我国共情导诊大模型研发成功：强化术前沟通，助力缓解医患矛盾

8月15日消息，中国医学科学院基础医学研究所研发的“特定场景提示增强对话机器人”导诊大模型，成功完成临床试验，彰显了人工智能在医疗领域的最新进展。

该模型凭借其专业的医疗知识与共情交流能力，有望不仅优化导诊流程，还将在患者健康教育、术前沟通等多元化医疗场景中发挥重要作用，为未来智慧医疗增添新动力。

据悉，该大模型的构建以不同医学场景全方位采集的真实导诊对话为基础，以提取对话信息形成的知识库作为训练数据，能够解决不同医学场景中出现的各种特定问题。

研究团队为采集原始医患对话记录，成立了“真实医学对话语料联盟”，建立了语音采集 > 自动文字转化 > 人工校对的标准化流程。截至 2024 年 6 月，该团队已在 24 个不同医学场景收集整理了超过 120 万例真实医患对话。

在前瞻性随机对照试验中，导诊大模型相较于人类，在事实性、安全性、共情能力均展现明显优势，在真实应用场景中，该模型可降低 11.2% 重复沟通和 5.4% 医患冲突比例。

导诊大模型已于近日获得最高级别的循证医学支持证据，研究成果已经在医学期刊《自然医学》上发表。IT之家附相关成果链接如下。

全球规模最大，甲骨文“数据集”实现开源

7月5日消息，“数字甲骨共创中心”于今日正式将全球最大的甲骨文多模态数据集开源，其中总共涵盖了一万片甲骨的拓片、摹本，还包括甲骨单字对应的位置、对应的字头、对应的释文以及辞例分组、释读顺序等数据。

据介绍，所有研究者都能基于该数据集研发甲骨文检测、识别、摹本生成、字形匹配和释读等算法，加速甲骨文研究智能化进程。

数字甲骨共创中心由安阳师范学院甲骨文信息处理教育部实验室、腾讯 SSV 数字文化实验室、腾讯优图实验室、中国社会科学院甲骨学殷商史研究中心、中国社会科学院考古研究所安阳工作站、厦门大学多媒体可信感知与高效计算教育部重点实验室、郑州大学汉字文明研究中心等单位共同发起，并获得中国社会科学院古代史研究所、英国剑桥大学、法国高等研究实践学院、日本立命馆大学、美国罗格斯大学、加州大学洛杉矶分校等全球高校和研究机构的支持。

腾讯优图实验室、腾讯 SSV 数字文化实验室、厦门大学、安阳师范学院联合开发了 AI 模型技术：

甲骨字检测模型：标注准确率超 90%

摹本生成模型：摹本-拓片逐像素对齐

字形匹配模型：自动匹配相近字

甲骨校重模型：在大量拓片和摹本中实现“摹本去重”和“拓片探源”

全球最大甲骨文多模态数据集已在“甲骨文 AI 协同平台”上线，该平台还可以查询甲骨文、甲骨片信息，具体功能可以自行访问体验。

AI发展警钟敲响：高质量语言数据濒临耗尽，训练进程或遭重大阻碍

8月1日消息，据媒体报道，互联网上的高质量数据资源正逐渐减少，AI行业因此遭遇“数据墙”。这对于依赖大数据训练的AI大模型企业而言，意味着需紧急探索全新的数据来源或构建可持续的数据替代方案，以维持技术创新与模型发展的活力。

据权威研究公司Epoch AI的前瞻性分析，至2028年，互联网上的所有高质量文本数据或将被悉数采撷，而机器学习所依赖的高质量语言数据集，其枯竭的时间点甚至可能提前至2026年。

这一“数据墙”的预言，无疑在AI行业内投下了一片阴影，成为制约其快速发展的重大瓶颈。

然而，面对这一看似绝望的局面，部分科学家却持有更为乐观和宽广的视角。他们认为，断言“人工智能模型正步入数据枯竭的绝境”过于悲观且片面。在语言模型的细分领域内，仍有一片未被充分探索的数据蓝海，蕴藏着丰富的差异化信息，等待着被挖掘利用，以驱动更加精准、定制化的模型构建。

为了跨越“数据墙”的障碍，AI界正积极探索多种创新路径。其中，合成数据作为一种潜力巨大的解决方案，正逐渐进入人们的视野。这类数据由机器智能生成，理论上具备无限供应的能力，为解决训练数据稀缺问题提供了全新的思路。

然而，合成数据的应用亦非毫无风险，其潜在的“模型崩溃”危机不容忽视——即当机器学习模型在由AI生成的可能存在偏差的数据集上训练时，可能会导致模型对现实的误解与扭曲。

因此，在利用合成数据等创新手段的同时，AI领域还需保持审慎态度，加强数据质量的监控与评估，确保数据的多样性与真实性，从而有效避免“模型崩溃”的风险，推动AI技术健康、稳健地发展。

CatsMe!：猫咪健康守护者——AI赋能面部识别，精准洞察宠物疼痛

近日，在人工智能蓬勃发展的当下，一项名为CatsCompass的革命性应用正悄然颠覆着宠物猫的健康管理方式。

这款由Carelogy科技公司携手日本大学顶尖研究团队共同打造的智能工具，凭借其卓越的AI算法，能够精准解读猫咪的面部表情，从而洞察它们潜在的疼痛信号，其识别准确率令人惊叹地高达95%以上。

猫科动物天生倾向于隐藏疼痛，这是它们为了避免引起掠食者注意而进化出的本能行为。德雷克兽医护理中心指出，这种特性使得宠物主人往往难以察觉到猫咪的不适。动物疼痛研究小组主席Kazuya Edamura强调："很多情况下，人们并没有意识到他们的猫在痛苦中。这个AI工具能够检测出这些细微的变化，这是非常独特的。"

用户只需上传猫咪面部照片，CatsMe！应用就能在10秒内分析并判断疼痛程度，将结果分类为"无痛、轻度疼痛或重度疼痛"。应用还提供日历功能，可以跟踪面部扫描的时间，并提供猫咪两周内感受趋势的见解。

自推出以来，CatsMe!已在50个国家被20多万用户下载。最近，Carelogy还开放了更多高级功能，允许免费用户保存多只猫的记录或同时分析多张照片。用户可以与兽医或亲人分享应用的结果，并与应用内的AI聊天机器人互动，了解宠物的情绪状态。

动物疼痛研究协会急性疼痛工作组负责人Kenji Teshima评价道："这款猫疼痛检测AI是世界上第一个能够从猫脸照片中检测出疼痛迹象的AI。我们希望它能帮助识别猫的疼痛，甚至治疗它们的疼痛。"

Carelogy表示，他们希望通过CatsMe！应用，能够使所有生物的医疗保健变得更加民主化。这一创新不仅提高了宠物主人对猫咪健康状况的认知，也为兽医提供了新的诊断辅助工具，有望显著改善猫咪的生活质量。