- 综合排序
- 最热优先
- 最新优先
- 来自专栏企鹅号快讯
AI—未来医疗
今天就来介绍几个具有代表性的AI“医生”。 首推IBM公司的“沃森”，你对它的印象还停留在回答主持人问题，逗小朋友开心，那你就OUT了。 Buoy Health 于2014年在美国成立，并于今天3月上线了搭载人工智能算法的医疗咨询平台，Buoy创建的虚拟医生可以对病人进行诊断，其背后的医学搜索引擎涵盖了18000份临床文献和17000种病情 虚拟医生会要求病人线上输入基本信息和症状作为筛选条件，经过分析决定接下来要询问的内容，进而不断缩小范围一般通过2到3分钟的询问就能提供可能的疾病列表，根据不同结果，虚拟医生会为病人提供8种建议，从喝热水到紧急入院治疗截止目前用户已经突破 医疗这个直接关系千千万万人生命的行业，正在酝酿着巨大的变革，平静的背后是暗流涌动，未来已来……。
1.1K80发布于 2018-01-16 - 来自专栏AI掘金志
医疗 AI “出海”记
在这个医疗AI进入“深水期”的节点，我们从两家比较有代表性的企业入手，了解一下医疗AI公司“出海”背后的逻辑。 向左走、向右走 ? 目前，推想科技和体素科技是两家“海外”业务较重的医疗AI企业。 推想科技CEO陈宽在芝加哥大学从本科读到了博士，但是在毕业前夕却选择回到国内进行创业，开始一家一家医院的跑，模型训练的数据和落地场景也都来自国内各家医院。可以说，推想一开始的基因就是落地在中国。 ，把人工智能多场景应用技术带入埃塞及非洲。 陈宽也认为，医疗行业是一个周期很长的行业，需要提前3-5年就开始进行布局。因此，“出海”这件事也要“趁早”。而推想可以把在国内学到的经验和产品进行反哺，更好的进入海外市场。 “相信未来的AI医疗合作主流不仅仅是AI和医疗服务提供方的配合，而是整个系统的协作。”
91740发布于 2020-01-22 - 来自专栏AI智能体从入门到实践
构建AI智能体：AI医疗场景实践：医学知识精准问答+临床智能辅助决策CDSS
一、医疗AI的演变 在大模型带来今天这般便利之前，传统的医疗知识问答系统无法像大模型一样理解自然语言并生成句子。 整合近期的RAG和想来数据库知识结合医疗的两大实际场景了解一下医学知识精准问答和临床智能辅助决策CDSS系统的构建过程。二、医学知识精准问答1. 3. 应用场景医学知识问答： 为医学生、基层医生提供快速、准确的医学知识查询。患者教育科普： 将复杂的医学知识转化为通俗易懂的语言，回答患者疑问。 核心思想是RAG：利用FAISS负责海量权威知识的记忆和检索，利用Qwen负责深度的“理解”和“表达”，两者结合，取长补短，从而创造出既有专业知识又安全可靠的AI医疗应用。 法律责任：AI生成的建议目前无法承担任何医疗责任。系统必须作为“辅助工具”存在，所有建议必须由有资质的医生审核、确认和执行。
90921编辑于 2025-11-23 - 来自专栏相约机器人
腾讯开源首个医疗AI项目，业内首个3D医疗影像大数据预训练模型
乾明 发自 凹非寺 量子位 报道 | 公众号 QbitAI 腾讯AI，开源又有新动作。 旗下顶级AI实验室腾讯优图，对外开源了腾讯首个医疗AI项目——深度学习预训练模型MedicalNet。 ? 这一项目，专为3D医疗影像在深度学习上的应用开发，也是业内首个同方向上的预训练模型。 腾讯优图说，MedicalNet能够加快模型收敛，减轻模型对数据量的依赖，帮助3D医疗影像AI应用“打地基”。 目前，MedicalNet具备5大特性： 1、预训练网络可迁移到任何3D医疗影像的AI应用中，包括但不限于分割、检测、分类等任务； 2、尤其适用小数据医疗影像AI场景，能加快网络收敛，提升网络性能； 3 这一预训练的适用性也很强，可以迁移到任何3D医疗影像应用的深度学习模型中。整个系统的工作流程如下图所示： ? 腾讯医疗AI 腾讯在AI医疗方面沉淀已久，近年来业内名声愈盛，刷新多项世界纪录。 比如今年6月，全球胸部多器官分割大赛上，腾讯优图与厦门大学王连生老师实验室联手，刷新3项全球新纪录。
