ChatGPT犹如一枚石子不经意地投入到人工智能行业平静的水面，迅速在全球范围内激起一波大浪。
AI翻译、AI绘画、AI家居……如今，人工智能已经跨入各个领域，与人们的生活越来越近，这类看似无所不能的新一代人工智能，能否与医疗领域相结合，从而促进医疗行业的跨越式发展，给人类带来福音呢？
微软创始人比尔·盖茨在不久前表示，ChatGPT等新型聊天机器人能够不断地进行训练、改进并进行读写。因此ChatGPT等人工智能可以为阅读和写作提供优化，并在医疗保健和教育等领域切实提高工作效率。而医疗健康行业确实存在着一些值得注意的、长期存在的问题，包括资源不足、工作流程的低效、不公平以及患者与临床医生之间沟通的时间不足等问题。渴望改进的医疗行业领袖和计算机科学家对此充满信心，他们认为人工智能在解决这些问题方面将发挥重要作用。
实际上，人工智能早已走近医疗领域，技术研究、生物制药、临床诊断等多个环节都能看到人工智能的身影。医疗界早已达成共识，认为智能医疗将成为未来医疗行业的重要风向标。
而此次ChatGPT走红，是否代表着医疗行业和AI融合迎来了奇点？
THORChain宣布已集成至Avalanche C链:10月5日消息，去中心化跨链交易协议官方表示THORChain已集成至Avalanche C链，目前原生AVAX已上线 THORChain主网，并已开放交易和流动性存款，且C链上的USDC、USDT将在两个池周期（小于 1 周）后可用。[2022/10/5 18:40:03]
在美国，执业医师资格考试向来以难度大、专业性强而著称，这建立起美国医生群体从业的高门槛，但ChatGPT无需经过专门训练或加强学习就能通过或接近通过这一考试。这是人工智能在临床医学应用方面“值得注意的一件大事”，显示“大型语言模型可能有辅助医学教育、甚至临床决策的潜力”。
同样的，谷歌公司一款名为Med-PaLM的人工智能医疗助手“能够向患者提供和专业全科医生一样好的建议”。随着技术不断发展，“我们可能很快会从‘谷歌医生’或‘必应护士’那里得到医学方面的建议”。
在医学领域，人工智能已经开始在三个层面产生影响：临床医生：人工智能可以帮助他们更加快速、准确的解读图像、医学数据；医疗健康系统：人工智能可以改进工作流程，降低医疗潜在的错误；自然人：在健康管理中，人工智能可以帮助人们更好的检测身体数据，从而改善健康状况。
分布式搜索引擎QitChain主网进入压力测试阶段:据官方消息，9月13日，第三方安全检测公司正进入QitChain主网测试并进行安全检测。
据悉，本次进入主网上线阶段测试的存储提供商，是由测试网的全球20多个测试节点推荐，已通过基金会审核并达到测试要求的。预计本次测试阶段QitChain全网算力将会加速增长。[2021/9/13 23:21:42]
人工智能已经走进医疗领域，智能医学正在成为趋势，未来将会有更多的新医疗服务模式依赖于人工智能工具。可访问的数据、高质量计算能力，以及机器的自学习能力相结合，将会为人类生活质量的提高带来更大可能性。
医疗行业复杂程度高，涉及知识面广，但人工智能可以在多个环节发挥作用。这主要得益于，在信息网络条件下，越来越多的智能终端和传感器的广泛运用产生了大量数据，为人工智能医学的研究和运用提供了源源不断的养分。这不仅给医疗领域本身带来了一场新技术革命，更促进了医疗服务模式的改变。
当前人工智能可以在运营、预防、检查、诊断、治疗和康复等全健康管理环节，以及药品研发、医疗器械生产等方面都有不同寻常的运用。
在疾病预防方面，人工智能优于医生的地方在于，在长时间盯着屏幕后，人工智能不会像人类一样不自觉地感到厌倦。另一方面，即使在很理想的条件下，人类也可能会忽略扫描图片中微小的癌变碎片。而人工智能则不会有这样的担忧，他们可以做到既精准又高效。
