不久前，斯坦福大學 Human-Center Artificial Intelligence (HAI) 研究中心重磅發(fā)布了《2024年人工智能指數(shù)報告》。 作為斯坦福 HAI 的第七部力作，這份報告長達 502 頁，全面追蹤了 2023 年全球人工智能的發(fā)展趨勢。相比往年，擴大了研究范圍，涵蓋了 AI 技術(shù)、公眾對 AI 技術(shù)的看法以及圍繞其發(fā)展的政治動態(tài)等基本趨勢，并對未來的 AI 發(fā)展趨勢進行了預測。

HAI 由華人人工智能學者李飛飛教授（右）與哲學家 John Etchemend（左）共同領(lǐng)導

在這份報告中，最引人注目的莫過于新增篇章——探討人工智能在科學和醫(yī)學領(lǐng)域的深遠影響。 報告中展示了 2023 年 AI 在科學領(lǐng)域的輝煌成就，以及 AI 在醫(yī)療領(lǐng)域取得的重要創(chuàng)新成果，包括 SynthSR 和 ImmunoSEIRA 等突破性技術(shù)。此外，報告還細致分析了 FDA 對 AI 醫(yī)療設(shè)備審批的趨勢，為行業(yè)提供了寶貴的參考。

AI：科研加速引擎

《2024年人工智能指數(shù)報告》指出，2023 年，產(chǎn)業(yè)界產(chǎn)生了 51 個著名的機器學習模型，而學術(shù)界只貢獻了 15 個。此外，108 個新發(fā)布的基礎(chǔ)模型來自產(chǎn)業(yè)界，28 個來自學術(shù)界。

盡管相較于產(chǎn)業(yè)界，學術(shù)界的發(fā)展速度明顯偏慢，但需要注意的是，直到 2022 年 AI 才被正式用于科學發(fā)現(xiàn)領(lǐng)域。從優(yōu)化算法排序效率的 AlphaDev 到革新材料發(fā)現(xiàn)流程的 GNoME，我們見證了更為重要的、相關(guān)性更高的人工智能應(yīng)用的問世。

如今，AI 已經(jīng)在材料科學、氣候變化、計算機科學等領(lǐng)域多點開花。幸運的是，在這一輪變革中，中國正處于領(lǐng)先地位。根據(jù)中國科學技術(shù)信息研究所、科技部新一代人工智能發(fā)展研究中心編寫的《中國 AI for Science 創(chuàng)新地圖研究報告》，我國在 AI 驅(qū)動科學研究方面的論文發(fā)表數(shù)量位居榜首，國產(chǎn)化 AI 科研基礎(chǔ)軟件也日益成熟，為科研人員提供了豐富的數(shù)據(jù)集、基礎(chǔ)模型及專用化工具。

總的來說，AI 在科學領(lǐng)域的應(yīng)用是多元化的，正在以一種前所未有的速度，推動科學的發(fā)展和進步。但需要注意的是，在 AI for Science 當前的發(fā)展階段中，綜合型人才短缺、技術(shù)方案難復用、垂類學科研究數(shù)據(jù)質(zhì)量欠佳等問題也逐漸暴露出來。

例如，在圍繞「AI 人才搞科研還是科研人才學 AI」的討論中，擁有交叉學科知識背景的研究人員脫穎而出，不僅對所在科研領(lǐng)域有著深刻洞察，更加能夠快速上手各類 AI 工具與技術(shù)，但其稀缺程度可想而知，而綜合型人才的培養(yǎng)亦非朝夕而成。所以，如何快速搭建起 AI 與科研之間的溝通橋梁是關(guān)乎 AI for Science 規(guī)?；茝V的重要議題。

同時，科研所覆蓋領(lǐng)域之豐富無需贅述，不同課題組的研究方向稍有差異便可能對 AI 工具的需求不同，在難以實現(xiàn)每個團隊都擁有交叉學科背景的研究人員時，降低 AI 工具的使用門檻，簡化模型微調(diào)過程，或許也能夠在一定程度上加速 AI 在科研領(lǐng)域的推廣。

加速更新，技術(shù)的自我迭代與進步

AI 技術(shù)進步推動其應(yīng)用的廣度和深度提升，同時也對算法提出越來越高的要求。目前，大多數(shù)算法已經(jīng)達到了難以依靠人類專家來進一步優(yōu)化的階段，導致了計算瓶頸的不斷加劇。然而，科學家針對算法領(lǐng)域的開拓從未止步。

AlphaDev 重現(xiàn) AlphaGo 的神來之筆

排序算法是計算機系統(tǒng)對數(shù)據(jù)項進行有序排列的基礎(chǔ)性工具。為了在這一領(lǐng)域?qū)崿F(xiàn)創(chuàng)新突破，谷歌?DeepMind**?采取了一種創(chuàng)新的方法，探索了人類研究相對較少的計算機匯編指令領(lǐng)域。通過 AlphaDev 系統(tǒng)，DeepMind 能夠直接從 CPU 匯編指令層面出發(fā)，尋找更高效的排序算法。

