关键词 "健康" 的搜索结果， 共 16 条, 只显示前 480 条
由深圳市大数据研究院、国家健康医疗大数据研究院（深圳）、香港中文大学（深圳）联合研发的中文医疗大模型华佗GPT，在香港中文大学（深圳）附属第二医院成功启用。
多语言医学语料库 MMedC。该语料库涵盖六种主要语言、约 255 亿标记，并用于通用大语言模型的自回归训练和领域适配。同时，研究者开发了具有推理能力的多语言医学多选问答基准MMedBench，以评估多语言医学模型的性能。在此基础上，通过在 MMedC 上训练多个开源模型，研究者提出了多语言医学大模型MMed-Llama 3。该模型在MMedBench 和英语基准测试中表现出色，在推理能力和问答准确率方面均达到领先水平。
OpenMEDLab致力于提供一个集合多模态医学基础模型的创新解决方案。未来，随着平台的不断发展，我们期待看到这些技术更新在OpenMEDLab上实现和应用，进一步推动跨模态、跨领域的医学AI创新。通过在不同医学任务中的灵活应用，OpenMEDLab不仅为基础模型的适配和微调提供了支持，也为解决医学中的长尾问题、提升模型效率和减少训练成本提供了创新途径。
语料库数据集。为了实现多语言医学专用适配，我们构建了一个新的多语言医学语料库（MMedC），其中包含约 255 亿个标记，涵盖 6 种主要语言，可用于对现有的通用 LLM 进行自回归训练。 基准。为了监测医学领域多语言法学硕士 (LLM) 的发展，我们提出了一个新的、具有合理性的多语言医学多项选择题答疑基准，称为 MMedBench。 模型评估。我们在基准测试中评估了许多流行的 LLM，以及在 MMedC 上进一步进行自回归训练的模型。最终，我们最终的模型（称为 MMedLM 2）仅具有 70 亿个参数，与所有其他开源模型相比，其性能更为卓越，甚至可以与 MMedBench 上的 GPT-4 相媲美。
组织病理学图像评估对于癌症诊断和亚型分类至关重要。用于组织病理学图像分析的标准人工智能方法专注于优化针对每个诊断任务的专门模型 。尽管此类方法已取得一些成功，但它们对由不同数字化协议生成的图像或从不同人群采集的样本的普遍性通常有限。在此，为了应对这一挑战，我们设计了临床组织病理学影像评估基础 (CHIEF) 模型，这是一个通用的弱监督机器学习框架，用于提取病理影像特征以进行系统的癌症评估。CHIEF 利用两种互补的预训练方法来提取不同的病理表示：用于图块级特征识别的无监督预训练和用于全切片模式识别的弱监督预训练。我们使用涵盖 19 个解剖部位的 60,530 张全切片图像开发了 CHIEF。 CHIEF 通过在 44 TB 高分辨率病理成像数据集上进行预训练，提取了可用于癌细胞检测、肿瘤起源识别、分子谱表征和预后预测的微观表征。我们使用来自全球 24 家医院和队列的 32 个独立切片集的 19,491 张全切片图像成功验证了 CHIEF。总体而言，CHIEF 的表现比最先进的深度学习方法高出 36.1%，展现了其能够处理在不同人群样本中观察到的领域偏移（domain shift），并采用不同的切片制备方法进行处理。CHIEF 为癌症患者的高效数字病理评估奠定了可推广的基础。
开发能够学习通用且可迁移的 H&E 千兆像素全切片图像 (WSI) 表征的自监督学习 (SSL) 模型，在计算病理学中正变得越来越重要。这些模型有望推进诸如小样本分类、切片检索和患者分层等关键任务。现有的切片表征学习方法通常通过将切片的两个不同增强图像（或视图）对齐，将 SSL 的原理从小图像（例如 224x224 的图像块）扩展到整张切片。然而，最终的表征仍然受限于视图有限的临床和生物多样性。因此，我们假设，用多种标记物（例如免疫组化染色）染色的切片可以用作不同的视图，从而形成丰富的、与任务无关的训练信号。为此，我们引入了 MADELEINE，一种用于切片表征学习的多模态预训练策略。 MADELEINE 已在大量乳腺癌样本（N=4,211 个 WSI，涵盖五种染色）和肾移植样本（N=12,070 个 WSI，涵盖四种染色）上进行了双全局-局部交叉染色比对目标训练。我们展示了 MADELEINE 在各种下游评估（从形态学和分子分类到预后预测）中学习到的载玻片表征的质量，这些评估涵盖了 21 项任务，使用了来自多个医疗中心的 7,299 个 WSI。
能够鉴别皮肤类型，识别皮肤病，为医美提供全面的建议
根据患者输入的信息，智能进行导诊
计算体重BMI和腰臀比，并给出建议
张博士介绍健康的各方面知识，客观，科学，不偏激。
心响是一个通用超级智能体，用户仅需一句话即可一键完成复杂任务。接收用户需求后，心响App能像「AI指挥官」一样下达命令，先将用户提出的复杂需求拆解成一系列子任务，然后通过自主规划与多智能体协作，调度多个领域智能体、使用多种工具解决问题，确保任务分解到位、执行有力，最终交付与用户需求契合的成果。 无论是在例行任务、智慧图表、深度研究、法律咨询等工作场景上，还是在摸鱼游戏、试题讲解、城市旅游、AI相亲、健康咨询等生活场景上，心响App都能高效满足用户的多样化需求，还提供了图文、视频、PDF文件、交互式网页应用等多种交付形态。它不仅集成了搜索、网页浏览、代码执行器、网页部署等工具，还能自主学习，不断提升产品效果与交付体验，让用户从复杂任务中得到解放，轻松“坐享其成”。
The Intelligence Platform for Behavioral Health 行为医学智慧平台
Regal 的医疗保健 AI 和 AI 患者支持系统能够提供逼真的对话，如同您最优秀的患者支持团队一般。我们的 AI 代理可以全天候安排、评估和跟进，让每位患者都感受到被优先照顾。
NextGen Ambient Assist 使用您的移动设备，在几秒钟内将自然的医患对话转换为结构化的 SOAP 注释。这些注释： 自动放置在患者的 NextGen Enterprise EHR 图表中，等待提供商审核 通过诊断代码、药物和医嘱的相关建议简化现有图表 可以使用关键短语为收藏的模板触发强大的宏 兼容英语和西班牙语的患者与提供者对话
齿科,口腔科,虚拟客服,虚拟代表
为您的实践量身定制的虚拟医疗人员配置解决方案 MedVirtual 可以通过匹配熟练的虚拟候选人来满足您的管理需求，从而支持您的实践。 MedVirtual 是您值得信赖的平台，提供量身定制的人员配置解决方案，满足医疗客户多样化的需求，无论您的医疗机构规模大小。我们保证您会爱上您的虚拟员工团队。 MedVirtual 为医疗保健提供商提供可靠的虚拟人员配备解决方案 - 简化运营、降低开销并获得适合您实践的顶尖远程人才。
只显示前20页数据，更多请搜索
Showing 289 to 304 of 304 results