1.7K30发布于 2019-08-09 - 来自专栏量子位
腾讯开源首个医疗AI项目，业内首个3D医疗影像大数据预训练模型
乾明 发自 凹非寺 量子位 报道 | 公众号 QbitAI 腾讯AI，开源又有新动作。 旗下顶级AI实验室腾讯优图，对外开源了腾讯首个医疗AI项目——深度学习预训练模型MedicalNet。 ? 这一项目，专为3D医疗影像在深度学习上的应用开发，也是业内首个同方向上的预训练模型。 腾讯优图说，MedicalNet能够加快模型收敛，减轻模型对数据量的依赖，帮助3D医疗影像AI应用“打地基”。 目前，MedicalNet具备5大特性： 1、预训练网络可迁移到任何3D医疗影像的AI应用中，包括但不限于分割、检测、分类等任务； 2、尤其适用小数据医疗影像AI场景，能加快网络收敛，提升网络性能； 3 这一预训练的适用性也很强，可以迁移到任何3D医疗影像应用的深度学习模型中。整个系统的工作流程如下图所示： ? 腾讯医疗AI 腾讯在AI医疗方面沉淀已久，近年来业内名声愈盛，刷新多项世界纪录。 比如今年6月，全球胸部多器官分割大赛上，腾讯优图与厦门大学王连生老师实验室联手，刷新3项全球新纪录。
79340发布于 2019-08-12 - 来自专栏新智元
世界最强医疗模型百川M3发布：AI医疗，奇点已至
百川智能发布并开源了新一代医疗增强大语言模型 Baichuan-M3。 在百川创始人王小川看来，这绝非仅仅是模型参数的升级，更是一次对「AI 医疗」的重新定义。 攻克「AI 的痼疾」：幻觉 如果说「不会问诊」只是让 AI 显得笨拙，那么「幻觉」则意味着安全风险。 在严肃医疗场景下，大模型一本正经地胡说八道（即 AI 幻觉）是不可接受的。 医疗 AI 的「最后一公里」 技术的高低，最终要落回到具体的应用场景中。 随着 M3 的发布，百川智能旗下的医疗应用「百小应」正在经历一场静悄悄的质变。 在过去，患者去医院就像是一场「盲盒游戏」。 在这场竞速中，Baichuan-M3 的出现具有特殊的标本意义。 它标志着中国 AI 医疗从「跟随者」转身为「定义者」。 参考资料： 百川开源全球最强医疗大模型M3，「严肃问诊」定义AI医疗新能力 百小应网页端：https://ying.baichuan-ai.com/chat 开源链接： Hugging Face 地址
46910编辑于 2026-01-26 - 来自专栏新智元
【智能医疗】值得关注的10家医疗 AI 公司
【新智元导读】医疗AI越来越成熟，有了越来越多的落地，显示出变革传统医疗行业的潜力。本文介绍了综合护理、制药、心脏病、医疗成像等领域值得关注的10家医疗AI公司。 CEO 兼联合创始人Chris Podilchuk 估计，在现代成像技术以及工作负载需求下，放射科医生每个工作日八小时的时间里，必须平均每3到4秒读一幅医疗影像。 他说：“我们相信 AI 将以前所未有的方式实现医疗的民主化。” 这个市场正在进入高速增长阶段，让我们来看看2017年具有变革潜力的10家医疗 AI 公司。 医疗成像 Clearview Diagnostics 是一家开发辅助医生诊断疾病的工具的 AI 软件公司。该公司最初的重点是乳腺癌。
2.9K90发布于 2018-03-28 - 来自专栏磐创AI技术团队的专栏
医疗AI的基础模型
引言 正在进行的AI革命正在给我们带来各个方向的创新。OpenAI的GPT(s)模型正在领导发展，并展示了基础模型实际上可以使我们的日常任务变得更加简单。 可以帮助我们在工作中的AI产品将成为我们未来几年中最重要的工具之一。 我们将在哪些领域看到最有影响力的变化？我们在哪些方面可以帮助人们更快地完成任务？AI模型最令人兴奋的应用之一是医疗AI工具。 AI病理学任务的模型，而无需注释数据。 医疗AI的病理语言和图像预训练 现在是时候测试一下我们的PLIP了。这个基础模型在标准基准测试中表现如何？ 我们进行了不同的测试，以评估我们的PLIP模型的性能。 AI的教育工具。
