清华首个AI医院小镇来了!AI医生自进化击败人类专家,数天诊完1万名患者 siyushenqi.com • 2025 年 8 月 13 日 下午11:16 • 行业动态 • 阅读 380 清华团队竟把医院搬进了AI世界!首个AI医院小镇——Agent Hospital,可以完全模拟医患看病的全流程。更重要的是,AI医生可以自主进化,仅用几天的时间治疗大约1万名患者。 斯坦福AI小镇曾火遍了全网,25个智能体生活交友,堪称现实版的「西部世界」。 而现在,AI「医院小镇」也来了! 最近,来自清华团队的研究人员开发了一个名为「Agent Hospital」的模拟医院。 论文地址:https://arxiv.org/pdf/2405.02957 在这个虚拟世界中,所有的医生、护士、患者都是由LLM驱动的智能体,可以自主交互。 它们模拟了整个诊病看病的过程,包括分诊、挂号、咨询、检查、诊断、治疗、随访等环节。 而在这项研究中,作者的核心目标是,让AI医生学会在模拟环境中治疗疾病,并且能够实现自主进化。 由此,他们开发了一种MedAgent-Zero系统,能够让医生智能体,不断从成功和失败的病例积累经验。 值得一提的是,AI医生可以在几天内完成对1万名患者的治疗。 而人类医生需要2年的时间,才能达到类似的水平。 另外,进化后的医生智能体,在涵盖主要呼吸道疾病的MedQA数据集子集上,实现高达93.06%的最新准确率。 不得不说,AI进化在虚拟世界中默默进化,真有淘汰人类之势。 有网友表示,「AI模拟将探索人类根本没有时间,或能力探索的道路」。 想象一下,数千家全自动化医院,将会拯救数百万人的生命。这很快就会到来。 首个AI医院小镇登场 其实,智能体,早已成为业界看好的一个领域。 不论是在虚拟世界中的模拟,还是能够解决实际任务(比如Devin)的智能体,都将给我们世界带来巨变。 然而,这些多智能体通常用于「社会模拟」,或者「解决问题」。 那么,是否有将这两种能力结合起来的智能体? 也就是说,社会模拟过程能否,提升LLM智能体在特定任务的表现? 受此启发,研究人员开发了一个几乎涵盖所有医学领域的治疗流程的模拟。 如同单机游戏《主题医院》的世界 Agent Hospital中模拟的环境,主要有两类主体:一是患者,一是医疗专业人员。 它们的角色信息,都是由GPT-3.5生成,可以无限扩展。 比如,下图中,35岁患者Kenneth Morgan有急性鼻炎,而他的病史是高血压,目前的症状是持续呕吐,有些腹泻、反复发烧、腹痛、头痛,而且颈淋巴结肿大。 再来看32岁内科医生Elise Martin,具备了出色的沟通能力,以及富有同理心的护理能力。 她主要的职责是,为患有各种急性病和慢性病的成年患者提供诊断、治疗和预防保健服务。 ZhaoLei是一位擅长解读医学图像的放射科医生,还有前台接待员Fatoumata Diawara。 下图中展示的是,Agent Hospital内有各种问诊室和检查室,因此需要一系列医疗专业智能体工作。 研究人员设计了,14名医生和4名护士。 医生智能体被设计来诊断疾病并制定详细的治疗计划,而护理智能体则专注于分诊,支持日常治疗干预。 AI患者如何看病? 与真实世界看病的流程一样,当患者生病后,就会去医院挂号就诊。 在此期间,它们还会经历一系列阶段,包括检查、分诊、会诊、诊断、治疗。 患者在拿到治疗方案后,LLM会帮助预测患者的健康状况变化。一旦康复,它便会主动向医院汇报进行随访。 如下是Kenneth Morgan前往医院就诊的示意图。 首先是,分诊护士Katherine Li对Morgan进行了初步的评估,并将他分诊到皮肤科就诊。 随后,Morgan在医院柜台进行登记,被安排与皮肤科医生Robert Thompson进行会诊。 在完成规定的体检之后,AI医生为Morgan开出药物治疗,并敦促回家休息,同时还要监测病情的改善情况。 