在医疗保健 AI 领域取得重大突破，GenHealth.ai 于今日发表了一项研究，详细介绍了一种先进的生成式 AI 模型，其在医疗成本和风险预测方面的表现果断超越既定行业基准 14%以上。该模型挑战了 Milliman、Cotiviti 和 Johns Hopkins 等领先公司的传统方法，为医疗预测的精度设定了新的标准，同时为患者医疗保健之旅的未来提供了前所未有的视角。
该论文“引入大型医疗模型：最先进的医疗成本和临床风险预测”阐述了 GenHealth.ai 如何利用针对医疗保健的生成式 AI 方法取得卓越成果。大型医疗模型（LMM）结合了专门为医疗保健量身定制的独特词汇、神经网络变压器技术（这是大型语言模型的基础）以及来自 1.4 亿患者的数万亿次医疗保健事件的数据。最终的模型在医疗保健领域实现了类似于大型语言模型相对于传统自然语言处理方法的性能飞跃。
GenHealth.ai 的首席执行官 Ricky Sahu 表示：“我们创建了大型医疗模型，以解决大型语言模型和传统分析在广泛的医疗保健应用中的不足。我们专门为医疗保健打造的 AI 从一开始就支持从人口健康分析到自动进行事先授权以及检测欺诈/浪费/滥用等一切工作。这不仅仅是简化行政任务——尽管我们的模型在这方面表现出色。这是迈向真正个性化患者护理的第一颗火花。这是医疗保健组织通常使用数据寻找一般模式的方式的转变，转变为一个模型，在几秒钟内，每个患者和每次遭遇都能获得比人类更可行的洞察力。它将对医疗保健产生与大型语言模型对文本交互产生的影响相当的影响。”
该研究的亮点包括：
- 新的标记化方案：该论文引入了生成式 AI 在医疗保健特定数据和标记上的新用途，以全面预测患者的未来。
- 成本预测方面的最先进性能：在预测患者的总医疗成本和风险因素方面达到了前所未有的准确性，大大超过了当前行业领导者使用的传统系统。
- 慢性疾病预测方面的最先进性能：除了更准确地预测总医疗成本外，该论文还详细介绍了如何使用相同的模型预测各种慢性疾病。
- 对医疗保健的影响：通过在事件级别提供更准确的预测细节，AI 模型有望更具可操作性和可解释性。这些功能有助于将见解从研究转化为实践，以减少浪费性支出并改善患者管理。
GenHealth.ai 的首席技术官 Eric Marriott 补充道：“我们的团队在医疗保健索赔和临床数据方面拥有多年的实践经验。这种深厚的知识为我们提供了许多人可能错过但对于在我们的 AI 模型中实现如此高的性能和多功能性实际上至关重要的独特见解。我们已经能够针对广泛的应用对其进行微调，因为我们习惯于处理医疗保健数据中存在的许多细微差别和复杂性。”
GenHealth.ai 团队现在正在大型医疗模型之上构建应用程序。类似于 ChatGPT 是第一个使大型语言模型普及的应用程序，GenHealth 已经在其医疗模型之上引入了应用程序，包括用于人口健康分析的副驾驶和事先授权自动化软件，以使 LMM 更易于访问。
GenHealth.ai 的首席运营官 Ethan Siegel 评论道：“我对我们正在构建的东西以及它如何帮助为提供者和健康计划提供便利感到非常兴奋。我们可以使用我们的 AI 系统来帮助减少人们在痛苦的手动流程上花费的时间，以便他们可以花更多时间确保患者在正确的时间得到正确的治疗。”
如需了解更多信息，请访问 GenHealth.ai 的网站以获取医疗保健的解决方案和生成式 AI。要访问完整的研究论文，请访问 GenHealth 的网站。
来源：GenHealth.ai
