AI.x社区

摘要本综述批判性地区分了人工智能代理和代理性人工智能，提供了一个结构化的概念分类、应用映射，并分析了机会与挑战，以阐明它们不同的设计理念和能力。我们首先概述了搜索策略和基本定义，将人工智能代理描述为由大型语言模型和大型知识图谱驱动和启用的模块化系统，用于特定任务的自动化。生成式人工智能被定位为提供基础的前驱，人工智能代理则通过工具集成、提示工程和推理增强而发展。然后我们描述了代理性人工智能系统...

​引言近年来，大型语言模型（LLMs）以惊人的速度渗透到医疗领域，尽管它们并非原生用于临床决策，但医疗从业者正日益依赖这些新兴AI工具来辅助诊疗。如果AI产品以“临床决策支持”为卖点，依据美国食品药品监督管理局（FDA）的规定，其很可能应被视作医疗器械接受监管。然而，现有法规体系远远未能覆盖这一激增的应用场景，监管滞后于技术创新，潜在风险与巨大前景并存。PennLDI高级成员兼宾大医学院助理教授GaryWeissman等人...

MALADE:OrchestrationofLLMpoweredAgentswithRAGforPharmacovigilance摘要在大型语言模型（LLMs）的时代，鉴于它们卓越的文本理解和生成能力，开发基于LLMs的新方法用于可信医学知识的综合、提取和总结是前所未有的机遇。本文关注药物警戒（PhV）问题，其重要性和挑战在于从多样化的文本资源（如医学文献、临床笔记和药品标签）中识别不良药物事件（ADEs）。不幸的是，这一任务受到多种因素的阻碍，包括药物和结果的术语差异，...

摘要临床决策制定（CDM）是一个复杂、动态的过程，对医疗保健交付至关重要，然而对于人工智能系统而言仍是一个重大挑战。尽管基于大型语言模型（LLM）的代理已经在使用许可考试和知识问答任务的一般医学知识上进行了测试，但由于缺乏反映实际医疗实践的综合测试数据集，它们在现实世界场景中的CDM表现有限。为了弥补这一差距，我们提出了MedChain，一个包含12,163个临床案例的数据集，涵盖临床工作流程的五个关键阶段。MedChain...

摘要由人工智能驱动的学习正在改变教育，要求教育者迅速掌握有效整合人工智能工具的技能，以便它们补充而非取代传统教学实践。生成式人工智能的快速发展带来了挑战，尤其是对于那些不太懂技术的教师或那些延迟学习这些工具的人，使他们面临落后的风险。随着学生快速适应广泛可用的模型如ChatGPT3.5和DeepseekR1，他们越来越多地用于学习、作业和评估。尽管已有关于教育中人工智能的讨论，但缺乏实际指导，说明医学教育工作者如...

摘要人工智能通过大型语言模型（LLMs）显著改变了医疗保健领域，尤其在静态医学问答基准测试中表现出色。然而，由于医患互动的复杂性，评估LLMs在现实世界临床应用的潜力仍然具有挑战性。为此，我们引入了“人工智能医院”这一多智能体框架，模拟医生（玩家）与包括患者和检查员在内的非玩家角色（NPCs）之间的动态医疗互动。这种设置允许在模拟的临床场景中更实际地评估LLMs的表现。我们开发了“多视图医疗评估”（MVME）基准...

摘要虽然大型语言模型（LLMs）在诊断对话中显示出潜力，但它们在有效管理推理方面的能力——包括疾病进展、治疗反应和安全药物处方——仍有待进一步探索。我们通过一种新的基于LLMs的代理系统推进了之前展示的ArticulateMedicalIntelligenceExplorer（AMIE）的诊断能力，该系统针对临床管理和对话进行了优化，整合了对疾病演变、多次患者就诊经历、治疗反应以及药物处方专业能力的推理。AMIE在权威临床知识的基础上进行推理，利...