Riot Blockchain任命新董事:官方消息，11月17日，Riot Blockchain，Inc.（纳斯达克股票代码：RIOT） 宣布，Hubert Marleau已被任命为公司董事会成员，从宣布当天开始生效，以填补先前宣布的空缺。[2020/11/18 21:12:03]
利用人工智能技术，可以高效预测阿尔兹海默病风险、心血管疾病风险、癌症风险、精神疾病等等。这些预测能够帮助人们防控公共疫情，协助个人提升健康水平。
实际上，目前人工智能最为成熟和广泛运用的领域是图像识别。最近几年，人工智能图像识别技术快速发展，在某些特定领域甚至已经超过人类。在视网膜图像识别、甲状腺超声影像诊断、肺结节影像检测、CT影像识别等领域，人工智能的机器读片在时间和准确率上已经超过了部分医生。人工智能作为辅助工具，可以节约医生大量的时间，提高医生的工作效率，为解决基层医疗资源不足的难题提供了新思路。
更加不可思议的是，在诊疗方案的提出上，人工智能还能模拟医生的思维和诊断的方式、习惯和依据，融合自然语言处理、认知技术、机器学习等技术，充当“人工医生”，可以在较短时间内提供精准的诊断结果和个性化的治疗方案，供医生参考借鉴。
在健康管理方面，随着可穿戴设备和家庭健康监测设备的研发和应用，个人健康数据从过去的静态监测变成了动态监测。人工智能可以从这些动态数据中，分析判断个人的健康水平，并给予血糖、血压、血脂，用药等方面的指导。
公告 | CHARS即将上线中币旗下交易平台ZBG:据中币子平台ZBG官网消息，CHARS将于HKT 2019年12月12日 16:00上线ZBG交易平台，并开通CHARS/USDT交易对。
据悉，查尔斯（CHARS）是Charging+Smart的合成词，是基于实物的加密货币积分奖励系统“CHARS”智能充电服务。作为充电时显示独立移动广告的唯一以实物充电器为基础的平台，拥有全球唯一采用移动控制电源的技术，用户可将充电时得到的充电积分用于手机购物、换券、支付结算等方面。中币旗下ZBG平台目前为全球前十数字资产平台，2018年成立于香港，覆盖7语区，180万+用户。[2019/12/11]
人工智能除了监控疾病信号外，还可以提供个性化预警，新一代人工智能甚至会进化为个体化的健康管家。 在医疗器械的 改进和生产上 ， 人工智能可以对医疗器械应用全过程 进行智 能分析，让医疗器械的研发和使用更加符合 实际。
综上分析，从“经验医学”到“循证医学”再到“智能医学”，深入医疗行业全链条，人工智能正在促进医疗模式的改变，新技术、大数据的应用，将进一步助力人类战胜疾病，管理健康。
不过值得一提的是，虽然人工智能在医学领域开展了越来越广泛的应用，但不可否认其仍然存在局限性，包括ChatGPT在内的工具并不完美。在丁香园所开展的《关于 ChatGPT 与专业医生在线问诊能力的比较研究》中，ChatGPT与专业医生回答情况对比，在医学专业性上的主要差异在于：缺少对于患者病史有针对性的追问、对专业医学名词解释错误、诊疗方案不全面或有误、对患者的建议不够具体等问题。而在服务性审核结果中，ChatGPT的表现略好，但依然存在对患者的建议不够具体，几次回复结果不贯通等问题。
XRP Arrington创始人Michael Arrington谈2018年区块链发展两大趋势:今日，XRP Arrington创始人Michael Arrington谈到2018年区块链发展两大趋势时表示：现在的趋势就是看美国证券交易委员会（SEC）要做什么，他们会进一步毁掉美国的交易，会建立一些让我们能够依据的规则，还是会去阻击个体的交易，这是一个趋势。从功能性代币（Utility Token）完全转移到证券型代币（Security Toekn）也是一个趋势，对这点我很兴奋。我们会在证券型代币领域做更多。[2018/2/24]
但我们依然相信，随着科技与医药行业的融合，海量的医疗信息数据持续积累，这是民族医疗健康企业自主创新、蓬勃发展的富矿。依托于中国市场的巨大优势，越来越多企业利用AI技术提升医疗服务效能，能够带来巨大的行业价值和社会价值。