AlphaDev 系統(tǒng)由兩個核心組成部分構(gòu)成：學習算法和表示函數(shù)。

學習算法是在先進的?AlphaZero?算法基礎(chǔ)上進行擴展，結(jié)合了深度強化學習 (DRL) 和隨機搜索優(yōu)化算法，以執(zhí)行大規(guī)模的指令搜索任務(wù)；而表示函數(shù)則基于 Transformer 架構(gòu)，能夠捕捉匯編語言的底層結(jié)構(gòu)，并將其轉(zhuǎn)換成特殊的序列表示。

利用 AlphaDev 系統(tǒng)，DeepMind 成功發(fā)現(xiàn)了優(yōu)于當前手工調(diào)優(yōu)算法的定長短序列排序算法，即 Sort 3、Sort 4 和 Sort 5，并將相關(guān)代碼集成到了 LLVM 標準 C++ 庫中。 特別值得一提的是，在發(fā)現(xiàn) Sort 3 算法的過程中，AlphaDev 采用了一種看似違反直覺卻實際上是一條捷徑的方法，這讓人聯(lián)想到 AlphaGo 在對戰(zhàn)傳奇圍棋選手李世石時所采用的「第 37 步」——一種出人意料的策略，最終取得了勝利。

在優(yōu)化算法長度時，AlphaDev與人類基準的比較

AlphaDev 的應(yīng)用范圍不僅限于排序算法。DeepMind 通過將其方法泛化，還將其應(yīng)用于 9 到 16 字節(jié)范圍內(nèi)的哈希算法，并實現(xiàn)了速度提升 30% 的顯著成果。這表明 AlphaDev 在優(yōu)化底層計算任務(wù)方面具有廣泛的潛力和應(yīng)用價值。

論文鏈接：

https://www.nature.com/articles/s41586-023-06004-9

FlexiCubes 用 AI 生成高質(zhì)量 3D 模型

從場景重構(gòu)到生成式 AI 賽道，新一代的 AI 模型在生成逼真而詳細的 3D 模型方面取得了顯著的成功。由于這些模型通常被創(chuàng)建為標準的三角網(wǎng)格，網(wǎng)格的質(zhì)量也就顯得至關(guān)重要。為此，Nvidia 的研究人員開發(fā)了一種全新的網(wǎng)格生成方法 FlexiCubes，顯著提高了 3D 網(wǎng)絡(luò)生成管道中的網(wǎng)格質(zhì)量，并且可以與物理引擎集成，輕松創(chuàng)建 3D 模型中的靈活物體。

FlexiCubes 表面重建示例

FlexiCubes 的關(guān)鍵思想是引入「靈活」參數(shù)，允許在生成網(wǎng)格的過程中進行精確調(diào)整。 通過在優(yōu)化過程中更新這些參數(shù)，網(wǎng)格的質(zhì)量得到了極大的增強。這種方法使 FlexiCubes 與傳統(tǒng)基于網(wǎng)格的管道（如廣泛使用的 Marching Cubes算法）形成鮮明對比，使其可以無縫地取代優(yōu)化為基礎(chǔ)的人工智能流水線。

FlexiCubes 生成的高質(zhì)量網(wǎng)格在表示復雜細節(jié)方面表現(xiàn)出色，增強了人工智能生成的 3D 模型的整體逼真度和保真度。這些網(wǎng)格尤其適用于物理模擬，在攝影測量和生成式 AI 等場中，使得 AI 管道準確呈現(xiàn)復雜形狀中的細節(jié)成為可能。

論文鏈接：

https://research.nvidia.com/labs/toronto-ai/flexicubes/

加速創(chuàng)造，超越人力的效能提升

Synbot AI 驅(qū)動的機器人化學家

在化學實驗室的深處，一場革命正在悄然進行——有機化合物的合成不再是緩慢而繁瑣的過程，而是通過自動化的魔法，加速轉(zhuǎn)化為現(xiàn)實。這一變革的核心，是三星電子的科學家們所創(chuàng)造自主合成機器人 Synbot。

Synbot 的設(shè)計圖注

具體來看，Synbot 由三層結(jié)構(gòu)組成：

人工智能軟件層 (AI S/W layer)： 引領(lǐng)綜合規(guī)劃過程，配備逆合成模塊、實驗設(shè)計和優(yōu)化模塊，并使用決策模塊引導實驗方向；

機器人軟件層 (Robot S/W layer)： 負責通過配方生成模塊和翻譯模塊，將其轉(zhuǎn)換為機器人的可操作命令；

機器人層 (Robot layer)： 在在線調(diào)度模塊的監(jiān)督下，將合成實驗室的各種功能模塊化，并系統(tǒng)地執(zhí)行計劃的配方 (recipe)，不斷更新數(shù)據(jù)庫，直到達到預定義的目標。

