哈佛医学院比较开源模型和闭源模型在医学诊断的表现，发现Llama 3.1 405B比GPT-4还要好。
哈佛医学院
重点新闻（0301～0315）
开源模型 GPT-4 哈佛医学院
开源AI赶上闭源AI了？哈佛医学院研究揭晓
由美国国卫院（NIH）资助、由哈佛医学院及2家医学中心执行的研究发现，开源AI在医学诊断领域几乎赶上闭源AI了，即开源模型Llama 3.1 405B在诊断复杂疾病的表现，已与闭源模型GPT-4相当。该研究成果在3月14日刊登于美国医学会期刊《JAMA Health Forum》上。
团队用这两个模型，来对《新英格兰医学杂志》诊断挑战专栏的92个病例进行诊断。结果显示，Llama 3.1 405B在70%的案例中诊断正确，超越GPT-4的64%，并在41%的案例中，将正确诊断列为第一选项，优于GPT-4的37%。对于22例较新的病例，Llama 3.1 405B的正确率达73%，比GPT-4高出9个百分点。
哈佛医学院助理教授Arjun Manrai指出，就他们所知，这是开源AI首次在复杂临床病例的判断上超越GPT-4。这项研究也点出，开源AI有望成为医学诊断领域的强大竞争者，为医疗机构提供更多选择。 阮综合医院 FHIR 生成式AI
阮综合医院联手业者打造生成式AI平台
高雄阮综合医院日前联手软体业者昕力资讯，展示共同打造的医疗生成式AI平台，可提供医护人员个人化服务，如将文件或资料提取、转换、整理等，加速资料处理流程。
他们以昕力资讯的digiRunner API管理平台为基础，来打造简化医事流程的功能，可针对医院不同角色，设定各种专属服务，例如AI智能搜寻魔板可根据医事人员需求，提取必要的医疗资讯系统（HIS）资料，自动整合并分析病患资料，再以生成式AI来产出关键摘要，节省医护人员整理资料的时间。另一项功能是癌药事审FHIR格式转换，可透过AI智能分析，自动将原始资料转换为符合国际医疗资料交换标准FHIR的格式，几秒就能完成，解决过去格式不符合FHIR、需人工花时间处理的痛点。尤其，该功能也保有微调弹性，供医护人员调整转换后的内容。X光 超音波 GE医疗
GE医疗要打造自主医学影像设备
日前，GE医疗在Nvidia GTC年度大会上宣布扩大与Nvidia的合作，要来开发高度自主的医学影像技术，第一波锁定X光技术和自动化超音波应用。进一步来说，GE医疗要用Nvidia Isaac for Healthcare平台和Nvidia Cosmos平台，来分别合成资料、模拟各种影像扫描情境，并在虚拟环境中训练、测试和调整自主超音波设备和X光设备，以确保其正确性。
在这些模拟情境中，GE医疗也将训练机器，自动执行医事人员在病患检查室内的重复性工作，让医护团队有更多时间来照顾病患、处理复杂的病例。此外，双方还要探索机器与病患的互动技术，来打造自动化应用，引导病患完成X光扫描流程。图片来源／哈佛医学院、大阪大学
MedTech医疗科技近期新闻