84110编辑于 2024-01-29 - 来自专栏ShowMeAI研究中心
AI医疗高精尖！基于AI的新药研发！⛵
本文讲解 AI 在新药研发领域的诸多应用方向与 MolSearch 工具库的应用实践——药物晶型预测、靶点选择、患者招募、虚拟药物筛选、AI新药研发辅助系统。 而正在探索的各种 AI 应用，可以帮助解决这些挑战。 AI 药物分子结构分析/检索 利用 AI 进行药物化合物分子结构分析和检索等，是一个助力新药研发的可行思路。 图片 向量搜索 & 医疗研发领域的应用 图片 在万物皆可 embedding 的深度学习时代，『特征向量表征+向量检索』有巨大作用，在很多数据和业务领域都发挥了巨大作用，例如机器视觉（图片视频检索)、 同样的思路也可以用在医疗医药领域。 图片 药物晶型预测 比如新药研发过程药物晶型预测，可以结合图像识别和检索的思路，有效地预测出合适的药物晶型。
94181编辑于 2022-11-15 - 来自专栏智能相对论
AI+医疗募捐、医疗旅游，AI为我们打开的是哪扇窗？
如今，人工智能技术迅速崛起，被广泛应用在各行各业，医疗领域更是重要的应用场景之一。据统计，到2025年，世界人工智能市场的总值将达到1270亿美元，其中，医疗行业将占据AI市场的1/5。 我们相信，总有一天，AI+医疗募捐会变得更加透明和公正，甚至更有温度，但是在短期内，正如互联网募捐被许多不法之徒利用，在法律法规和监管系统尚未完善的情况下，AI医疗募捐免不了被钻空子。 除此之外，医疗旅游往往是国际性的，医患关系的语言沟通往往会成为最大的问题，而利用AI的翻译功能和聊天机器人的设定，可以在这类特殊的医患沟通场景中提供便利。 其次，医疗旅游也包括了健康体检、美容、抗衰老之类的“轻医疗”，因此AI驱动轻医疗体验的平台也大有发展空间。 最后，在裹挟了医疗保健目的的旅途中，AI还可以整合和分析患者的医疗信息，制作个性化的医疗旅游计划。
54820发布于 2019-08-20 - 来自专栏腾讯开源的专栏
医疗AI落地必备！腾讯优图开源业界首个3D医疗影像大数据预训练模型
近日，腾讯优图首个医疗AI深度学习预训练模型MedicalNet正式对外开源。这也是全球第一个提供多种3D医疗影像专用预训练模型的项目，将为全球医疗AI发展提供基础。 MedicalNet（https://github.com/Tencent/MedicalNet）是腾讯优图首个专为3D医疗影像在深度学习应用上所开发的一系列预训练模型，为任何3D医疗影像AI应用起到“ MedicalNet提供的预训练网络可迁移到任何3D医疗影像的AI应用中，包括但不限于分割、检测、分类等任务； 2. 尤其适用小数据医疗影像AI场景，能加快网络收敛，提升网络性能； 3. 为了产生3D医疗影像的预训练模型，MedicalNet聚集多个来自不同3D医疗领域的语义分割小规模数据集，并提出了基于多分支解码器的多域联合训练模型来解决数据集中的标注缺失问题。 MedicalNet是腾讯在医疗AI领域的首个开源项目，后续也将继续提供更多类型的模型，为全球医疗AI的基础建设助力。
1.9K31发布于 2019-08-07 - 来自专栏腾讯高校合作
Wiztalk | 郑冶枫 Part 1 《医疗AI助力抗击新冠肺炎—AI医疗简介》
医疗AI助力抗击新冠肺炎 Part 1 AI医疗简介 简介：在抗击新冠肺炎的艰难路途中，各方都拼尽全力，而AI医疗也凭借自身的一些特点助力抗击疫情。 本期腾讯专家研究员郑冶枫将会向我们介绍AI在医疗方面起到的作用，如AI辅诊、医疗影像AI等。 内容难度：★☆☆（高中/大学非计算机专业学生均可以轻松学习） ?