研究顯示，Synbot 可在 24 小時內(nèi)平均進行 12 個反應(yīng)。假設(shè)人類研究人員每天可進行兩次此類實驗，那么與人類同行相比，Synbot 的效率至少提高了 6 倍。 隨著 Synbot 的加入，科學家們得以從繁瑣的操作中解放出來，將更多的精力投入到創(chuàng)新和探索之中。

論文鏈接：

https://www.science.org/doi/full/10.1126/sciadv.adj0461

GNoME 重塑材料發(fā)現(xiàn)過程

谷歌 DeepMind 在 Nature 刊文稱，基于材料探索的 AI 工具 GNoME (Graph Networks for Materials Exploration) 發(fā)現(xiàn)了 220 萬種新晶體預測（相當于人類科學家近 800 年的知識積累），其中有 38 萬個穩(wěn)定的晶體結(jié)構(gòu)， 有望通過實驗合成，部分材料或許會引發(fā)技術(shù)變革，如下一代電池、超導體等。

GNoME（藍）與Materials Project（紫）的比較

GNoME 是一種先進的圖神經(jīng)網(wǎng)絡(luò) (GNN) 模型，輸入數(shù)據(jù)主要采用圖表的形式，形成類似原子之間的連接，這也讓 GNoME 更容易發(fā)現(xiàn)新的晶體材料。據(jù)介紹，GNoME 能夠預測新型穩(wěn)定晶體的結(jié)構(gòu)，然后通過 DFT（密度泛函理論）進行測試，并將所得的高質(zhì)量訓練數(shù)據(jù)反饋到模型訓練中。

現(xiàn)階段，新模型將預測材料穩(wěn)定性的準確率從 50% 左右提高到 80%，新材料的發(fā)現(xiàn)率從 10% 以下提高到 80% 以上。 （點擊查看完整報道：領(lǐng)先人類 800 年？DeepMind 發(fā)布 GNoME，利用深度學習預測 220 萬種新晶體）

加速改變，從容應(yīng)對生態(tài)環(huán)境「灰犀?！?/h4>

GraphCast 生成最準確的全球天氣預報

谷歌 DeepMind 發(fā)布的 GraphCast，是一種基于機器學習和圖神經(jīng)網(wǎng)絡(luò) (GNN) 的天氣預報系統(tǒng)，采用「編碼-處理-解碼」配置，共有 3,670 萬個參數(shù)，能夠以 0.25 度經(jīng)度/緯度（赤道處 28 公里 x 28 公里）的高分辨率進行預測， 范圍覆蓋了整個地球表面。在每個網(wǎng)格點，該模型預測 5 個地球表面變量（包括溫度、風速、風向、平均海平面壓力等），以及 37 個不同海拔高度上的 6 個大氣變量，包括比濕、風速、風向和溫度。

GraphCast 天氣預測

在綜合基礎(chǔ)測試中，對比 HRES (High Resolution Forecast) GraphCast 對 1,380 個測試變量中的近 90% 提供了更準確的預測。 根據(jù)對比分析，GraphCast 還可以比傳統(tǒng)預測模型更早地識別惡劣天氣事件。（點擊查看完整報道：雹暴中心收集數(shù)據(jù)、大模型加持極端天氣預測，「追風者也」正在上演）

Flood Forecasting 人工智能改變洪水預報

2018 年，谷歌啟動了 Google Flood Forecasting Initiative，利用 AI 和強大算力打造更好的洪水預測模型，并與多國政府部門展開合作。2023 年，谷歌的研究團隊開發(fā)了一個基于機器學習的河流預報模型，該模型能夠提前 5 天實現(xiàn)對洪水的可靠預測，在對 5 年一遇的洪水事件進行預測時，性能優(yōu)于或相當于目前預測 1 年一遇的洪水事件，系統(tǒng)可覆蓋 80 多個國家。

該研究通過采用兩個長短期記憶網(wǎng)絡(luò) (LSTM) 的應(yīng)用，構(gòu)建了一種先進的河流預測模型。模型的核心架構(gòu)基于編碼器-解碼器機制 (encoder-decoder framework)。 具體而言，Hindcast LSTM 模塊負責處理歷史氣象數(shù)據(jù)，而Forecast LSTM 模塊則處理預測氣象數(shù)據(jù)。模型的輸出為每個預測時間點的概率分布參數(shù)，這些參數(shù)能夠提供對特定河流在特定時間點的流量概率預測。

