医疗人工智能正在经历重大变革！斯坦福大学和普林斯顿大学推出世界上第一个医学模型 MedOS

新智慧报告主编：LRST【新智慧入门】医疗AI终于走出了“只会聊天”的舒适区。今天，斯坦福大学和普林斯顿大学与 NVIDIA 合作推出了 MedOS。它不仅仅是一个手术机器人，而是一个体现全球首个全民医疗保健的全球模型。从临床诊断到治疗，从手术到药物研发，MedOS让AI真正了解生、老、病、死的物理现实。如果说之前的医学AI是医学教科书中大规模语言模型（LLM）的投影，那么到2026年AI将最终演变成现实，开始理解和干预医学物理的现实世界。今天，包括斯坦福大学丛乐、普林斯顿大学王梦迪、斯坦福大学鲍哲南在内的研究团队联合 NVIDIA、Nebius、VITURE、AI4Science Catalyst Institute 等机构，正式推出了 MedOS 全球模型。普罗项目地址：https://medos-ai.github.io/ 项目文档：https://medos-ai.github.io/paper 这可能标志着医疗人工智能从单一辅助诊断向AI-XR-Cobot（人工智能、增强现实和协作机器人）三位一体的通用医疗世界模型的范式转变。除了了解病历，还可以了解患者。除了提出建议外，我们还可以进行诊断和治疗过程。这不仅仅是去看医生，还涉及了解医疗保健。为什么过去人工智能很难处理复杂的临床场景？因为他们缺乏对医学现实的物理理解。他们不知道注射某些药物后身体会如何反应。介入手术引起的组织力学或变化。 MedOS的创新核心是创建一个通用的状态-行为-转换（state-behavior-transition）医疗闭环：感知：B超越传统成像，XR 设备可提供深入的临床了解。 MedOS能够实时捕捉和了解组织的物理特性、血流的细微变化以及患者的生理指标。模拟：这是MedOS的演绎引擎。它不仅分析当前的情况，还预测疾病和治疗的未来。您可以在数字孪生世界中进行反事实推论。如果采用这种治疗方案，患者的生理状态会发生怎样的变化？这可以在实际干预之前提供风险早期预警。干预：推动协作医疗机器人（Cobots）主动干预物理世界。双系统架构复制了人类医生的“直觉”和“逻辑”。成熟医生竞争优势的核心在于既拥有应对突发事件的肌肉记忆，又拥有应对困难复杂的深思熟虑疾病。 MedOS完美复制了这种双系统认知架构。系统1（快速思维）：紧急情况或手术期间的临床直觉，预期寿命通常以毫秒为单位来衡量。高速MedOS系统负责实时边缘推理并处理需要短期响应的压力场景。在某些场景下，响应速度可以超过人类神经传导。系统2（慢思维）：面对复杂的并发症或多系统疾病，慢MedOS系统负责基本推理。paciotemporal。作为一名经验丰富的全科医生，您需要结合患者病史、实验室数据和影像数据进行一系列思考，以制定从诊断到康复的最佳路径。 MedSuperVision 希望整合医疗数据。人工智能能力的上限将取决于你对临床领域的了解。为了训练 MedOS，该团队创建了 MedSuperVision。这是最大的开源临床迄今为止的视觉数据集，包含 85,398 分钟的高保真手术和医学成像数据。这使得模型不仅可以覆盖手术视野，还可以通过大量数据了解各种干预下的人体组成。您将能够了解纺织品的动态反馈。这种对医学物理学的基本理解赋予了 MedOS 跨所有部门的通用功能。医疗保健领域的公平性使小规模医生能够发展专业能力。 MedOS最大的价值在于医疗能力的广度和协调性。缩小专业知识差距：在人机协作实验中，MedOS 表现出了惊人的技能匹配效果。数据显示，在MedOS的帮助下，年轻医生、医学生甚至护士都可以直接将诊断和手术的准确性提高到与经验丰富的医生相同的水平。这意味着来自顶级专家的隐性知识ts 预计将通过算法分发到初级保健。打破人性界限：医生也是人，也会感到疲倦和情绪波动。实验数据表明，MedOS可以部分消除h操作中的生理震颤和偏差。更重要的是，它有望成为硅基医疗安全的一道防线，使值班医生在决策和任务执行方面能够恢复甚至超越最佳状态。他不仅是一名医生，而且还是一名医学家。 MedOS不仅可以治疗疾病，还可以进行科学研究。该演示展示了自主临床发现的能力。当面对复杂的癌症病例时，MedOS可以独立识别多个基因突变，自动调用TCGA数据库提取突变基因，进行生存分析，并生成详细的预后报告。这就像一个医学博士后，24/7 工作并且不断地进行研究在临床环境中积累新的医学知识。医疗AI的“物理时刻” MedOS的推出，宣告了医疗AI从“虚拟助手”到“物理实体”的跨越。它不再只是屏幕另一边的智囊团，而是成为了物理世界中医生的代理人和副驾驶（智力副驾驶）。在未来的医疗场景中，MedOS将作为人类医生认知和行为改善的延伸。您可以清楚地看到肉眼忽视的损伤，稳定疲惫的手术，并在面对复杂的症状时提高您的生活质量。 ，基于医学智慧提供更好的解决方案。这或许就是我们都在等待的综合医疗AI新时代。参考：https://medos-ai.github.io/paper
特别提示：以上内容（包括图片、视频，如有）由自有媒体平台“网易账号”用户上传发布。本平台仅提供ides 信息存储服务。
注：以上内容（包括图片和视频，如有）由网易号用户上传发布，网易号是一个仅提供信息存储服务的社交媒体平台。