54150发布于 2021-01-19 YashanDB 在医疗行业可能的几种应用场景
虽然YashanDB并没有像传统的大型数据库（如MySQL、PostgreSQL等）那样广泛应用于医疗行业，但其强大的数据处理能力和灵活的存储结构，可以为医疗行业中的多种数据应用场景提供支持。 以下是 YashanDB 在医疗行业可能的几种应用场景：1. 电子病历（EMR）管理电子病历系统需要高效的数据库支持，以便存储病人的病史、诊断、治疗记录等信息。 医疗影像数据存储医疗影像（如X光、CT、MRI等）通常会产生海量的数据，尤其是对于医院和医疗研究机构而言，影像数据的存储和快速查询是至关重要的。 3. 患者监护与实时数据处理在重症监护（ICU）等场景中，患者的生理数据（如心率、血压、体温等）需要实时监控。YashanDB 可以通过其高吞吐量和低延迟的特点，支撑实时数据的存储与处理。 总结YashanDB 作为一个高性能的分布式数据库系统，在医疗行业中的应用场景非常广泛，尤其是在大数据存储、实时数据处理和高效查询等方面具有明显优势。
15910编辑于 2025-10-10AI 医疗技术智能评估系统：帮医院选对 “医疗好帮手”
而 AI 医疗技术智能评估系统，就像给医院配了位 “技术评估专家”，靠三项核心技术，让医疗技术选型和效果判断更准、更快。第一项是全场景数据抓取技术，让评估 “不缺关键信息”。 不同科室对医疗技术的要求天差地别：儿科选治疗设备，得优先考虑孩子是否容易配合；急诊科挑诊断仪器，速度快、预警准才是关键。 系统会跟踪医疗技术的长期数据，比如某台手术机器人，系统会分析它近一年的手术成功率变化、维护费用增减，还会结合行业新技术的发展情况，预测未来 2-3 年它是否还能满足临床需求。 AI 医疗技术智能评估系统不是 “只会算数据的机器”，而是懂医疗、懂实际需求的 “智能参谋”。全场景数据抓取让评估更全面，科室定制算法让结果更实用，趋势预测让决策更长远。 它用技术解决了传统评估的难题，帮医院选对、用好每一项医疗技术，最终让患者能享受到更高效、更可靠的医疗服务。
16710编辑于 2025-12-05- 来自专栏AI掘金志
医疗 AI 经典审批案例：糖网 AI 是如何获批创新医疗器械的？
在申报创新时，硅基智能已有3件针对算法的核心发明专利获得授权； 产品基本定型方面，器审中心专家比较关注需求分析、数据收集、算法设计和测试验证。 中检院联合国内十家以上AI糖网企业收集图像，并从国内顶尖医疗机构邀请了数十位具有五年以上工作经验的眼科医师进行图像标注。2018年3月，中检院眼底图像数据库建库工作完成。 在创新申报时，硅基智能已有3件针对算法的发明专利获得授权。 因为AI糖网产品的核心还是医疗器械，所以要严格依照医疗器械的申请开发流程进行设计开发。 需求分析层面，我们的产品应用在具备开展AI辅助诊断能力的医疗机构中不断迭代，最终在这样的场景里实现需求定义。 中检院建库有几个标准，包括权威性，选择更有经验的医生；科学性，规范数据采集和预处理；可追溯性，标明每个数据的来源；多样性，实际样本要贴合最终临床场景，此外还有封闭性、动态性和安全性等要求。
1.6K10发布于 2020-02-14 - 来自专栏AI科技大本营的专栏
AI 医疗公司“战疫”在前线
医疗作为AI技术的一大潜力应用场景，应对新冠肺炎也成为检验AI技术应用落地的一大契机。 旷视科技 连续奋战十天，推出AI测温系统 人体测温是判断个人是否感染新冠肺炎的一大指标。 最终，经过十天连夜奋战，基于落地场景需求，旷视研发团队提出“人体识别+人像识别+红外/可见光双传感”的创新解决方案，通过前端红外相机鉴别人流中的高温人员，再根据疑似发烧者的人体、人脸信息，通过 AI 技术 系统另外的一大特点是可支持大于 3 米的非接触远距离测温，一旦有疑似发热人员出现就会自动报警。 ，在2-3秒之内就能完成定量分析，极大提升精准定量分析的效率。 在更大维度上，不止应对新冠肺炎，希望AI未来能在医疗的其他应用场景中发挥更大的效力，推动人类社会发展。
92210发布于 2020-02-20 - 来自专栏智能相对论
AI医疗影像的春天“又”来了?
