PulseAugur
中
实时 19:23:09
实体 physician

physician

PulseAugur coverage of physician — every cluster mentioning physician across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
10
90 天内 55
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 23
层级分布 · 90 天
主题
关系
情绪 · 30 天

5 天有情绪数据

最近 · 第 1/4 页 · 共 64 条
  1. COMMENTARY · CL_354556 ·

    医生必须主导人工智能诊断,工具可改善护理并降低成本

    即使在使用人工智能驱动的诊断支持工具时,医生也应始终对患者诊断承担最终责任。鼓励更广泛地采用这些工具,以改善患者护理路径并可能降低医疗保健成本。

  2. RESEARCH · CL_352170 ·

    新基准和方法改进临床LLM的评估和简洁性

    研究人员开发了新的方法和基准来评估临床语言模型。一项研究介绍了MamaReason,一个从Gemma 4.31B改编的模型,用于分析未完成的临床推理并恢复诊断,发现模型经常重复陈述的诊断。另一篇论文提出了参数高效简洁性适应(PECA)技术,用于训练更小的语言模型在临床环境中提供更短、更准确的响应,而不会牺牲诊断准确性。此外,还创建了一个名为Med Evidence Bench的新基准,用于评估临床LLM的证据可追溯性,揭示了指南回忆与…

  3. COMMENTARY · CL_346517 ·

    Mastodon帖子强调科学和创新进展 · 跟踪8个来源

    Mastodon用户@bagrounds的一系列帖子突出了各种进步和创新的领域,这些领域激发了对未来的希望。这些帖子发布于2026年11月6日至11月15日,探讨了太空探索、医学突破、清洁能源和生态管理等主题。用户向听众提问,询问哪些进展最令他们兴奋,从而促进了围绕科学和社会积极发展的讨论。

  4. RESEARCH · CL_343430 ·

    美国国会医生代表增加

    美国国会将至少有18名医生,这是一个显著的增长,可能会影响公共卫生政策。这种日益增长的医学代表性旨在为有关医疗保健和公众福祉的立法决策带来更具信息性的视角。

  5. COMMENTARY · CL_327842 ·

    开发者概述了评估健康AI基准分数的6项检查

    一位健康AI开发者概述了评估基准分数的六个关键问题,强调了测试方法、数据和结果透明度的必要性。该开发者强调,没有命名测试、清晰的方法论、足够的样本量、近期数据和与基线的比较的基准分数本质上是营销,而不是可靠的性能指标。他们还强调了理解基准不测量的内容(例如临床验证)的重要性,并建议发布获胜和失败的结果能更深入地了解模型的优势和局限性。

  6. RESEARCH · CL_317306 ·

    新LLM系统“Steward”通过自我进化增强自主投资能力

    研究人员开发了Steward,一个专为自主投资设计的新型多智能体LLM系统。该系统包含九个专业智能体,包括分析师、投资组合经理和风险经理,共同做出投资决策。Steward采用七层共享内存来情境化决策,并包含一个自我改进机制,该机制会审查交易并提出可逆的学习。该架构旨在通过围绕一套不可被自我编辑修改的规则和提示的不变核心来运行,从而提高性能和安全性。

  7. COMMENTARY · CL_313397 ·

    已识别出四类健康AI,每类都有独特的工程挑战

    一位构建健康AI应用程序的AI工程师确定了四类不同的健康AI产品,每类都有独特的工程挑战和故障模式。这些类别包括记录患者就诊的辅助记录仪、为临床医生提供引用信息的问答引擎、总结患者记录的图表助手以及提供健康信息的患者助手。该工程师强调了为特定故障模式进行设计和实施严格检查的重要性,而不是依赖于一般的安全措施。

  8. COMMENTARY · CL_308588 ·

    医疗AI:构建者面临的高风险与安全挑战

    与其它行业相比,为医疗领域构建AI面临着独特的挑战,这主要是因为错误的风险更高,并且AI的语气始终如一,无论其准确性如何。一位构建健康信息助手的工程师指出,医疗领域的错误可能导致严重后果,因此设计理念侧重于识别最坏情况下的错误答案,而不仅仅是最优答案。为降低风险,该AI会显示其信息来源,并清晰标注一般性信息,避免任何医疗建议或临床监督的声明。尽管存在这些挑战,一项2026年的研究表明,安全提醒可以显著减少AI模型可能做出的有害临床选择…

  9. TOOL · CL_304103 ·

    Tabibu AI 助手现可阅读用户上传的健康文档

    Tabibu 是一款在肯尼亚开发的健康信息助手,现已推出一项新功能,允许用户上传和分析各种文档类型。此次更新使该 AI 能够阅读处方、实验室报告、PDF、Word 文档和医疗信息照片,并用通俗易懂的语言进行解释,同时提供用户可以向医生提出的问题。该系统使用视觉模型来转录文档,然后通过其仅文本的处理流程进行处理,并遵守严格的安全规则,禁止其进行诊断或提供医疗建议。虽然该功能适用于 Basic 和 Pro 计划,但免费账户无法上传文件,并…

