Meta 分享十份借助其 Muse AI 平台完成的健康研究手稿
这些研究使用了 495 万名患者的电子健康记录,人工智能(AI)承担繁重的基础工作,人类专家负责核查。
2026 年 10 月 14 日,Meta 公布了十份借助其 Muse AI 平台完成的研究手稿。这十份手稿均基于电子健康记录,并且均在人类专家监督下完成。
Muse Spark:自动化研究准备
Meta 的系统试图实现研究准备工作的自动化。这项工作围绕 Muse Spark 展开,它是更广泛的 Muse 平台的一个组件,负责四项核心任务:
- 识别患者队列;
- 进行统计分析;
- 检索相关文献;
- 起草手稿。
该工作流程依赖多智能体人工智能模型。这意味着多个 AI 组件分担任务,各自处理不同部分,同时由人类专家监督整个过程。
数据基础
底层数据集涵盖 495 万名患者的详细健康信息,来自 2026 年 6 月发布的一份电子健康记录(EHR)数据。在该数据池中,有 156,051 名患者带有乳腺癌编码。
研究案例
十项研究中的一项追踪了一个确实冷门的目标:Cladophialophora bantiana,一种罕见的真菌病原体。该项目由 Morbidity and Mortality Weekly Report(MMWR)的一份报告引发,该报告指出病例有所增加。
利用该数据集,这项研究识别出 21 例确诊或可能感染的病例。其中七名患者有脑部感染。这七人中有两人死亡。
另一项值得注意的研究考察了依次接受抗体偶联药物的乳腺癌患者。该研究检查了其中两种药物,缩写为 SG 和 T-DXd,以及患者接受这些药物的顺序。
当患者先接受 T-DXd、后接受 SG 时,两次治疗之间的中位间隔为 63 天。按相反顺序时,中位间隔为 49 天。
【全文结束】