AI 模型與 GloFAS 在不同回報期的預測對比

研究結(jié)果表明，該模型在性能上超越了當前全球領(lǐng)先的建模系統(tǒng)——哥白尼應(yīng)急管理服務(wù)全球洪水感知系統(tǒng) (GloFAS)。 這一發(fā)現(xiàn)證實了所提出模型在河流預測領(lǐng)域的潛力和可靠性，為洪水預警和水資源管理提供了一種新的技術(shù)手段。（點擊查看完整報道：擊敗全球 No.1 系統(tǒng)、覆蓋 80+ 國家，谷歌洪水預測模型再登 Nature）

AI：引領(lǐng)醫(yī)學新紀元

《2024 年人工智能指數(shù)報告》表明，AI 技術(shù)在醫(yī)療影像、醫(yī)療問答、醫(yī)學診斷、等多領(lǐng)域取得成效。事實上，AI 在醫(yī)療健康領(lǐng)域的應(yīng)用是早已為人們所熟知。通過機器學習算法，AI 能夠分析大量的醫(yī)療數(shù)據(jù)，幫助醫(yī)生更準確地診斷疾病。例如，在癌癥檢測中，AI 可以識別出醫(yī)學影像中的微小異常，從而提高早期診斷的成功率。

此外，AI 也在藥物研發(fā)中發(fā)揮著重要作用。一方面， AI 深化了對藥物靶點和化合物合成的理解，優(yōu)化藥物發(fā)現(xiàn)的步驟，大大提升了新藥面世的成功機會。另一方面， AI 技術(shù)被用于縮短新藥研發(fā)周期、節(jié)省成本，并顯著提升藥物研發(fā)效率和企業(yè)競爭力。

值得注意的是，《2024 年人工智能指數(shù)報告》還對人工智能相關(guān)醫(yī)療設(shè)備進行了總結(jié)，美國食品藥品監(jiān)督管理局 (FDA) 對 AI 相關(guān)醫(yī)療設(shè)備的批準數(shù)量持續(xù)增加。2022 年，FDA 批準了 139 個 AI 相關(guān)醫(yī)療設(shè)備，比前一年增加了 12.1%，從 2012 年開始這一數(shù)字已經(jīng)增長了超過 45 倍，顯示了 AI 在現(xiàn)實世界醫(yī)療應(yīng)用中的廣泛使用。

盡管 AI 技術(shù)在實際醫(yī)療中的應(yīng)用帶來了許多機遇，但也面臨著一系列亟待解決的挑戰(zhàn)，例如 AI 倫理問題、數(shù)據(jù)隱私保護、技術(shù)瓶頸、監(jiān)管和問責制、跨學科合作、臨床適用性等方面的困境。尤其是，A I 模型的「黑箱」特性使得其決策過程難以解釋，這對于需要高度透明度和可追溯性的醫(yī)療診斷來說是一個重大挑戰(zhàn)。 缺乏可解釋性可能會影響醫(yī)生對 AI 輔助診斷結(jié)果的信任度。

因此，除了技術(shù)迭代外，如何在政策、標準、監(jiān)管、安全等方面補齊短板，如何破除自身「黑盒」特性等問題，仍然需要政府與相關(guān)企業(yè)共同推動解決。

醫(yī)學影像：提供更全面、更深入的解決方案

AI 技術(shù)在醫(yī)學影像領(lǐng)域的應(yīng)用正變得越來越多樣化和深入，從輔助診斷到改善工作流程，再到推動個性化醫(yī)療，AI 正成為醫(yī)學影像不可或缺的工具。

SynthSR 轉(zhuǎn)換高分辨率圖像并修復病灶

SynthSR 由麻省理工學院計算機與人工智能實驗室開發(fā)，通過訓練一個超分辨率卷積神經(jīng)網(wǎng)絡(luò) (CNN)，利用了開放存取系列影像研究數(shù)據(jù)集中，1 毫米各向同性高場強 MRI 掃描數(shù)據(jù)集，以及對大腦內(nèi) 39 個感興趣區(qū)域 (ROI) 的精確分割。 該技術(shù)主要針對低場強 (0.064-T) 的 T1 和 T2 加權(quán)腦 MRI 序列，同時采用磁化制備的快速梯度回波 (MPRAGE) 采集技術(shù)，旨在生成具有 1 毫米各向同性空間分辨率的高質(zhì)量圖像。

SynthSR 生成圖像

SynthSR 的先進之處在于，其能夠?qū)⑴R床上不同方向、不同分辨率和不同對比度的 MRI 掃描數(shù)據(jù)，轉(zhuǎn)換為 1mm 各向同性的 MPRAGE 圖像，并在此過程中對病灶進行修復。

轉(zhuǎn)換后的合成 MPRAGE 圖像能夠直接應(yīng)用于現(xiàn)有的腦部 MRI 3D 圖像分析工具，如圖像配準或分割，無需進行額外的訓練。 此外，通過對比合成圖像與實際高場強圖像的大腦形態(tài)測量數(shù)據(jù)，研究進一步驗證了 LF-SynthSR 在定量神經(jīng)放射學領(lǐng)域的應(yīng)用潛力。

