紫荆智康专注于AI医疗。
他们打造了Agent（又名“清华AI医院”），第一批AI医生现已在内测中亮相！
今年5月，清华大学智能产业研究院（AIR）智慧医疗团队完成的研究论文《Agent：A of with》受到国内外人工智能界和医疗界的广泛关注和讨论。
共同通讯作者为AIR助理研究员马伟志和AIR执行院长刘洋。
随后9月，由AIR孵化的无锡紫荆智康科技有限公司（简称“紫荆智康”）成立，目标是实现Agent的应用，利用人工智能为客户提供低成本、便捷的服务。并为人类提供优质的医疗服务。
这两天，紫荆智康研发的“紫荆AI医生”系统上线了。首批21个科室的42名AI医生正式亮相，并邀请专业人士对AI医生的疾病诊断能力进行内部测试。
“紫荆AI医生”系统后续将对更多AI医生核心能力进行公开测试，预计2025年上半年正式对外开放。
△
代理商介绍视频
紫荆花AI医生登场
回顾Agent的研究工作，其核心理念是通过建立“闭环”的医疗虚拟世界来实现AI医生的加速进化。
Agent模拟真实医院的设施和流程，特别是建立超拟人化、分布广泛、多样化的AI患者，通过虚拟世界中的大量诊疗实践，对AI医生的进化起到关键作用。
△
代理：医疗虚拟世界
所谓“闭环”，是指Agent覆盖从发病、分诊、会诊、检查、诊断、治疗、用药、康复的完整流程，并要求AI患者及时反馈所开治疗方案的效果由AI医生。这对于AI医生根据反馈不断总结和反思至关重要。
这种数据闭环在现实世界中很难获得，因为许多人类患者出院后就再也没有回去过，而人类医生也不知道人类患者是否完全康复或被转移到其他医院接受治疗。
所谓“加速进化”，就是指Agent是一个时间加速器。虚拟世界的时间流逝速度大约是现实世界的100倍。 AI医生可以在现实世界中短时间内完成虚拟世界中漫长的进化。
AI医生的可进化性是Agent最独特的技术特征。
实验表明，AI医生的能力进化曲线已初步符合Law（规模法则）：
如果AI患者满足超拟人化、分布广泛、多样化的条件，那么AI医生治疗的AI患者越多，他的能力就会越强。
“紫荆AI医生”系统的发布，将连接虚拟世界和现实世界，让AI医生利用现实世界的数据，在虚拟世界的时间加速器中不断加速进化。这样，人工智能医生的能力将提升到新的高度。 。
△
部门概况
基于此方法，紫井智康构建了“紫井AI医生”系统，进一步扩大了代理人的科室覆盖范围，并完成了第一批医生代理人（以下统称“AI医生”）的建设。
目前已从呼吸科室拓展至如图所示共21个科室，将满足绝大多数民众的诊疗需求。
对于每个科室，紫荆智康都会选取十余种常见疾病，构建多种患者合成数据，用于AI医生的进化，目前已覆盖300多种疾病。该系统专门针对这些疾病进行了优化，还可以对支持的疾病列表之外的疾病提供相当高质量的诊断分析。
紫晶智康已建成超过50万名来自不同国家和地区的AI患者，涵盖各个年龄段、不同疾病的患者。
这些AI患者可以是虚拟世界中人类患者的数字“分身”，也可以由大型人工智能模型结合权威医学知识库和少量公开的人类患者病例自动合成。这些人工智能患者和人类患者一样，拥有完整的治疗数据记录，并且可以与医生交谈。 AI患者的合成充分考虑了地区、年龄、性别、职业等因素对疾病的影响，可以根据需要精确控制AI患者在各种因素上的分布。
AI 是Agent的核心，也是“紫荆AI ”系统的主要发布对象。目前已建设人工智能医生42名，每个科室有2名人工智能医生，其中国内1名，国际1名。国内医生之所以与国际医生有所区别，是因为不同国家和地区的疾病分布、诊断标准和治疗方案存在差异。以肺癌为例，中国医生主要按照国家卫健委发布的《原发性肺癌诊治指南》进行诊治，而美国医生则主要按照《原发性肺癌诊断指南》进行诊治。美国NCCN发布的“非小细胞肺癌的治疗”。未来，更多的AI医生将会陆续出现。
“紫荆AI医生”目前有游客、患者、医生三种模式。
游客模式下，用户以游客的身份了解紫荆医院；患者模式下，用户以患者身份进入紫荆花医院；在医生模式下，用户以医生身份进入紫荆花医院。
现阶段，访客模式已向公众开放。用户无需注册即可进入访客模式，了解系统主要情况；患者模式仅对定向邀请的专业人士开放。用户收到邀请码后需要注册，然后登录系统；医生模式目前正在开发中，尚未推出。
