研究发现信息过载反而降低AI协作能力,监督学习虽能改善单体任务但对多智能体协作效果甚微,表明当前架构存在根本局限性。
纽约大学和Aimpoint Digital Labs的研究团队首次揭示了Transformer模型训练中"大规模激活"的完整发展轨迹。这些影响力比普通激活大千倍的"超级激活"遵循可预测的数学规律,研究者开发出五参数公式能以98.4%准确率预测其变化。更重要的是,通过调整模型架构参数如注意力密度、宽深比等,可以在训练前就预测和控制这些关键激活的行为,为设计更高效、量化友好的AI模型提供了全新工具。