論文鏈接：

http://arxiv.org/pdf/2012.13340v1.pdf

CT Panda 早期胰腺癌篩查

針對胰腺癌變位置隱匿、在平掃 CT 圖像中無明顯表征等特點，阿里達摩院聯(lián)合全球十多家醫(yī)療機構(gòu)的研究團隊將 AI 用于無癥狀人群的胰腺癌篩查研究，構(gòu)建了一個獨特的深度學習框架，最終訓練出胰腺癌早期檢測模型 PANDA。

PANDA 模型是一種先進的醫(yī)學圖像分析工具，綜合運用了多種深度學習技術(shù)來提高胰腺病變的檢測效率和準確性。該模型首先利用一個分割網(wǎng)絡(luò) (U-Net) 精確定位胰腺區(qū)域，然后通過一個多任務(wù)卷積神經(jīng)網(wǎng)絡(luò) (CNN) 來識別圖像中的異常情況。最后，采用雙通道 Transformer 模型對檢測到的異常進行分類，并識別出具體的胰腺病變類型。

該技術(shù)的核心優(yōu)勢在于，能夠借助 AI 算法放大并識別平掃 CT 圖像中那些難以用肉眼辨識的微小病變特征。 這不僅實現(xiàn)了對早期胰腺癌的高效和安全檢測，而且有效解決了以往篩查方法中假陽性率較高的問題。

PANDA 在實際多場景驗證中的性能

在驗證試驗中，PANDA 的靈敏度 (sensitivity) 比普通放射科醫(yī)生高 34.1%，特異性 (specificity) 比普通放射科醫(yī)生高 6.3%。在一項涉及約 2 萬名患者的大規(guī)模真實測試中，PANDA 的靈敏度為 92.9%，特異性為 99.9%。 （點擊查看完整報道：在 2 萬病例中識別出 31 例漏診，阿里達摩院牽頭發(fā)布「平掃 CT +大模型」篩查胰腺癌）

醫(yī)療診斷：制定個性化、精準的診斷和治療方案

從提高診斷效率和準確性到提供個性化治療方案，AI 技術(shù)在醫(yī)療診斷領(lǐng)域的潛力巨大，有助于改善醫(yī)療服務(wù)質(zhì)量和患者體驗。

Coupled Plasmonic Infrared Sensors 賦能神經(jīng)退行性疾病診斷

在神經(jīng)退行性疾病的診斷領(lǐng)域，由于缺乏檢測臨床前期生物標志物的有效工具，使得帕金森綜合征、阿爾茨海默癥等疾病的早期診斷面臨重大挑戰(zhàn)。雖然傳統(tǒng)的檢測方法如質(zhì)譜法和酶聯(lián)免疫吸附試驗 (ELISA)，在一定程度上有所幫助，但它們在識別生物標志物結(jié)構(gòu)狀態(tài)變化方面存在局限。

針對這一難題，瑞士洛桑聯(lián)邦理工學院的研究團隊開發(fā)了一種創(chuàng)新的診斷方法，結(jié)合神經(jīng)網(wǎng)絡(luò)技術(shù)、表面增強紅外吸收 (SEIRA) 光譜的等離子體紅外傳感器，以及免疫測定技術(shù) (ImmunoSEIRA)，實現(xiàn)了對神經(jīng)退行性疾病階段和進展的量化分析。

ImmunoSEIRA 檢測原理及設(shè)置

ImmunoSEIRA 傳感器采用了金納米棒陣列，該陣列表面修飾有針對特定蛋白質(zhì)的抗體，能夠從極小量的樣本中實時捕獲目標生物標志物，并對其進行結(jié)構(gòu)分析。隨后，利用神經(jīng)網(wǎng)絡(luò)對錯誤折疊的蛋白質(zhì)、低聚物和原纖維聚集體進行識別，從而實現(xiàn)了前所未有的高準確性檢測水平。這一方法的提出，為神經(jīng)退行性疾病的早期診斷和精確評估提供了一種新的技術(shù)手段。

CoDoC AI 與醫(yī)生診斷之間的邏輯整合

谷歌 DeepMind 開發(fā)了一款名為 CoDoC 的醫(yī)療輔助人工智能系統(tǒng)，旨在對醫(yī)學圖像進行深入的解釋和分析，通過學習，該系統(tǒng)能夠決定何時依賴自身的判斷，何時采納醫(yī)生的意見。

具體來說，DeepMind 團隊探究了臨床醫(yī)生使用 AI 工具輔助解讀醫(yī)學圖像的各種應(yīng)用場景。對于任何臨床環(huán)境的理論案例，CoDoC 系統(tǒng)只需要訓練數(shù)據(jù)集中每個病例的三個輸入：