AI医生自我超进化,无需手动标记数据 在模拟环境中,研究人员希望训练一个熟练的医生智能体,来处理诸如诊断、治疗等医疗任务。 传统的方法是,将巨量的医学数据喂给LLM/智能体,经过预训练、微调、RAG之后,以构建强大的医学模型。 最新研究中,作者提出了一种新策略——在虚拟环境中模拟医患互动,来训练医生智能体。 在这个过程中,研究人员没有使用手动标记数据,因此最新系统被命名为MedAgent-Zero。 这一策略包含了两个重要的模块,即「病历库」和「经验库」。 诊疗成功的案例被整理,并存储在病历库中,作为今后医疗干预的参考。 而对于治疗失败的情况,AI医生有责任反思、分析诊断不正确的原因,总结出指导原则,作为后续治疗过程中的警示。 简言之,MedAgent-Zero可以让生智能体通过与患者智能体互动。 通过积累成功案例的记录,和从失败案例中获得经验,进化成更优秀的「医生」。 整个自我进化流程如下: 1)积累实例,总结经验; 2)直接向示例库添加正确的响应; 3)总结错误的经验,并重新测试; 4)将成功经验进一步抽象后,纳入经验库; 5)在推理过程中利用两个库检索最相似的内容进行推理。 难得的是,由于训练成本低,效率高,医生智能体可以轻松应对数十种情况。 比如,智能体可以在短短几天内处理数万个病例,而现实世界的医生需要几年的时间才能完成。 诊断呼吸疾病,准确率高达93.06% 接下来,研究人员进行了两类实验,来验证MedAgent-Zero策略改进的医生智能体,在医院中的有效性。 一方面,在虚拟医院内,作者们进行了从100-10000个智能体的交互实验(人类医生一周可能会治疗约100名病人),涵盖了8种不同的呼吸疾病、十几种医疗检查,以及每种疾病的三种不同治疗方案。 通过MedAgent-Zero策略训练的医生智能体,在处理模拟病人的过程中不断自我进化,最终在检查、诊断和治疗任务中的准确率分别达到了88%、95.6%和77.6%。 随着样本的不断扩增,MedAgent-Zero的训练性能,在达到一定量时趋于平稳。 在检查、诊断、治疗三个任务方面上的性能,MedAgent-Zero也随着样本增加,不断波动,但整体准确性呈现出上升趋势。 诊断呼吸疾病,准确率高达93.06% 再看如下三张图,分别展示了不同疾病的检查精度、诊断精确度、以及治疗精度,随着样本的增加,也在平稳攀升。 另一方面,研究者让进化后的医生智能体,参加了对MedQA数据集子集的评估。 令人惊讶的是,即使没有任何手动标注的数据,医生智能体在Agent Hospital中进化后,也实现了最先进的性能。 在经验积累上,图11、图12和图13分别显示了,检查、诊断和治疗任务中,经过验证经验和错误答案的积累。 当训练样本增加时,经验数和错误答案数都缓慢增加。 如图所示,经验曲线低于错误答案曲线,原因是智能体无法反映所有失败的经验。此外,诊断经验比其他任务更容易积累。 一起来看个案例研究。 下表中说明了,经验库、病理库和MedAgent-Zero,在患者诊疗中的三个任务上的性能。 在得知病人症状之后,AI医生不仅需要使用病历库,同时还需要经验库,也就是相辅相成。 若是少了其中的一方,便会导致诊断准确性的下降。 如下,通过添加经验和记录,MedAgent-Zero针对所有3个任务都给出了正确的回答。 以上结果表明,模拟环境可以有效地帮助LLM智能体在处理特定任务时完成进化。 MedAgent-Zero在使用GPT-3.5时,比SOTA方法Medprompt高出 2.78%,在使用GPT-4时比SOTA方法MedAgents高出1.39%。 这一结果验证了新模型有助于,在没有任何MedQA训练样本的情况下,仅使用模拟文档和医疗文档进行智能体进化,从而有效提高医生智能体的医疗能力。 其次,基于GPT-4的MedAgent-Zero的最佳性能为93.06%,优于MedQA数据集中的人类专家(约87%)。 