卫生领域人工智能的伦理与治理:多模态大模型指南

2024-03-06 首都医科大学附属北京中医医院 中国医学伦理学 发表于上海

本指南针对其中一种类型的生成式人工智能,即多模态大模型。这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。

中文标题:

卫生领域人工智能的伦理与治理:多模态大模型指南

发布日期:

2024-03-06

简要介绍:

人工智能(Artificial Intelligence,AI)是指集成到系统和工具中的算法从数据中学习的能力,这样它们就能执行自动化的任务,而无需人工对每个步骤进行明确的编程。生成式人工智能是算法在可用于生成新内容(如文本、图像或视频)的数据集上进行训练的一种人工智能技术。本指南针对其中一种类型的生成式人工智能,即多模态大模型(Large Multi-modal Model,简称“LMM”)。这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。据预测,多模态大模型将广泛应用于医疗保健、科学研究、公共卫生和药物开发等领域。多模态大模型也被称为“通用基础模型”(General-purpose Foundation Model),尽管尚未证实多模态大模型能否完成各种任务和目的。

相关资料下载:
[AttachmentFileName(sort=1, fileName=卫生领域人工智能的伦理与治理:多模态大模型指南.pdf)] GetToolGuiderByIdResponse(projectId=1, id=074ad1c0036233eb, title=卫生领域人工智能的伦理与治理:多模态大模型指南, enTitle=, guiderFrom=中国医学伦理学, authorId=0, author=, summary=本指南针对其中一种类型的生成式人工智能,即多模态大模型。这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。, cover=https://img.medsci.cn/Random/medical-staff-meeting-GXNVP9J.jpg, journalId=0, articlesId=null, associationId=2124, associationName=首都医科大学附属北京中医医院, associationIntro=首都医科大学附属北京中医医院, copyright=0, guiderPublishedTime=Wed Mar 06 00:00:00 CST 2024, originalUrl=, linkOutUrl=, content=<div class="row"><span id="ChDivSummary" class="abstract-text" style="color: #666666;">人工智能(Artificial Intelligence,AI)是指集成到系统和工具中的算法从数据中学习的能力,这样它们就能执行自动化的任务,而无需人工对每个步骤进行明确的编程。生成式人工智能是算法在可用于生成新内容(如文本、图像或视频)的数据集上进行训练的一种人工智能技术。本指南针对其中一种类型的生成式人工智能,即多模态大模型(Large Multi-modal Model,简称&ldquo;LMM&rdquo;)。这种模型可以接受一种或多种类型的数据输入,并产生不局限于输入算法的数据类型的多种输出。据预测,多模态大模型将广泛应用于医疗保健、科学研究、公共卫生和药物开发等领域。多模态大模型也被称为&ldquo;通用基础模型&rdquo;(General-purpose Foundation Model),尽管尚未证实多模态大模型能否完成各种任务和目的。</span></div>, tagList=[TagDto(tagId=8461, tagName=人工智能), TagDto(tagId=487916, tagName=多模态大模型)], categoryList=[CategoryDto(categoryId=85, categoryName=指南&解读, tenant=100), CategoryDto(categoryId=21026, categoryName=医学科研, tenant=100)], articleKeywordId=8461, articleKeyword=人工智能, articleKeywordNum=6, guiderKeywordId=8461, guiderKeyword=人工智能, guiderKeywordNum=6, haveAttachments=1, attachmentList=null, guiderType=0, guiderArea=指南, guiderLanguage=0, guiderRegion=3, opened=0, paymentType=, paymentAmount=10, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=325, appHits=12, showAppHits=0, pcHits=52, showPcHits=313, likes=0, shares=1, comments=0, approvalStatus=1, publishedTime=Thu Mar 07 16:57:00 CST 2024, publishedTimeString=2024-03-06, pcVisible=1, appVisible=1, editorId=0, editor=FUNNYMAN, waterMark=0, formatted=0, memberCards=[], isPrivilege=0, deleted=0, version=3, createdBy=null, createdName=FUNNYMAN, createdTime=Thu Mar 07 11:39:53 CST 2024, updatedBy=8538692, updatedName=梅斯话题小助手, updatedTime=Thu Mar 07 15:41:48 CST 2024, courseDetails=[], otherVersionGuiders=[], isGuiderMember=false, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=卫生领域人工智能的伦理与治理:多模态大模型指南.pdf)])
卫生领域人工智能的伦理与治理:多模态大模型指南.pdf
下载请点击:
评论区 (0)
#插入话题

拓展阅读

European Radiology:基于人工智能的全自动肩部解剖标志检测

多项研究显示,肩袖撕裂患者常伴有肩关节不稳。然而,从X光片上评估解剖角度和肩部运动学需要对每个图像中的特定结构进行标记。

European Radiology:人工智能实现快速膝关节MR成像的可行性

基于人工智能的重建方法通过卷积神经网络从大量完全采样的MR图像中预学习图像结构信息,并将预训练的知识应用于欠采样图像重建,允许高加速水平,并可同时保持高图像质量和潜力。

抗癌新进展,使用计算机、人工智能和激光来治疗胰腺癌就要开始了!

今天我们给大家报道的是一个新科技,通过计算机技术和激光来实现胰腺癌的治疗,这个是欧盟资助的项目,旨在通过人工智能(AI)来改善胰腺癌患者的前景。

【综述】| 人工智能在类器官研究中的应用进展与挑战

本文旨在综述人工智能在类器官研究中的最新进展,探讨人工智能在类器官研究应用中的潜能。

人工智能在肿瘤学中的应用及其局限性

本文回顾了目前预测性AI在肿瘤诊断、预后、交互式生成型AI(如聊天机器人)的潜力与限制。

青岛欧美同学会举办人工智能与医学大数据专题座谈会,梅斯医学进行专题分享

3月24日,青岛欧美同学会(青岛留学人员联谊会)联合青岛市科学技术信息研究院举办人工智能与医学大数据专题座谈会。

分子影像人工智能专家共识(2019 版)

中华医学会核医学分会(CSNM,Chinese Society of Nuclear Medicine) · 2019-12-30

涉及人工智能干预的临床试验设计规范:SPIRIT-AI扩展

SPIRIT-AI 和 CONSORT-AI 工作组 · 2020-09-08

欧盟人工智能道德准则(草案)

暂未更新 · 2019-10-31

医疗卫生中人工智能(AI)使用的伦理和管治(英文)

世界卫生组织(WHO,The World Health Organization) · 2021-06-28