metformin
PulseAugur coverage of metformin — every cluster mentioning metformin across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
AI代理核对药物安全数据，标记报告差异
一项实验探索了使用AI代理将FDA标签中的药物安全数据与真实世界不良事件报告进行核对。该AI通过Apify MCP连接到FDA数据源，负责比较二甲双胍的官方警告与患者和临床医生提交的报告。该代理成功识别出FAERS报告中反复出现的不良反应，并指出二甲双胍常被列为伴随用药而非主要嫌疑药物，这凸显了一个可能需要人工审查的领域。
-
新的AI管道确保针对外部权威机构的事实准确性
开发了一个新的管道来解决AI提取器在受监管领域（尤其是在制药领域）的局限性。与通常侧重于将提取的事实与源文本进行匹配的系统不同，这种方法优先识别遗漏并确保针对外部权威机构的事实准确性。该系统使用一个名为Semantica的开源语义库，以及公共生物医学语料库和RxNorm、openFDA等权威机构来验证信息。该管道强调，语言模型在生成候选事实方面表现良好，但不应成为事实的最终仲裁者，尤其是在安全性和合规性至关重要的情况下。
-
AssemblyAI 通过新的“Medical Mode”提高医疗转录准确性
AssemblyAI 为其 Universal-3 Pro 和 Universal-3.5 Pro 实时语音转文本模型推出了新的“Medical Mode”。此功能通过一个配置参数激活，旨在与标准模型相比，将漏报的医疗实体减少约 20%。该模式专门提高了临床词汇（如药品名称和医疗程序）的转录准确性，而无需用户切换模型或重新集成其系统。基准测试表明，Medical Mode 的漏报实体率 (MER) 低于 Deepgram、Speech…
-
临床AI流程将转录错误传播到SOAP笔记中
临床AI流程在转录音频和生成SOAP笔记时容易发生错误传播，即早期阶段的错误会在下游被放大。如果语音转文本模型听错药物名称，后续的LLM由于只接收文本，会将错误的术语视为事实，并据此生成文档。这会导致不准确的用药清单、错误的临床推理和有缺陷的计费代码，所有这些都以流畅、语法正确的文本呈现，掩盖了潜在的错误。
-
AssemblyAI 评测面向医疗开发者的顶级医疗转录API
AssemblyAI 发布了一份指南，比较了2026年面向医疗开发者提供的顶级医疗转录API。该指南根据API在医学术语准确性、支持通过业务伙伴协议（BAA）处理受保护健康信息（PHI）的能力、实时流式传输功能以及定价等方面进行了评估。这些专业API旨在将临床音频转换为结构化文本，以解决通用语音转文本服务在识别医学词汇方面的局限性。
-
Apple 详解其 Apple Intelligence 的设备端和服务器端基础模型
Apple 详细介绍了其为 Apple Intelligence 提供支持的新基础语言模型，包括一个约 30 亿参数的设备端模型和一个更大的服务器端模型。这些模型专为多语言和多模态任务设计，支持图像理解和工具执行。该公司强调其负责任的 AI 方法，通过 Private Cloud Compute 和设备端处理等创新来关注用户隐私，确保用户数据不被用于训练。
-
医生称维生素B12缺乏症的症状可能模仿痴呆症
维生素B12缺乏会导致认知障碍，包括健忘和困惑，这可能被误认为是痴呆症。与痴呆症不同，这种情况可以通过适当的治疗恢复。老年人、服用二甲双胍或质子泵抑制剂等特定药物的个体，以及有胃肠道问题或接受过胃部手术的人风险较高。症状可能包括疲劳、思维迟钝，严重时甚至出现偏执，这些都可能与痴呆症的症状混淆。
-
George Hotz的tiny corp推出1.5万美元AI电脑和基于RISC的tinygrad框架
George Hotz的公司tiny corp发布了tinybox，一款售价1.5万美元的个人AI电脑，专为本地模型训练和推理设计。tinybox拥有738 FP16 TFLOPS和144 GB GPU内存，能够直接运行65B LLaMA模型。Hotz通过tinygrad框架采用RISC理念以提高效率，并避免图灵完备内核，旨在通过专注于开发者体验和优化现成硬件来与NVIDIA等成熟厂商竞争。