显然，人工智能技术正在为医疗的各个方面带来革命性的影响，并将扮演重要的角色。人们期待着医学的发展，更先进的科学技术将叩开人类健康更高的大门。
在国内，有一批将人工智能应用于医疗领域的高科技企业，已经逐渐成长起来。比如，专注于消化道健康领域创新医疗器械研发、生产、经营的高新技术企业安翰科技，已经可以为消化道疾病无创筛查、早期诊断、精准治疗等提供全新的解决方案。
在安翰科技投入的领域中，人工智能技术的融入为消化道疾病诊断带来了两个突破：一是前向应用，检查过程中自动实时识别病灶，提示检查人员进行重点检查拍摄，为检查的精准度和完整性上了一道智能保险；二是后向应用，在阅片过程中，对 医学图像进行精准分类，快速分离病变异常图像，辅助医生分析诊断。
比如小肠疾病检查一直是常规内镜和放射学检查的难点，胶囊内镜的出现彻底改变了这一现状。在临床应用中，由于小肠生理结构长、病灶种类多、每例小肠胶囊内镜检查拍摄的图片数量达到2万张，产生的视频长达8-10个小时，面对海量医学影像，医生如何准确快速完成阅片诊断是胶囊内镜临床使用的瓶颈问题。因此，迫切需要一种创新的工具和方法提高小肠胶囊内镜的临床检出率和效率。
2019年10月，《胃肠病学》（Gastroenterology）重磅刊发安翰科技人工智能辅助阅片系统的临床应用研究成果，这是全球首次将人工智能技术应用于胶囊内镜小肠检查，也是在世界医学界，中国人工智能技术在胶囊内镜小肠检查中应用的首次亮相，获得该杂志主编高度评价：“开启了小肠疾病诊断的新纪元”。
具体来看，使用深度学习模型的胶囊内窥镜对小肠疾病和黏膜正常改变的胃肠病专家级临床识别，是由华中科技大学同济医学院附属协和医院侯晓华教授、蔺蓉教授团队和安翰科技的3位技术专家共同完成，安翰科技为研究提供了算法和基于深度卷积神经网络（CNN）的AI模型以及ESView数据平台的技术支持。
这个研究成果，安翰科技使用卷积神经网络（CNN）训练了一个基于深度学习的AI模型，来区分胶囊内镜检查中的异常图像和正常图像，以协助分析评估小肠胶囊内镜图像。临床研究数据集来自77家医疗中心的6970例113,426,569张胶囊图像；在训练阶段，用1970例患者的158,235 张胶囊图像建立模型；在验证阶段，用5000例患者的113,268,334张胶囊图像验证模型。
从效果上看，人工智能辅助识别显著提高了小肠病灶的临床检出率，大大提高了异常图片识别的灵敏度。经过大样本、多中心数据验证：经AI辅助后，每例小肠胶囊内镜检查所需要的平均阅片时间由96.6分钟大幅缩短为仅需5.9分钟，对病灶的诊断灵敏度由76.89%提升为99.9%。
安翰科技将人工智能技术应用于小肠病灶筛查，不仅实现了胶囊内镜应用的智能辅助，还极大程度地改变了小肠疾病的诊断模式，具有重大的临床和社会价值。
2019年，美国消化内镜学会（ASGE）GIE编委会评选出2019年度消化内镜领域十大进展，AI辅助诊断创新研究成果以评委全票通过的优势，获评榜单第二名。编委会表示：“该系统是人工智能作为颠覆性技术的非凡示范，将胶囊内窥镜检查提升到一个新的水平。”
我国陆续发布了多条全国性政策和医疗人工智能专项政策并上升为国家战略，中国人工智能医疗行业发展有望进一步提速。将人工智能与医生智慧、临床经验有机结合，将帮助中国患者从健康科普、就医决策到医疗服务等方面，建立起完整的一站式健康管理服务，并为医疗机构和医疗从业者提供定制化“数智”解决方案。
期待在不久的将来，更多的人工智能创新成果可以应用于医学，有效的助力医疗机构降本增效，提升诊疗水平，更好的服务患者，提升全人类的福祉。
36氪
媒体专栏
阅读更多
金色早8点
金色财经
Odaily星球日报
欧科云链
澎湃新闻
Arcane Labs
深潮TechFlow
MarsBit
BTCStudy
链得得
郑重声明： 本文版权归原作者所有， 转载文章仅为传播更多信息之目的， 如作者信息标记有误， 请第一时间联系我们修改或删除， 多谢。