WHO 大型多模式模型指南:健康人工智能的伦理与治理

2024-01-18 世界卫生组织 WHO官网 发表于上海

本指南针对一种类型的生成人工智能,即大型多模态模型 (LMM),它可以接受一种或多种类型的数据输入并生成不限于输入算法的数据类型的不同输出。

中文标题:

WHO 大型多模式模型指南:健康人工智能的伦理与治理

英文标题:

Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models

发布机构:

世界卫生组织

发布日期:

2024-01-18

简要介绍:

人工智能 (AI) 是指集成到系统和工具中的算法从数据中学习的能力,以便它们能够执行自动化任务,而无需人类对每一步进行显式编程。生成式人工智能是人工智能技术的一类,其中算法在可用于生成新内容(例如文本、图像或视频)的数据集上进行训练。本指南针对一种类型的生成人工智能,即大型多模态模型 (LMM),它可以接受一种或多种类型的数据输入并生成不限于输入算法的数据类型的不同输出。预计LMM将在医疗保健、科学研究、公共卫生和药物开发等领域具有广泛的用途和应用。LMM 也被称为“通用基础模型”,

相关资料下载:
[AttachmentFileName(sort=1, fileName=WHO 大型多模式模型指南:健康人工智能的伦理与治理.pdf)] GetToolGuiderByIdResponse(projectId=1, id=225381c0035a8ea8, title=WHO 大型多模式模型指南:健康人工智能的伦理与治理, enTitle=Ethics and governance of artificial intelligence for health: Guidance on large multi-modal models, guiderFrom=WHO官网, authorId=0, author=, summary=本指南针对一种类型的生成人工智能,即大型多模态模型 (LMM),它可以接受一种或多种类型的数据输入并生成不限于输入算法的数据类型的不同输出。, cover=https://img.medsci.cn/Random/doctor-using-smartphone-app-in-hospital-office-PEMB8JL.jpg, journalId=0, articlesId=null, associationId=138, associationName=世界卫生组织, associationIntro=null, copyright=0, guiderPublishedTime=Thu Jan 18 00:00:00 CST 2024, originalUrl=, linkOutUrl=, content=<p style="color: #1a1a1a;">人工智能 (AI) 是指集成到系统和工具中的算法从数据中学习的能力,以便它们能够执行自动化任务,而无需人类对每一步进行显式编程。生成式人工智能是人工智能技术的一类,其中算法在可用于生成新内容(例如文本、图像或视频)的数据集上进行训练。本指南针对一种类型的生成人工智能,即大型多模态模型 (LMM),它可以接受一种或多种类型的数据输入并生成不限于输入算法的数据类型的不同输出。预计LMM将在医疗保健、科学研究、公共卫生和药物开发等领域具有广泛的用途和应用。LMM 也被称为&ldquo;通用基础模型&rdquo;,</p>, tagList=[TagDto(tagId=8461, tagName=人工智能)], categoryList=[CategoryDto(categoryId=35, categoryName=预防公卫, tenant=100), CategoryDto(categoryId=85, categoryName=指南&解读, tenant=100), CategoryDto(categoryId=21100, categoryName=达仁堂循证e学界, 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=1, guiderRegion=10, opened=0, paymentType=, paymentAmount=10, recommend=0, recommendEndTime=null, sticky=0, stickyEndTime=null, allHits=1215, appHits=8, showAppHits=0, pcHits=15, showPcHits=1207, likes=0, shares=0, comments=0, approvalStatus=1, publishedTime=Tue Jan 23 13:36:00 CST 2024, publishedTimeString=2024-01-18, pcVisible=1, appVisible=1, editorId=0, editor=dajiong, waterMark=0, formatted=0, memberCards=[], isPrivilege=0, deleted=0, version=3, createdBy=null, createdName=dajiong, createdTime=Mon Jan 22 22:06:21 CST 2024, updatedBy=8538692, updatedName=梅斯话题小助手, updatedTime=Tue Jan 23 09:57:53 CST 2024, courseDetails=[], otherVersionGuiders=[], isGuiderMember=false, ipAttribution=上海, attachmentFileNameList=[AttachmentFileName(sort=1, fileName=WHO 大型多模式模型指南:健康人工智能的伦理与治理.pdf)])
WHO 大型多模式模型指南:健康人工智能的伦理与治理.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