ข่าว
Google เปิดตัว Gemini 3 และ Google Antigravity ซึ่งเป็นแพลตฟอร์มการพัฒนา AI แบบตัวแทนใหม่
Microsoft ประกาศ Agent 365 ซึ่งช่วยให้องค์กรต่างๆ ปรับใช้ จัดระเบียบ และจัดการตัวแทนที่พัฒนาขึ้นภายในองค์กรหรือจัดหาโดยพันธมิตรในระบบนิเวศ
การทบทวนโดย New York Times เกี่ยวกับวิธีการที่ผู้คนใช้แชทบอท AI เพื่อวัตถุประสงค์ทางการแพทย์ทำให้ประเด็นที่น่าสนใจ:
- การสำรวจเมื่อปีที่แล้วแสดงให้เห็นว่าผู้ใหญ่ 1 ใน 6 คน และ 1 ใน 4 ของผู้ที่มีอายุต่ำกว่า 30 ปี ค้นหาข้อมูลทางการแพทย์จากบอท AI เช่น ChatGPT เป็นประจำ
- สาเหตุหลักในการถาม AI คือขาดการสนับสนุนระบบทางการแพทย์ การรอนานเกินไป แพทย์ไม่ตั้งใจ และใบเรียกเก็บเงินที่ห้ามปราม
- ผู้ใช้หลายคนกล่าวว่า AI นั้นเป็นมิตรมากกว่าผู้ให้บริการที่เป็นมนุษย์
- ผู้หญิงคนหนึ่งคัดลอกคำตอบของ ChatGPT และส่งไปให้แพทย์ด้านเนื้องอกวิทยาเพื่อแสดงให้เห็นว่าท่าทางข้างเตียงจะดีขึ้นได้อย่างไร
- ผู้ป่วยอีกรายรู้สึกหงุดหงิดกับคำแนะนำทั่วไปของ PCP ในการตอบคำถามเกี่ยวกับความหนาแน่นของกระดูกของเธอ จึงถาม ChatGPT ด้วยคำถามเดียวกัน และได้รับคำแนะนำด้านอาหารโดยเฉพาะทันที เธอส่งอีเมลหาหมอเพื่อบ่นว่า ChatGPT ให้ข้อมูลแก่เธอมากกว่าที่เคยทำ คนไข้บอกว่าเธอไม่เชื่อใจ ChatGPT อย่างเต็มที่ แต่รู้สึกหงุดหงิดกับสถานะการรักษาพยาบาลของบริษัท
ธุรกิจ
Arbiter หลุดพ้นจากการลักลอบด้วยเงินทุน 52 ล้านดอลลาร์เพื่อใช้ AI กับบันทึกผู้ป่วยระยะยาวเพื่อจับคู่การอ้างอิง อนุญาตอัตโนมัติ สนับสนุนการเข้าถึง และจัดการกำหนดเวลา
Ember ซึ่งนำเสนอเทคโนโลยี AI สำหรับการป้องกันการปฏิเสธเชิงรุก การอนุมัติและการอุทธรณ์ล่วงหน้า การตรวจสอบคุณสมบัติและการเก็บค่าธรรมเนียม ระดมเงินทุนเริ่มต้นได้ 4.3 ล้านดอลลาร์
บริษัทสร้างภาพทางการแพทย์ Nanox จะซื้อกิจการ VasoHealthcare IT ซึ่งเป็นผู้ให้บริการด้านไอทีด้านการดูแลสุขภาพ ซึ่งจะเร่งการปรับใช้โซลูชัน AI ของ Nanox
RapidAI ได้รับการอนุมัติจาก FDA สำหรับเครื่องมือประเมินโรคหลอดเลือดและการจัดการ AI
Medscape เปลี่ยนการค้นหาบนเว็บไซต์ให้เป็นเครื่องมือ AI ที่สามารถตอบคำถามโดยใช้เนื้อหาที่อัปเดตอย่างต่อเนื่อง วรรณกรรมทางการแพทย์ที่ผ่านการตรวจสอบโดยผู้ทรงคุณวุฒิ และข่าวทางการแพทย์
วิจัย
การสำรวจ Black Book Research ของผู้บริหารโรงพยาบาลแสดงให้เห็นว่าโรงพยาบาลกำลังนำร่องโซลูชัน AI อย่างรวดเร็ว แต่ขาดการกำกับดูแลที่จำเป็นเพื่อให้มั่นใจถึงความชัดเจน ความรับผิดชอบ และการพิสูจน์การเรียกร้อง โรงพยาบาลมักจะล้มเหลวในการวัดปัจจัยความสำเร็จในระหว่างการนำร่อง และลงนามในสัญญาที่ไม่ต้องการการตรวจสอบความถูกต้องอีกครั้ง เมื่อผู้ขายทำการอัปเดตที่สำคัญกับโมเดล AI สามในสี่ของผู้ตอบแบบสอบถามกล่าวว่าโรงพยาบาลของพวกเขามีประสบการณ์นำร่อง AI อย่างน้อยหนึ่งคนที่ล้มเหลวในการขยายขนาด โดยส่วนใหญ่เกิดจากจุดสิ้นสุดที่ไม่สามารถวัดผลกระทบทางคลินิกหรือการปฏิบัติงาน ขาดข้อมูลประสิทธิภาพ และความล้มเหลวในการรวมเครื่องมือ AI เข้ากับขั้นตอนการทำงานที่มีอยู่
บุคคลที่ติดต่อ
คุณเอช ลอร์ เจนน์ ดร.เจย์น
รับการอัพเดต HIStalk
ส่งข่าวสารหรือข่าวลือ
ติดตามบน X, Bluesky และ LinkedIn
ข้อมูลผู้สนับสนุน
ติดต่อเรา.