前言2025年1月9日–加利福尼亚州门洛帕克–世界上最大的开放网络知识图谱创建者Diffbot宣布推出其第一个大型语言模型（LLM），这是迄今为止世界上最基于事实的AI语言模型。利用Diffbot专有的知识图谱（包括超过100亿个实体和来自开放网络的超过1万亿个结构化事实），新模型在事实可靠性和领域覆盖率方面超过了目前所有可用的LLM。当前前沿的LLM方法通过扩大模型的大小来减少不良响应（又名“幻觉”），使其代表更多的训练数据，...

摘要EnterpriseKnowledge的首席数据和人工智能解决方案架构师DavidHughes在1月25日2025数据日上发表了题为“释放多模态GraphRAG的力量：集成图像特征以获得更深入的洞察”。在本次演讲中，David通过引入多模态GraphRAG讨论了GraphRAG的一个未被充分探索的维度——图像的集成，MultimodalGraphRAG是一个将图像数据带到基于图的推理和检索前沿的创新框架。他演示了这种方法如何实现对图像的更全面理解，从而放大洞察的深度和准确...

摘要检索增强生成（RAG）是一种适用于检索敏感电子健康记录（EHR）的合适技术。它可以作为医疗副驾驶员Copilot的关键模块，帮助减少医疗从业者和患者的误诊。然而，现有基于启发式的医疗领域RAG模型的诊断准确性和特异性不足，特别是对于症状相似的疾病。本文提出MedRAG，一种通过知识图谱（KG）引导推理提升的医疗领域RAG模型，根据症状检索诊断和治疗建议。MedRAG系统地构建了一个全面的四层分级诊断知识图谱，涵盖各种疾病的...

摘要生成式大型语言模型（LLMs）通过实现快速、类人的文本生成改变了人工智能领域，但它们面临挑战，包括管理不准确的信息生成。诸如提示工程、检索增强生成（RAG）以及整合特定领域知识图谱（KGs）等策略旨在解决这些问题。然而，尤其是在通过WebAPI使用封闭访问LLM的开发者中，实现实验的管理、可重复性和验证所需水平仍存在挑战，这增加了与外部工具集成的复杂性。为解决这一问题，我们正在探索一种软件架构，通过优先考虑灵...

摘要传统的生物医学人工智能（AI）模型，针对特定任务或模式设计，在实际应用中往往表现出有限的灵活性，并且难以利用整体信息。通用型AI由于其解释不同数据类型的能力以及为多样化需求生成定制输出的能力，具有解决这些限制的潜力。然而，现有的生物医学通用型AI解决方案通常对研究人员、从业者和患者而言是重量级且闭源的。在这里，我们提出了BiomedGPT，第一个开源且轻量级的视觉语言基础模型，旨在作为一个能够执行各种生物...

摘要自ChatGPT和GPT4发布以来，大型语言模型（LLMs）和多模态大型语言模型（MLLMs）因其在理解、推理和生成方面的卓越能力而受到广泛关注，为将人工智能整合到医学中引入了变革性范式。本调查全面概述了LLMs和MLLMs在医学中的发展、原理、应用场景、挑战和未来方向。具体而言，它首先考察了范式转变，追溯了从传统模型到LLMs和MLLMs的转变，并强调了这些LLMs和MLLMs在医学应用中的独特优势。接下来，调查回顾了现有的医学LLMs和...

数据是现代企业的命脉，为从创新到战略决策的方方面面提供动力。然而，随着组织积累的信息量不断增长（从技术文档到内部通信），他们面临着一项艰巨的挑战：如何从海量的非结构化数据中提取有意义的见解和可操作的结构。检索增强生成（RAG）已成为一种流行的解决方案，它通过集成相关的企业数据来增强AI生成的响应。虽然传统的RAG方法对简单的查询有效，但在解决需要推理和交叉引用的复杂、多层次问题时，往往无法满足要求。问...