GenHealth.ai 发布了一项研究，详细介绍了一种先进的生成式 AI 模型，在医疗成本和风险预测方面比既定的行业基准高出 14%以上。该公司表示，这一模型挑战了米利曼（Milliman）、科蒂维蒂（Cotiviti）和约翰霍普金斯（Johns Hopkins）等公司的传统方法，“为医疗预测的精度设定了新的标准，同时为患者的医疗旅程提供了前所未有的视角”。
大型医疗模型（LMM）结合了专门为医疗保健定制的独特词汇、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事件的数据。由此产生的模型在医疗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 的首席执行官瑞奇·萨胡（Ricky Sahu）评论道：“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方法在广泛的医疗保健应用中的不足。我们专门针对医疗保健的 AI 是从头开始构建的，支持从流行健康分析到自动化事先授权以及检测欺诈/浪费/滥用等一切事务。”
该研究的亮点包括：
- 一种新的标记化方案：该论文引入了在医疗特定数据和标记上使用生成式 AI 的新方法，以全面预测患者的未来。
- 在成本预测方面达到最先进（SOTA）性能，在预测患者的总医疗成本和风险因素方面达到前所未有的准确性，大大超过了当前行业领导者使用的传统系统。
- 在慢性病预测方面的 SOTA 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同一模型预测各种慢性病。
- 对医疗保健的影响：通过在事件级别细节上提供更准确的预测，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。
Healthtech 合作伙伴 Spectrum.Life 最近宣布战略重塑品牌，成为有临床支持的数字健康、心理健康和福祉解决方案提供商。
