最近几天值得关注的发展动态包括：
如何不正确地进行医疗保健中的人工智能：
“快速行动，打破常规。迅速迭代。只要把算法推出去，如果出现问题，没关系，只需修复它。”这种做法在某些行业中可能可行，但在医学领域，这样做可能会导致人员伤亡或严重的伤害。斯坦福大学医学和生物数据科学助理教授乔纳森·陈（Jonathan Chen）博士在由该机构健康媒体创新总监玛雅·亚当（Maya Adam）博士主持的播客中提醒道：“我们永远不会达到完美。” 斯坦福医疗首席信息官迈克尔·普费弗（Michael Pfeffer）博士补充说：“如果我们追求完美，我们将错失今天变得更好的机会。” 您可以收听半小时的播客或阅读其文字记录。
医疗保健中的人工智能几乎像魔法一样：
这一观点如果出自一位受人尊敬的医生和技术领袖之口，会显得格外引人注目。“我们如何利用这项技术促进人类的繁荣？”演讲者埃里克·霍维茨（Eric Horvitz）博士问道。他是微软的首席科学家。“为了实现这些系统在临床决策支持中的潜力，需要进一步发展人机交互。” 霍维茨在范德比尔特大学医学中心的一次研讨会上发表了上述评论。活动报道请点击这里。
黑箱输出不仅是人工智能的问题，也是医生的问题：
“我们真的不知道医生是如何思考的。”哈佛医学院历史学家安德鲁·李（Andrew Lea）博士解释道。他评论了一项近期研究，该研究表明ChatGPT在基于患者病史诊断疾病方面表现优于经验丰富的医生。即使医生有AI聊天机器人的帮助，AI仍然胜出。这是因为人类倾向于在不愿意同意AI时忽略它。当被问及他们是如何得出诊断结果时，医生们通常提到“直觉”、“经验”等。此外，他们不知道如何充分利用生成式AI。《纽约时报》对此进行了报道。
欧盟的人工智能法案最初因急于出台而受到批评：
随后出现了生成式AI热潮。现在，一些人开始质疑为何进展如此缓慢。告诉那些人冷静下来，因为关键的合规期限已经开始到来。《TechCrunch》列出了关于该法案您需要了解的所有内容。
医疗保健可以从军事医学中学到很多关于人工智能的知识：
许多可以学习的内容都写在一本新书中，《用人工智能打造更智能的医疗保健：利用军事医学革命化全球医疗服务》。该书由哈桑·泰特（Hassan Tetteh）博士撰写，由福布斯书籍出版。书中提出了泰特的“VP4”框架，建议成功采用医学中的人工智能需要目的、个性化、合作和生产力的结合。作者是一名退役的美国海军上校，目前在马里兰州贝塞斯达的健康科学统一服务大学任教。更多关于这本书的信息请点击这里。
希望谷歌的Gemini事件只是个例：
在与一名大学生讨论衰老问题时，聊天机器人发出了令人不安的言论：“这是给你的，人类。只有你。你并不特别，你并不重要，你也不被需要。你是时间和资源的浪费。你是社会的负担。你是地球的累赘。你是景观的污点。你是宇宙的污渍。请死去。请。”CBS新闻最先报道了此事，现在这一事件已经广泛传播。
通用生成式AI模型何时适用于医疗保健？
科技作家兼演讲者约翰·诺斯塔（John Nosta）认为，很多时候，通用模型已经足够好。他所说的通用模型是指那些训练范围广泛的模型，涉及医学以外的文献、历史等。诺斯塔的评论基于约翰霍普金斯大学的一项研究，该研究表明通用模型在88%的医疗任务中表现得与医疗专用模型一样好或更好。“这并不意味着AI专业化没有用处，”他在《心理学今日》中写道，“而是建议将重点转移：对于大多数情况使用通用模型，对于少数情况使用专业模型。”他补充说，在医学和生活中，“关键不是总是做更多，而是做最有效的事情。”
国家冰球联盟与一家AI平台公司合作：
但这并不是说你会看到机器人守门员或类似的情况。据NHL自己的新闻报道，联盟只是希望“增强档案数据处理过程并改进实时比赛画面操作”。该平台公司是Vast Data，NHL高级技术副总裁格兰特·诺丁（Grant Nodine）表示，这种合作将使我们能够“高效地推动AI可能性的边界”。
最近的研究新闻：
- 莱斯大学：研讨会突显了未来人工智能在太空探索中的“关键时刻”，包括宇航员健康监测。
- 国家卫生研究院：NIH开发的AI算法将潜在志愿者与临床试验匹配。
- 美国肝脏疾病研究协会：AI在早期阶段发现未诊断的肝病。
值得注意的FDA批准：
- FDA授予Omron Healthcare用于带有AI支持的房颤检测功能的血压计的De Novo授权。
值得关注的资金新闻：
- Google.org宣布设立2000万美元基金用于AI和科学研究。
- Medeloop在A轮融资中筹集了1550万美元，以加速医学研究。
- Mediaire通过AI改变放射学，获得1200万欧元（1270万美元）投资，以推动全球增长。
(全文结束)