首先，預測 AI 輸出的置信度分數(shù)，該分數(shù)介于 0（確定無疾病）到 1（確定有疾病）之間；

其次，臨床醫(yī)生對醫(yī)學圖像的解讀；

最后， 疾病的客觀存在性。

值得注意的是，CoDoC 系統(tǒng)無需直接訪問醫(yī)學圖像本身。

CoDoC 與其他工具的性能比較

此外，DeepMind 利用多個真實世界的去識別化歷史數(shù)據(jù)集對 CoDoC 系統(tǒng)進行了全面的測試。測試結(jié)果表明，將人類的醫(yī)學專業(yè)知識與 AI 模型的預測相結(jié)合，能夠提供最為精確的診斷方案，其準確性超越了單獨使用任一方法所能達到的水平。 這一發(fā)現(xiàn)強調(diào)了 AI 與人類專家協(xié)同工作的重要性，為提高醫(yī)學成像診斷的準確性和可靠性提供了新的視角。

醫(yī)療問答：提高診斷準確性、優(yōu)化治療方案、提升患者服務(wù)體驗

2020 年，研究者提出了基于知識圖譜的醫(yī)療問答系統(tǒng) MedQA，利用知識圖譜來表示和存儲醫(yī)療領(lǐng)域的結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，然后通過圖搜索、推理或匹配等技術(shù)，從知識圖譜中檢索或生成答案。自 MedQA 發(fā)布以來，AI 在醫(yī)療知識問答方面的能力也得到了更加廣泛的關(guān)注。

GPT-4 Medprompt 準確率超過 90%

微軟研究團隊開發(fā)的 GPT-4 Medprompt，在 MedQA 數(shù)據(jù)集（美國醫(yī)師執(zhí)照考試題）上，讓 GPT-4 的準確率首次超過 90%， 超越 BioGPT 和?Med-PaLM?等一眾微調(diào)方法。研究人員還表示，Medprompt 方法是通用的，不僅適用于醫(yī)學，還可以推廣到電氣工程、機器學習、法律等專業(yè)中。

Medprompt 是多種提示策略的組合體，其包含了：

動態(tài)少樣本選擇： 研究人員先利用 text-embedding-ada-002 模型為每個訓練樣本和測試樣本生成向量表示。然后，對于每個測試樣本，基于向量相似度，從訓練樣本中挑選出最相似的 k 個樣本。

自生成思維鏈： 思維鏈 (CoT) 方法就是讓模型一步一步思考，生成一系列中間推理步驟。與在 Med-PaLM 2 模型中專家手工制作的思維鏈示例相比，GPT-4 生成的思維鏈基本原理更長，而且分步推理邏輯更細粒度。

選項洗牌集成： GPT-4 在做選擇題時，可能會存在一種偏見，就是不管選項內(nèi)容是什么，它會偏向總是選擇 A，或者總是選擇 B，這就是位置偏差。為了減少這個問題，研究人員選擇將原來的選項順序打亂重排，然后讓 GPT-4 做多輪預測，每輪使用選項的一個不同排列順序。

GPT-4 與 Med-PaLM 2 在回答醫(yī)學問題上的比較

研究表明，Medprompt 在 PubMedQA、MedMCQA 和 MMLU 等多個知名醫(yī)療基準測試的多選題部分，分別比 2022 年排名第一的 Flan-PaLM 540B 高出 3.0、21.5 和 16.2 個百分點。它的性能也超過了當時最先進的 Med-PaLM 2。

MediTron-70B 最佳醫(yī)療開源大型語言模型

由于 GPT-4 Medprompt 是一個封閉源代碼系統(tǒng)，限制了其在更廣泛公眾中的免費使用。為了解決這一問題，瑞士洛桑聯(lián)邦理工學院的研究人員基于此系統(tǒng)開發(fā)出了 MediTron-70B，旨在提供一個開源的、面向醫(yī)療領(lǐng)域的高性能大型語言模型。

MediTron 是一種深度學習算法，基于 Llama 2 架構(gòu)構(gòu)建，并采用了 Nvidia 的 Megatron-LM 分布式訓練器進行微調(diào)， 同時對一個綜合性的醫(yī)療語料庫進行了擴展預訓練。該語料庫精心挑選了 PubMed 上的文章、摘要以及國際公認的醫(yī)學指南。

MediTron-70B 在 MedQA 上的表現(xiàn)

MediTron 系列包括 MediTron-7B 和 MediTron-70B 兩種模型。其中，MediTron-70B 的性能已經(jīng)超越了包括 GPT-3.5 和 Med-PaLM，并且接近于 GPT-4 和 Med-PaLM-2 的水平。

為了推動開源醫(yī)療LLMs的發(fā)展，開發(fā)團隊已經(jīng)公開了其使用的醫(yī)療預訓練語料庫以及 MediTron 模型的權(quán)重代碼。MediTron-70B 在 MedQA 上的得分是開源模型中最高的，這一成就標志著開源醫(yī)療LLMs 領(lǐng)域的一個重要進展。

