The Journal of the American Medical Association
PulseAugur coverage of The Journal of the American Medical Association — every cluster mentioning The Journal of the American Medical Association across labs, papers, and developer communities, ranked by signal.
4 天有情绪数据
-
新AI框架AegisDx提升诊断安全性和准确性
研究人员开发了AegisDx，一个旨在提高AI在临床鉴别诊断中安全性和可靠性的新框架。与目前将诊断视为单一预测的系统不同，AegisDx采用结构化的假说演绎方法。它利用具有明确角色、证据检索和验证步骤的专业AI组件，以确保考虑更广泛的潜在诊断，并特别关注识别关键的“不容错过”的病症。评估表明，与独立的LLM相比，AegisDx提高了诊断准确性和安全性评分，甚至在真实世界急诊科病例中也提高了医生评估的安全性。
-
新研究探索多模态和稀疏自编码器方法以对抗大型语言模型越狱
研究人员正在开发新的方法来对抗对语音语言模型（SLM）的越狱攻击。一种方法 JAMA 使用联合多模态优化框架同时攻击音频和文本模态，证明比单模态攻击更有效。另一项研究提出使用稀疏自编码器（SAE）进行大型语言模型越狱缓解，证明在稀疏 SAE 特征空间中进行引导比在密集激活空间中进行防御具有优势。
-
患者门户消息压垮医生收件箱，加剧职业倦怠
医生收件箱正演变成一场行政危机，患者门户消息量在2020年至2025年间翻倍，导致医生职业倦怠加剧和无偿工作增加。虽然这些门户为面临漫长预约等待时间的患者提供了一个重要的沟通渠道，但回复消息所需的认知负荷和时间已显著影响了医生的工作量。业界正在探索利用AI和数字工具来自动分类消息，但患者需求的复杂性常常需要医生直接介入，这凸显了需要系统性改进来减轻医生的行政负担。
-
医科学生怀疑人工智能算法阻止了工作面试
一位拥有良好学术背景和出版物的医科学生在争取工作面试机会时遇到了困难，他怀疑人工智能算法是导致其申请被拒的原因。尽管他拥有常春藤盟校医学院的优异成绩，在JAMA和The Lancet等知名期刊上发表过文章，撰写了引人注目的个人陈述，并获得了有力的推荐信，但他只收到了拒绝信。他花了几个月的时间调查人工智能工具是否不公平地过滤了他的申请。
-
尽管GDP支出翻倍，美国医疗保健仍落后于同行
美国在医疗保健方面面临严峻挑战，在健康相关支出上的GDP几乎是其他高收入国家的一倍，但健康状况更差，预期寿命更短。关键问题包括预期寿命的种族差距日益扩大、药品成本过高、全科医生严重短缺，以及一个导致许多美国人因费用而无法获得必要医疗服务的体系。这些系统性失败凸显了进行政策改革、增加研究资金和重新设计医疗服务的必要性，以改善国民健康。
-
美国过量死亡人数2024年下降27%，但成瘾危机依然存在
2024年，美国过量死亡人数显著下降了近27%，其中合成阿片类药物死亡人数下降了37%。尽管出现了历史性的下降，但公共卫生专家仍持谨慎乐观态度，并强调死亡人数的减少并不等同于解决了成瘾问题。导致危机的潜在社会问题，如精神疾病、慢性疼痛和社会孤立，依然存在，并继续加剧广泛的绝望情绪。