  10. TOOL · CL_290503 ·

    AI草稿降低医生工作负荷,但错误常未被纠正

    一项研究发现,虽然AI生成的草稿降低了医生的感知认知负荷,但相当一部分草稿包含未被注意到的错误。具体而言,35%到45%的有缺陷草稿在未经修改的情况下被发送给了患者,这表明对患者护理存在潜在风险。

  11. TOOL · CL_282376 ·

    健康AI安全层降低基准分数,暴露bug

    一位名为Tabibu的健康AI助手开发者发现,其旨在防止危险输出的安全层,在HealthBench基准测试中的得分反而降低了。该安全层包括紧急升级和拒绝处方剂量等功能,但由于其不如裸语言模型那样全面而受到惩罚。这是因为HealthBench奖励完整性,例如提供具体的剂量和诊断,而安全层为提高用户安全性而故意避免这些。

  12. MEME · CL_279387 ·

    医生被指控洗白AI图像以声称未经证实的疗效

    一群医生被指控在一篇论文中使用人工智能生成的医疗图像来推广未经证实的标签外疗法。这篇论文据称洗白了合成图像,随后被大型语言模型(LLMs)用作来源,可能传播了错误信息。

  13. RESEARCH · CL_274097 ·

    AI 书记员使医生生产力每日提高 1.81 RVU

    一项最新研究表明,医生采用 AI 书记员已带来财务生产力的适度增长。与未采用 AI 书记员的同行相比,使用 AI 书记员的医生平均每周 RVU(相对价值单位)增加了 1.81。研究还指出,医生每周就诊次数略有增加,而理赔拒绝率并未上升,这表明 AI 书记员的整合不会对行政流程产生负面影响。

  14. TOOL · CL_270330 ·

    AssemblyAI 将 Ambient AI 记录仪从医疗领域扩展到兽医和法律领域

    AssemblyAI 正在探索将其 Ambient AI 记录仪技术应用于医疗领域之外的领域,特别是兽医和法律实践。核心技术涉及被动捕获专业对话并将其转化为结构化文档。虽然捕获、说话人归属和结构化提取的基本架构保持一致,但不同垂直领域需要进行重大调整。对于兽医实践,一个关键挑战是没有会说话的病人,这需要 AI 来区分主人观察、主人结论和兽医的发现。

  15. RESEARCH · CL_271188 ·

    新的基准 OpenTumorBoard 测试 LLM 在癌症讨论模拟中的能力

    研究人员推出了 OpenTumorBoard,这是一个旨在评估大型语言模型 (LLM) 在多学科肿瘤委员会讨论背景下能力的新基准。该基准包含 611 个患者病例和超过 19,000 个讨论轮次,来源于公开的 YouTube 录音。它在两种场景下评估 LLM:回应专家的提问,以及模拟整个委员会的讨论以就治疗计划达成共识。对 14 个 LLM 的初步评估显示存在显著局限性,表现最好的模型在临床等效性和与委员会结论的一致性方面仅获得中等分数…

  16. TOOL · CL_259271 ·

    大型语言模型在中医诊断方面优于医师,但需要监督

    一项新近发表在arXiv上的研究评估了16种大型语言模型(LLMs)与60名执业中医师的表现。在医疗建议和诊断任务等领域,LLMs的表现优于人类医师,在中医专家评估中得分更高。然而,模型在处方准确性方面存在局限,包括药材选择和剂量,并产生了幻觉和模板化回复等令人担忧的输出,因此需要医师的监督。

  17. COMMENTARY · CL_243532 ·

    大学生在校园餐食计划中优先考虑口味而非营养

    大学新生常常发现自己要应对反映更广泛的美国食品趋势的校园餐厅,在这些餐厅里,口味的优先级经常高于营养价值。尽管有更健康的选项,但学生们倾向于做出优先考虑即时满足而非长期福祉的选择。

  18. COMMENTARY · CL_243018 ·

    GAI与医生:AI在基于情境的治疗建议中的作用

    一篇在Mastodon上的讨论,通过比较生成式AI(GAI)与医生在制定治疗建议方面的有效性,探讨了GAI的临床应用。重点在于GAI做出基于情境和患者具体情况的决策的能力,突显了其在医疗保健领域的潜力。

  19. TOOL · CL_231704 ·

    新的MEDIC框架通过专业化专家增强图像变化描述

    研究人员开发了一个名为MEDIC(图像变化的多专家诊断)的新框架,以提高图像对之间变化描述的准确性。该方法通过显式建模不同的变化类别(如对象添加或颜色变化)来解决现有方法的局限性。MEDIC利用类型专业化的记忆专家动态检索相关的视觉模式,使每个专家能够专注于特定的变化类型并生成更精确的描述。实验表明,MEDIC在各种数据集上的表现优于当前方法。

  20. MEME · CL_230121 ·

    Emacs AI助手为有抱负的AI工程师模拟心理治疗

    一位用户在Emacs中尝试了一个AI编码助手,使用“doctor”功能模拟了一场关于他成为AI工程师的愿望的治疗对话。AI引导用户探讨其动机,质疑他为何会因为外部压力和害怕错过而感到有必要追求AI工程。