論文鏈接：

https://arxiv.org/pdf/2311.16079.pdf

MedAlign 減輕醫(yī)療保健管理負擔

目前，針對醫(yī)療保健領(lǐng)域的文本生成任務(wù)所使用的電子健康記錄 (EHR) 問答數(shù)據(jù)集，尚未能充分捕捉到臨床醫(yī)生在信息需求分析和文檔處理方面所面臨的復雜性。

為了填補這一空白，一個由 15 名不同專業(yè)領(lǐng)域的臨床醫(yī)生組成的團隊，推出了?MedAlign——一個基于 EHR 數(shù)據(jù)的基準數(shù)據(jù)集。該數(shù)據(jù)集囊括了 983 個真實世界的臨床問題及其說明，以及 303 名臨床醫(yī)生提供的答案，通過分析 276 份縱向 EHR 數(shù)據(jù)，構(gòu)建了指令-響應(yīng)對。

這一工作不僅解決了復雜臨床任務(wù)中 LLM 實用性的評估基準缺失，而且通過提供一個真實且全面的指令響應(yīng)數(shù)據(jù)集，推動了醫(yī)療保健領(lǐng)域自然語言生成的研究進展。

模型性能評估

在 MedAlign 數(shù)據(jù)集上，研究人員對 6 個來自不同通用領(lǐng)域的大型語言模型進行了測試，并通過臨床醫(yī)生評估了每個大模型生成的響應(yīng)的準確性和質(zhì)量。

結(jié)果顯示，經(jīng)過多步優(yōu)化的 GPT-4 模型變種在正確率上達到了 65.0%，總體上比其他 LLM 更受青睞。 MedAlign 作為首個廣泛覆蓋 EHR 應(yīng)用的基準數(shù)據(jù)集，標志著利用人工智能技術(shù)減輕醫(yī)療保健行政負擔的重要進展。

論文鏈接：

https://arxiv.org/pdf/2308.14089.pdf

醫(yī)學研究：用 AI 筑起人類健康的最堅實防線

隨著技術(shù)的不斷進步，AI 技術(shù)在醫(yī)學研究領(lǐng)域的應(yīng)用更加廣泛和深入。如今，科學家們正在借助 AI 的力量，深度挖掘人類基因的密碼，用 AI 幫助我們建立起一道堅實的醫(yī)學防線。

AlphaMissence 有效識別基因致病性錯義突變

谷歌 DeepMind 團隊在 AlphaFold 的基礎(chǔ)上，進一步開發(fā)了一款新的 AI 模型——AlphaMissense。該模型融合了 AlphaFold 提供的高精度蛋白質(zhì)結(jié)構(gòu)模型，以及從相關(guān)序列中提煉出的約束進化算法。 AlphaMissense 的訓練過程分為兩個階段：

• 第一階段類似于 AlphaFold 的訓練，重點在于增強蛋白質(zhì)語言模型的權(quán)重；

• 第二階段則專注于微調(diào)模型，以便更精確地匹配致病性，根據(jù)突變在人群中的頻率為其分配良性或致病性的標簽。

AlphaMissense 對錯義變異的診斷

研究結(jié)果顯示，AlphaMissense 成功預測了人類蛋白質(zhì)編碼基因中的 7,100 萬個錯義突變。 錯義突變是一種遺傳性變異，能夠影響蛋白質(zhì)的功能，進而可能導致包括癌癥在內(nèi)的多種疾病。在這些潛在的錯義變異中，AlphaMissense 能夠?qū)?89% 的變異進行分類，其中大約 57% 被判定為可能的良性變異 (Likely benign)，32% 被判定為可能的致病性變異 (Likely pathogenic)，而剩余的變異則被歸類為不確定性質(zhì) (Uncertain)。

這一分類能力遠遠超過了人類注釋者，后者僅能確認所有錯義突變中的 0.1%。AlphaMissense 的高效率和準確性，為遺傳性疾病的研究和臨床診斷提供了強有力的工具。

論文鏈接：

https://www.science.org/doi/10.1126/science.adg7492

EVEscape 病毒大流行的早期預警系統(tǒng)

哈佛醫(yī)學院與牛津大學的研究團隊聯(lián)合開發(fā)了一個創(chuàng)新的通用模塊化框架 EVEscape，能夠在不依賴于大流行期間的測序數(shù)據(jù)或抗體結(jié)構(gòu)信息的情況下，預測病毒的逃逸潛力。

EVEscape 在預測 SARS-CoV-2 大流行變異方面的準確性與高通量深度突變掃描 (DMS) 技術(shù)相當，并且其應(yīng)用范圍不僅限于 SARS-CoV-2，還可以擴展至其他病毒類型。這一早期預警系統(tǒng)為公共衛(wèi)生決策和準備工作提供了指導，有助于最大限度地減少大流行對人類健康和社會經(jīng)濟的負面影響。