据健康界的不完全统计，2020年，国内人工智能医疗健康领域共完成了65次融资，其中医疗影像约占总融资数的三分之一，AI医疗影像逐渐成为人工智能医疗健康领域的热门赛道。 AI医疗影像行业进入了冰河期。 商业化受挫、审批困难，产品迟迟无法投入商用造成AI在医疗影像产业的实际应用受到各界质疑。 由于抗疫所需，AI医疗影像产品的审批也被提上日程。 疫情的爆发让CT影像的AI辅助诊疗成为全国商业化最快的AI医疗影像应用场景之一。在新冠肺炎爆发初期，国内核酸检测试剂供应数量不足，且假阴性比率居高不下，CT检测便成为病人确诊新冠肺炎的重要标准之一。 疫情带来的需求暴增可说是加速AI医疗影像相关产品审批的最后一股“东风”，使得基于CT的疾病筛查与辅助诊断成为了AI医疗影像竞争最激烈、产品商业化种类最多的领域之一。
83020发布于 2021-03-03 - 来自专栏全栈程序员必看
unity3D场景_3D夜晚场景
在学习阿发你好的网课过程中，学习完Unity的2D课程后深有感触，决定将3D学习过程一步步记录下来，也方便日后查询。 创建3D项目 Step1：在UnityHub中新建3D项目 Step2：将页面调整为2×3布局（项目中通常使用2×3） 新建项目 选择 window -> layouts -> 2 by 3 选择 window->General->Console 调出控制台 认识3D场景 天空盒skybox：上有蓝天，下有深渊，在计算机图形学学习过程中就有所涉及。 场景中还有什么？ 方向标识：3D视图导航器Gizmos； 坐标网格Grid，标识y=0坐标平面（一般不作调整）； 摄像机与光源。 3D视图导航 1、移动视图：按Q选择手型工具或者直接使用鼠标中键 2、旋转视图：ALT+鼠标左键 鼠标右键，摇摆 3、缩放：滚轮 或 ALT+右键 建立方向感 由于Unity中没有规定方向，为方便建立方向感
73230编辑于 2022-09-22 MediGo医疗大模型数据开发平台 八大场景赋能智慧医疗全流程
当前，中国AI健康管理市场正迎来爆发式增长，市场规模预计将在2027年达到2.59万亿元，年复合增长率超20%。然而，医疗AI的发展正面临算法进步与数据生产力滞后的突出矛盾。 澳鹏MediGo平台通过八大应用场景和七维技术矩阵，构建了从数据生产到模型训练的全链路解决方案，有望显著提升医疗AI模型的准确性和可靠性。 该平台的推出标志着医疗AI数据服务进入专业化、智能化新阶段，将为医疗AI的临床应用提供强有力的数据支撑。 八大场景赋能智慧医疗全流程在诊疗场景方面，平台基于深度学习的病理图片智能分析系统能够自动标注病灶区域，帮助生成结构化诊断报告，显著提升诊断效率。 医疗影像工具采用2D/3D协同标注系统，通过智能色块追踪算法确保标注连贯性。平台还提供可视化模板设计器，支持快速创建符合不同研究需求的标注模板。
30210编辑于 2025-06-24- 来自专栏腾讯云开发者社区头条
AI 在医疗影像领域的前景
以推想科技和依图医疗为例，两家企业均尝试打造覆盖多个临床科室需求的全病种肺癌产品，以创造新的需求。 其三，放疗企业针对单一场景打造的全流程解决方案。 RSNA整体论文收录情况 什么样的水养出什么样的鱼 时至今日，先设计产品，再寻找需求场景的研发逻辑已经行不通。但是，场景本身的属性决定了AI产品的发展前景。所以，场景的选择决定了AI产品的起点。 那么，在如此多的场景之中，哪类产品能在现在这个时间点最快匹配医生的需求呢？动脉网在采访中了解到，大型医院、基层医疗与体检中心/第三方检验中心最有可能在最短的时间内落地特定种类的AI产品。 如果AI能够让过去耗时两天的出具时间缩短为半天，那么住院患者等待的时间就能节约1-2天，更多的患者能够获得治疗，单个患者的医保总支出减少，医院的收入也会因此受益。 这样的产品对于场景要求很高。 只有患者排队等待治疗，且临床数据量大的场景才符合这一要求。从市场上来看，冠脉CTA拥有比较成熟的AI产品，数坤科技率先看到了这个亮点，推想科技、深睿医疗也在2019年陆续进入。
3.3K2420发布于 2020-04-14
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号