目前，该系统仅允许测试AI医生的诊断能力，未来将开放治疗能力和对话能力的测试。用户可以创建AI患者，选择最多三位AI医生进行疾病诊断，并对AI医生产生的诊断意见进行评估。尽管紫荆智康开发团队对AI医生进行了多轮能力测试并取得了良好的效果，但仍需要医疗专业人员给出专业的评估意见，这对于进一步完善系统具有重要意义。
△
“紫荆AI医生”登录界面
紫荆智康新开发的“紫荆AI医生”系统已开始首批AI医生邀请测试（链接在文末，目前仅支持PC访问中文版页面），并将支持移动端访问，未来将开放英文版本。
据悉，该系统预计于2025年第一季度启动公开测试，让更多用户与Agent中的AI医生进行交流。
以医疗智能化为代表的智慧医疗应用新方向正在开启。事实上，他们在Agent系统的构建上对医疗AI的发展有着自己的看法和思考。
代理：医疗版《西部世界》
今年，大模式全面落地，医疗行业正在成为各大互联网厂商、科技公司业务布局的新基地。截至目前，行业内医疗领域大型机型数量已超过百个。
与传统的大模型大模型应用范式不同，紫荆智康选择了大模型智能代理的智慧医疗应用方向。
大模型智能体具有高度的灵活性和适应性，能够有效赋能医疗场景。紫井智康的目标是打造超强医生智能体，为人类提供低成本、便捷、优质的健康服务。他们认为，未来AI医生将协助人类医生完成大部分工作，而人类医生将主要负责最终决策。
那么，智能身体技术为赋能医疗行业提供了新的可能。紫荆智康的经纪人正在筹划打造医疗版的《西部世界》。
在这个《西部世界》中，有几种角色：人类患者、人类医生、AI医生、AI患者。它们之间的相互作用可以创造新的应用场景和方法。
首先，AI医生可以辅助人类医生进行患者诊疗，这也是智慧医疗领域最热门的应用方向；
其次，人工智能患者可以用于人类医生的教学和培训。各个科室的医生/医学生可以和AI患者交谈，阅读检查报告，然后给出诊断方案，然后看看这个方案是对是错。而且这个过程中的试错成本为零，所以你不用担心犯错的后果。同时，您还可以查看该患者所有其他医生的诊断结果以及他们对该患者的看法。
第三，如果同时使用AI患者和AI医生，可以进行宏观层面的沙盒扣除。例如：模拟北京一个5万居民的社区，我们可以随机设置每个家庭的遗传史或发病率，同时考虑到季节变化可能引起的疾病。另外，医院的设施和医生的能力也可以设置。通过这样的模拟，可以判断目前的医院布局和能力是否足以应对大规模的疾病爆发。
最后，如果AI医生面对人类患者，AI医生可以完成健康咨询等院外服务。
紫荆智康认为，未来人类医生的定位和角色也将发生重大变化。
在学习阶段，他已经在和AI患者打交道，而在实际诊疗过程中，AI会和医生形成我们称之为“孪生”的关系。这种双胞胎的目标是创造人类医生的“替身”，即智能代理，能够不断学习和模拟医生的行为，最终100%复制医生的决策。
这意味着，在遇到病人时，AI克隆人做出的决定将与医生的决定一模一样，从而大大提高诊疗效率。
同时，这个克隆体收集的数据越多，它的学习能力就越强，变得更像医生本人，成为医生的克隆体和镜像。
当我们有了一个完全独立的AI医生后，其他AI医生甚至人类都可以和他进行咨询和讨论，帮助提高医疗水平，让人类享受到更高质量的健康服务。
智慧医疗未来发展
如果拉长时间维度，现在或许就是医疗核心痛点被打破的时刻。
科技互联网开始彻底改变医疗保健以来，经历了三个阶段：
一是互联网+医疗。
二是AI+医疗。
三是AI大模型+医疗。
第一阶段互联网+医疗，核心是让在线问诊成为可能，让问诊在线上，突破时间和空间的限制。一定程度上克服了医疗最大的挑战——资源分配不均。
然而，互联网+医疗并没有从根本上改变目前的医疗现状，而更像是锦上添花。
因为实施几年后，业界开始发现出现了新的问题。比如，本来就时间紧张的专家医生，由于在线问诊，时间进一步被挤压，工作时间和强度增加，但这并不是来自效率的提升。 。患者也反馈，没有及时的人文关怀，而且由于隔着屏幕，医患之间更难建立信任，体验问题始终存在。
第二阶段是视觉感知AI突破之后。 AI可以在影像等领域提供医疗帮助。当时，包括谷歌在内的AI巨头非常看好AI医疗影像的前景，专门打造了专用硬件并在一些专科诊所实施，希望加速优质医疗资源的普及。但最终失败了。
这有两个原因。一是专用硬件的成本。不仅采购成本，学习成本、使用成本都提高了门槛；其次，决策AI面临的泛化挑战相对有限，因此最终只能在有限、有限的场景中发挥作用。