EVEscape 設(shè)計圖注

EVEscape 框架由兩個主要部分組成：

一部分是用于生成演化序列的模型， 該模型能夠洞察可能發(fā)生的病毒突變，與 EVE (Evolutionary Virus Escape) 項目中使用的模型相似；

另一部分則是包含了病毒詳細生物學和結(jié)構(gòu)信息的數(shù)據(jù)庫。 通過整合這兩個組件，EVEscape 能夠預測病毒變種在實際出現(xiàn)之前的特征。

通過對 SARS-CoV-2 大流行的回顧性分析，研究團隊證實了 EVEscape 在預測具有大流行逃逸潛力的突變方面的有效性，其預測時間比依賴于傳統(tǒng)抗體和血清實驗的方法提前了數(shù)月，同時保持了相當?shù)臏蚀_性。利用 EVEscape 對潛在逃逸突變進行早期識別，可以為疫苗和治療方法的設(shè)計提供關(guān)鍵信息，從而更有效地控制病毒的傳播。

論文鏈接：

https://doi.org/10.1038/s41586-023-06617-0

Human Pangenome Reference 繪制首個人類泛基因組草圖

在 21 世紀初期，人類基因組計劃 (Human Genome Project) 成功發(fā)布了人類參考基因組的初步草圖，這標志著人類在解讀自身生命藍圖方面取得了突破性進展。然而，由于當時測序技術(shù)的限制，該草圖存在若干未填充的空白區(qū)域。

2023 年，由美國華盛頓大學醫(yī)學院和加利福尼亞大學牽頭，一個由 60 個機構(gòu)的 119 位科學家組成的國際聯(lián)盟，運用人工智能技術(shù)，開發(fā)出了首個更新且更具代表性的人類泛基因組草圖。

該草圖對來自全球不同祖先背景的 47 名個體的 94 個基因組樣本，采用了先進的「長讀長測序」技術(shù)進行深入分析。 隨后，通過定制的算法將測得的 DNA 長片段組裝成更為完整的基因組序列。研究結(jié)果表明，該草圖在預期序列的覆蓋率上達到了 99%，同時在結(jié)構(gòu)和堿基對的準確性上也超過了 99%。

繪制基因組中 MHC 區(qū)域的基因組圖

與基于 GRCh38 的舊工作流程相比，利用新草圖分析短讀長數(shù)據(jù)時，小遺傳變異的發(fā)現(xiàn)誤差降低了 34%，而在檢測單倍型結(jié)構(gòu)變異的檢出率上則提高了 104%，新增了 1.19 億個堿基對。 此外，新草圖還揭示了兩個重要的調(diào)控基因表達的新成分：HIRA 和 SATB2。這些發(fā)現(xiàn)對于深入理解人類基因組的結(jié)構(gòu)和功能具有重要意義。

2024，AI 引領(lǐng)科研未來

人工智能正以其驚人的潛力，成為推動科學進展和醫(yī)學領(lǐng)域進步的核心驅(qū)動力。在 2024 年，AI 的快速發(fā)展正在為科研和醫(yī)學帶來革命性的變化，其速度和影響力遠超以往任何時期。AI 不僅加速了知識的積累和創(chuàng)新的周期，而且正在重新定義我們對復雜問題的理解和解決方式。

在科研領(lǐng)域， AI 的算法和模型正幫助科學家們處理和分析龐大的數(shù)據(jù)集，揭示隱藏在數(shù)據(jù)背后的深刻見解。它們在模擬和預測復雜系統(tǒng)的行為方面展現(xiàn)出了巨大的優(yōu)勢，從而在物理學、化學、生物學等多個基礎(chǔ)科學領(lǐng)域取得了突破性的發(fā)現(xiàn)。

在醫(yī)學領(lǐng)域， AI 輔助的診斷工具正變得更加精準，能夠及早發(fā)現(xiàn)疾病跡象，為患者提供更及時的治療。同時，AI 在個性化醫(yī)療中的應(yīng)用，通過分析個體的遺傳信息和生物標志物，能夠為患者定制更為精準的治療方案，極大地提高了治療效果和患者生活質(zhì)量。

此外，AI 在藥物研發(fā)中的作用同樣不容小覷。 它通過預測分子的活性和藥物的副作用，大大縮短了新藥從實驗室到市場的周期，降低了研發(fā)成本，加速了新藥的上市進程。

可以說，AI 的每一步進步，都像是在人類智慧的長河中投下的一顆石子，激起層層漣漪，推動著科研和醫(yī)學的邊界不斷向前延伸，善于利用工具的人類，終將借著這一次次激蕩的力量，走向更加智能、健康的新紀元。