“問問醫(yī)生”是國內(nèi)創(chuàng)業(yè)公司剛剛推出的一個試管嬰兒APP,通過提供醫(yī)生與醫(yī)生、醫(yī)生與患者、患者與患者之間的溝通工具,為需要通過輔助生殖技術(shù)(assisted reproductive technology,ART)助孕的男女青年,提供全程服務(wù),進(jìn)而提高受孕成功率。這家公司目前獲得國內(nèi)某著名投資機(jī)構(gòu)的pre-A輪3000萬人民幣投資,該公司在一年前曾獲得500萬人民幣天使投資。
國際輔助生育技術(shù)監(jiān)控委員會在一份報告中說,從首名試管嬰兒1978年誕生至今,全球估計共有500萬名試管嬰兒來到人世,龐大的數(shù)據(jù)背后暴露了該項技術(shù)治療周期長、成功率有待提高。臨床治療成功率受多種因素的影響,如患者年齡、患者的選擇、患者的日常生活習(xí)慣、臨床治療方法、實驗室技術(shù)等。
問問醫(yī)生為此開發(fā)了強(qiáng)大的科研管理平臺輔助這個過程,平臺在醫(yī)療機(jī)構(gòu)的HIS、EMR、CP、MCS、LIS、PACS、PEIS、CCSD、MEMES等院內(nèi)系統(tǒng)、政府等衛(wèi)生管理部門、保險機(jī)構(gòu)的已有系統(tǒng)中搜集和獲取數(shù)據(jù),實現(xiàn)無縫對接,并根據(jù)生殖醫(yī)學(xué)的特點,規(guī)范化、標(biāo)準(zhǔn)化的收集到大量結(jié)構(gòu)化信息,從而形成具有極大臨床及科研價值的數(shù)據(jù)庫,在云端進(jìn)行數(shù)據(jù)清洗、優(yōu)化、挖掘,創(chuàng)建各種業(yè)務(wù)模型,然后向醫(yī)生提供有價值的分析結(jié)論和臨床建議。
在患者服務(wù)方面,問問醫(yī)生采用O2O模式服務(wù)患者,有成熟的患者管理平臺。在制定懷孕計劃、孕前檢查、糾正試管嬰兒認(rèn)知誤區(qū)、孕前調(diào)理、受孕方式等多個環(huán)節(jié),對患者進(jìn)行引導(dǎo)及服務(wù)。在服務(wù)患者的過程中,還提供醫(yī)患之間的隨訪工具,在促排卵、取卵、體外受精、胚胎移植、黃體支持、妊娠確定等所有環(huán)節(jié),確保醫(yī)生與醫(yī)生、醫(yī)生與患者之間的高效溝通,減輕醫(yī)生的工作量,提高效率,提高醫(yī)患依從性。
問問醫(yī)生的團(tuán)隊由來自哈佛大學(xué)海歸醫(yī)學(xué)博士、國內(nèi)外生殖醫(yī)學(xué)中心著名生殖醫(yī)學(xué)博士、專家,以及來自前微軟、百度、360、騰訊、阿里的互聯(lián)網(wǎng)產(chǎn)品技術(shù)數(shù)據(jù)團(tuán)隊共同創(chuàng)建。在輔助生殖、醫(yī)護(hù)產(chǎn)品及運營、大數(shù)據(jù)處理等方面,有非常豐富的實戰(zhàn)經(jīng)驗。
好文章,需要你的鼓勵
新加坡國立大學(xué)研究團(tuán)隊開發(fā)了SPIRAL框架,通過讓AI與自己對弈零和游戲來提升推理能力。實驗顯示,僅訓(xùn)練AI玩簡單撲克游戲就能讓其數(shù)學(xué)推理能力提升8.6%,通用推理提升8.4%,且無需任何數(shù)學(xué)題目作為訓(xùn)練材料。研究發(fā)現(xiàn)游戲中的三種推理模式能成功轉(zhuǎn)移到數(shù)學(xué)解題中,為AI訓(xùn)練提供了新思路。
同濟(jì)大學(xué)團(tuán)隊開發(fā)的GIGA-ToF技術(shù)通過融合多幀圖像的"圖結(jié)構(gòu)"信息,創(chuàng)新性地解決了3D相機(jī)噪聲問題。該技術(shù)利用圖像間的不變幾何關(guān)系,結(jié)合深度學(xué)習(xí)和數(shù)學(xué)優(yōu)化方法,在合成數(shù)據(jù)集上實現(xiàn)37.9%的精度提升,并在真實設(shè)備上展現(xiàn)出色泛化能力,為機(jī)器人、AR和自動駕駛等領(lǐng)域提供更可靠的3D視覺解決方案。
伊利諾伊大學(xué)研究團(tuán)隊通過對比實驗發(fā)現(xiàn),經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的視覺語言模型雖然表現(xiàn)出"頓悟時刻"現(xiàn)象,但這些自我糾錯行為并不能實際提升推理準(zhǔn)確率。研究揭示了AI模型存在"生成-驗證差距",即生成答案的能力強(qiáng)于驗證答案質(zhì)量的能力,且模型在自我驗證時無法有效利用視覺信息,為AI多模態(tài)推理發(fā)展提供了重要啟示。
MIT等頂尖機(jī)構(gòu)聯(lián)合提出SparseLoRA技術(shù),通過動態(tài)稀疏性實現(xiàn)大語言模型訓(xùn)練加速1.6倍,計算成本降低2.2倍。該方法使用SVD稀疏性估計器智能選擇重要計算部分,在保持模型性能的同時顯著提升訓(xùn)練效率,已在多個任務(wù)上驗證有效性。