无论互联网+还是第一波AI医疗，医疗行业数字化升级的核心挑战仍然是医疗数据的缺乏。
在医疗领域，除了数据的隐私特性外，数据本身的在线化、数字化程度并不高，更谈不上基于高质量数据构建高质量AI模型的能力。但现在，大型模型尤其是AI 的想法似乎发生了根本性的变化。
因为就Agent而言，初创公司本身对于医疗数据并没有严格的要求。小数据甚至零数据都可以。虚拟医院中的AI Agent就像虚拟医院中的AI学习围棋一样，夜以继日地工作在“游戏”的边界上学习、探索、追求最优解，直至达到水平和水平人类医生的。在整个训练过程中，人类医生更多的是进行审查和判断，并给出适当的反馈。
这不就是GPT在AI能力上实现跨越和突破的方式吗？只是这个过程中最重要的是合成数据，而人类的反馈才是最专业的医生。
如果AI Agent的能力达到一定程度，它就可以成为医生的专业助手——距离成为医生的克隆人又近了一步。而且，考虑到AI大模型范式下，技术的通用性得到了极大的提升，从专科到全科医学的跨越肯定会比人类周期本身更快、更高效。
此外，Agent还创建了一个可以无缝集成到医生培训系统中的新环境。过去，医生的培训需要更多的医院跟进和案例研究，面临时间和空间的限制。但如果在Agent中，人类实习生可以像在驾校学习、参加模拟考试一样，不断积累自己的能力，利用各种AI Agent日益强大的交互，在上岗前完成更加真实、高效的实习成长。
所谓三年高考五年模拟。医生上岗后，也可以在虚拟医院系统中实践、应对、获得检验和认可，最终实现能力的提升和认证。
因此，很明显，Agent至少有潜力成为医疗培训系统中的AI增强成员。它不仅能直接帮助医生改善工作，而且不会增加额外的应用门槛，克服过去医疗数字化推进中的挑战。
当然，如果你沿着大型AI模型强大的泛化能力思考，你会发现Agent的实现和应用并不局限于医院。
凡是实践出精、学习实践结合的专业工作不都需要这样的角色和制度吗？
所以看来Agent只是这种范式在医疗场景下的一次尝试。这个“宇宙”有着巨大的想象空间，似乎打开了一扇全新的潜力之门。
清华AIR近四年
除了Agent孵化项目外，清华智能产业研究院的更多进展也已分阶段曝光。
目前仍在按照创始人张亚勤院士设定的智慧交通、智慧物联网、智慧医疗三大方向前进。
在智慧交通方面，产业化合作进展更加引人注目。
董事长张亚勤提到了“胡萝卜跑”在武汉的启动。武汉是目前全球最大的自动驾驶汽车城市。此外，我们还与滴滴、好墨智行等有相应的合作。
今年6月，清华AIR正式落地无锡，成立AIR无锡创新中心，推动面向行业的技术创新发展。例如，由前华为智能汽车CTO陈逸伦领衔的首个支持实车部署的开源端到端自动驾驶系统AIR和百度已在无锡部署。
今年实体智能领域的热门趋势是前大疆机器人专家周古月教授领导的求知科技。
在智能物联网方向，随着当前大规模模型技术和产业的发展，清华AIR的AIoT团队迎来了关键转折。张亚勤透露，目前他们正在沿着绿色计算的方向前进。例如，可以用于降低数据中心的能耗、降低端侧模型的延迟等。
在智慧医疗方向，人工智能的发展给生物医药领域带来了更广阔的应用场景。以今年的诺贝尔化学奖授予人工智能为例。
在清华AIR的研发进展中，可以说是多方面开花结果。
例如，在单细胞理解注释方面，聂再清教授团队与清华大学初创公司水木分子合作，构建并开源了大型单细胞身份理解模型。这是第一个无需注释即可注释新细胞类型的模型。可以将其理解为“细胞百科全书”。
在药物筛选方面，蓝燕燕教授团队在药物筛选过程中利用大型模型寻找靶点，并已被该杂志接收。
马建柱教授团队主要在蛋白质生产方向推进，探索原子水平的基础大尺度模型。今年6月，他们与百图生物联合提出的单细胞基础模型发表在子刊上。
此外，在医药方向，彭健教授的华神智能医疗在产业化方面发展迅速，已达到独角兽水平。
……
清华航空成立四年来，虽然一直低调，但沿着张亚勤院士最初定下的三大方向播下了火种。现在看来，有点像“勇攀珠穆朗玛峰，一路收获”。
官网测试邀请链接：
论文链接：
- 超过-
本站候鸟号已成立3年，主要围绕财经资讯类，分享日常的保险、基金、期货、理财、股票等资讯，帮助您成为一个优秀的财经爱好者。本站温馨提示：股市有风险，入市需谨慎。
暂无评论