ไม่นานมานี้รูปแบบ AI ผู้ป่วยที่หายาก "Xiehe Taichu" ได้รับการพัฒนาร่วมกันโดยโรงพยาบาลวิทยาลัยการแพทย์ Peking Union และสถาบันระบบอัตโนมัติของสถาบันวิทยาศาสตร์แห่งจีนเข้าสู่ขั้นตอนการสมัครทางคลินิกอย่างเป็นทางการ ทีมวิจัยพิจารณาถึงความสามารถในการปราบปรามปัญญาประดิษฐ์ "ภาพลวงตา" อย่างมีประสิทธิภาพเป็นหนึ่งในสามข้อได้เปรียบหลัก รายงานที่เกี่ยวข้องแสดงให้เห็นว่าแบบจำลองปัญญาประดิษฐ์แบบดั้งเดิมมักจะผลิต "ภาพลวงตา" เนื่องจากเสียงรบกวนข้อมูลหรือจุดบอดความรู้ซึ่งสามารถนำไปสู่การอนุมานที่ผิดพลาดได้อย่างง่ายดาย โดยการบูรณาการข้อมูลที่เชื่อถือได้ปรับปรุงความรู้แบบไดนามิกและการเพิ่มกลไกการตรวจสอบย้อนกลับ "Concordia · Taichu" ยับยั้งการเกิด "ภาพลวงตา" อย่างมีประสิทธิภาพในรูปแบบและเพิ่มความน่าเชื่อถือของการตัดสินใจทางคลินิก
เพื่อระงับ 'ภาพหลอน' เราใช้ชุดข้อมูลคุณภาพสูงที่มีการแปลเป็นส่วนใหญ่ (เช่นบันทึกการวินิจฉัยและการรักษาที่แท้จริง) และฐานความรู้ที่ผ่านการตรวจสอบด้วยตนเองจำนวนมาก (เช่นแนวทางการวินิจฉัยทางคลินิกและแนวทางการรักษาตำราเรียนและวรรณกรรมทางวิทยาศาสตร์ที่เปิดเผยต่อสาธารณะ) สำหรับการปรับแต่งแบบจำลอง "กง Mengchun อธิบาย" ผ่านเทคนิคต่าง ๆ เช่นวิศวกรรมคำที่รวดเร็วการสนับสนุนหลักฐานที่มีประสิทธิภาพการตรวจสอบย้อนกลับการตรวจสอบเกณฑ์ ฯลฯ จะถูกนำไปใช้ในกระบวนการให้เหตุผลและข้อเสนอแนะและการแก้ไขมีให้อย่างต่อเนื่อง "สิ่งนี้สามารถเข้าใจได้ว่าการอนุญาตให้ AI เรียนรู้" ความรู้ที่ดี "เท่านั้นและ จำกัด ขอบเขตของการใช้เหตุผลหรือเพิ่มกลไก" การตรวจสอบย้อนกลับ "เพื่อแก้ไข" การศึกษา "อย่างต่อเนื่องก่อนการใช้งานทางคลินิก
ตามสถิติที่เผยแพร่โดยสถาบันวิชาชีพที่เกี่ยวข้อง Deepseek ได้ถูกนำไปใช้ในโรงพยาบาลชั้นนำในประเทศจีน โรงพยาบาลหลายแห่งรวมถึงโรงพยาบาล Huashan ที่เกี่ยวข้องกับ Fudan University, โรงพยาบาล Ruijin และโรงพยาบาลประชาชนเซินเจิ้นได้เริ่มการวิจัยและพัฒนาร่วมกับ บริษัท ปัญญาประดิษฐ์ในประเทศชั้นนำ ผ่านการบูรณาการทางวินัยและการเชื่อมต่อทางวินัยพวกเขาได้เร่งการส่งเสริมข่าวกรองทางการแพทย์และแก้ไขปัญหา "คอขวด" อุตสาหกรรมเชื่อว่าการใช้เทคโนโลยี "การกลั่นความรู้แบบลำดับชั้น" ที่เป็นเอกลักษณ์ของ Deepseek สามารถลดการอนุมานและการคำนวณภาระงานในสถานการณ์ทางการแพทย์ที่ซับซ้อนได้ 30%
การวิจัยจำนวนมากจากข้อมูลทางคลินิกหลายรูปแบบทั้งในและต่างประเทศได้ยืนยันว่าข้อมูลเชิงลึกทางคลินิกที่ได้รับจากเทคโนโลยีปัญญาประดิษฐ์อาจเกินความรู้และข้อ จำกัด ทางประสาทสัมผัสทางกายภาพที่แพทย์สามารถเข้าใจได้โดยให้ความคิดเห็นเสริมที่สำคัญสำหรับการตัดสินใจทางคลินิก กง Mengchun กล่าวว่าเมื่อพูดถึงหลักฐานใหม่และการตัดสินที่จัดทำโดย AI เราควรนำทัศนคติ "การตรวจสอบอย่างระมัดระวังและการตัดสินอย่างเต็มที่" สร้างโครงสร้างพื้นฐานข้อมูลทางคลินิกหลายรูปแบบจัดเรียงคิวคุณภาพสูงและตรวจสอบการค้นพบทางการแพทย์ที่ขับเคลื่อนด้วยข้อมูลต่างๆ การบูรณาการหลักฐานทางคลินิกที่จัดทำโดย AI เข้ากับกระบวนการวินิจฉัยและการรักษาในรูปแบบของการวินิจฉัยและการรักษาแบบสหสาขาวิชาชีพ (MDT) เพื่อรับใช้ผู้ป่วยเป็นหนึ่งในแนวโน้มการพัฒนากระแสหลักในสาขาการวิจัยทางการแพทย์ระดับโลก
