Google Research 在 The Check Up 上发布多项医疗 AI 研究进展
Google Research 在 The Check Up 活动中公布多项医疗 AI 成果,包括与 Fitbit 合作开发的 Personal Health Agent、与 Imperial College London 和 NHS 合作提升乳腺癌检测、并识别 25% 此前被漏诊的 interval cancers。
Google Research 在 The Check Up 活动中公布多项医疗 AI 成果,包括与 Fitbit 合作开发的 Personal Health Agent、与 Imperial College London 和 NHS 合作提升乳腺癌检测、并识别 25% 此前被漏诊的 interval cancers。
Google Research与多家NHS机构合作,在Nature Cancer发表两项互补研究,评估AI乳腺X光筛查系统。
推荐理由:两项Nature Cancer研究显示AI在乳腺X光筛查中可减少约四成人工阅读工作量,同时保持与双读流程相当的灵敏度。
Google Research与康奈尔大学合作评估了六种大语言模型在高温超导领域回答专家级问题的能力,发现基于精选文献库的NotebookLM和定制RAG系统表现最优。研究基于67道专家设计的问题,从六个维度评分,指出当前LLM在区分已证伪假设和把握文献时序方面存在不足。
Google Research在Flood Hub推出Urban Flash Flood预报,利用新AI方法Groundsource从新闻报告中提取历史洪灾数据训练模型,可提前24小时预测城市区域闪洪风险。
推荐理由:该方法利用新闻数据构建训练集并实现24小时城市内涝预警,为数据稀缺地区提供了可迁移的AI灾害预警思路。
Google Research 发布 Groundsource 方法,利用 Gemini 从全球新闻报道中提取洪水事件,构建了覆盖 150 多个国家、260 万条记录的开放数据集。方法结合 Google Read Aloud 和 Cloud Translation API 进行多语言文本提取与标准化,并通过 Gemini LLM 完成分类、时间推理和空间定位验证。
推荐理由:该方法将非结构化新闻转化为结构化灾害数据,为全球洪水预测提供了新的数据基线。
Google Research与Beth Israel Deaconess Medical Center合作,发布了AMIE在真实门诊场景中的前瞻性单中心可行性研究。100名患者在就诊前通过安全网页链接与AMIE进行文本问诊,由医生实时监督。研究显示零安全触发事件,AMIE诊断符合率90%、top-3准确率75%,且患者和医生对其接受度良好。
推荐理由:研究提供了AMIE在真实门诊场景中的安全性和可行性证据,为对话式医疗AI的临床落地提供了初步实证基础。
Google Research发布WAXAL开源语音数据集,覆盖27种撒哈拉以南非洲语言、超过1亿使用者,包含约1846小时ASR转录语音和565小时TTS高质量录音,采用CC-BY-4.0许可。
推荐理由:开源语音数据集覆盖27种撒哈拉以南非洲语言,为低资源语言语音技术提供了可复用的数据基础。
蒙特利尔大学Karim Jerbi教授与Yoshua Bengio等合作在Scientific Reports发表研究,使用Divergent Association Task对比GPT-4、Claude、Gemini等模型与超过10万人的创造力表现。部分AI系统在发散语言创造力任务上超过人类平均,但最富创造力的人类仍显著优于所有AI模型。研究还发现AI创造力可通过温度参数和提示词调整。
一项发表于Nature Communications的研究发现,人类大脑处理口语时遵循逐步递进的过程,与GPT-2和Llama 2等大型语言模型的层次化处理方式高度相似。通过记录参与者聆听30分钟播客时的皮层脑电活动,研究人员发现早期神经信号对应AI的浅层处理,而深层语义区域如Broca区的响应则与AI深层特征对齐。研究团队还公开了完整的神经录音与语言特征数据集,供全球研究者使用。