第三,基于GPT-4的医生智能体比基于GPT-3.5的任何其他方法都表现得更出色,这表明GPT-4在医疗领域更强大。 另外,在对MedAgent-Zero进行的消融研究中, 同时利用「病历库」和「经验库」的MedAgent-Zero取得了最佳性能,表明这两个模块对诊断的帮助。 随着病例的积累和经验库的扩大,医生智能体准确率总体上越来越高。 无论是使用GPT-3.5还是 GPT-4,使用8000个病例积累的经验库,其性能都高于使用2000/4000/6000个病例的性能。 不过,经验库越大并不总是越好,因为研究者还发现在2,000-4,000个案例之间有明显的下降。 局限性 最后,研究人员还提到了这项研究的局限性。 - 只采用GPT-3.5作为Agent Hospital和评估的模拟器 - 由于智能体之间的交互及其演化涉及API调用,AI医院的运作效率受到LLM生成的限制 - 每个患者的健康记录和检查结果,是在没有领域知识的情况下,模拟真实的电子健康记录生成的,但仍与现实世界的记录仍存在一些差异。 在未来,研究者们对Agent Hospital的计划将会包括: 第一,扩大规模覆盖的疾病范围,延伸到更多的医疗科室,旨在反映真实医院提供的全面服务,以供进一步研究。 第二,在加强智能体社会模拟方面,比如纳入医疗专业人员的全面晋升制度、随时间改变疾病的分布、纳入病人的历史病历等。 第三,优化基础LLM的选择和实施,旨在通过利用功能强大的开源模型,更高效地执行整个模拟过程。 相关阅读外贸展会后怎么跟进客户?72小时、7天、30天的完整SOP网易辟谣:王怡未离职,部分营销团队并入事业部OpenAI内部信"摊牌":微软联盟已成枷锁,将押注亚马逊合作突围哔哩哔哩首次全年盈利、友谊时光靠女性向小游戏扬眉吐气丨9家游戏公司财报深度拆解群核科技开启全球招股;众擎机器人完成2亿美元B轮融资;红熊AI完成2.1亿元A轮融资丨投融资周报需要日本PayPal代付;社交APP伊拉克支付提现渠道;收巴西各类流量;海外买量|私域神器每周合作精选No.201一周要闻NO.195丨恶意软件入侵谷歌商店;9家游戏公司财报深度拆解;非洲市场又一电商巨头退场;Meta首个"超级智能"模型亮相微软或考虑将《使命召唤》移出Xbox Game Pass泡泡玛特进军巴西:先打假冒伪劣智元机器人,一分为四! 本文源自「私域神器」,发布者:siyushenqi.com,转载请注明出处:https://www.siyushenqi.com/33734.html 赞 (0) 打赏 微信扫一扫 支付宝扫一扫 0 0 生成海报 关于作者 siyushenqi.com 关注私信 13.9K 文章 0 评论 425 问题 18 粉丝 私域神器:海外私域营销拓客软件 又土又丑的黏土AI,为什么火了? 上一篇 2025 年 8 月 13 日 下午11:16 OpenAI于5月13日,直播ChatGPT、GPT-4最新内容 下一篇 2025 年 8 月 13 日 下午11:16 相关推荐 从《白荆回廊》的这次“巡声测试”中,我们能看到哪些亮点? 在这次仍旧处于持续状态的“巡声测试”中,我们究竟能够看到哪些亮点?《白荆回廊》从曝光至今又在各个方面表现出了怎么样的潜力? siyushenqi.com 2025 年 8 月 22 日 • 行业动态 519000 行业动态 伊克罗德 确认入驻PAGC 2025丨第五届全球产品与增长展会! 伊克罗德 确认入驻PAGC 2025丨第五届全球产品与增长展会! siyushenqi.com 2025 年 8 月 17 日 471000 行业动态 扶持20名创作者:Clubhouse推出创作者激励计划 Clubhouse 首席执行官 Paul Davison 宣布推出创作者激励计划“Clubhouse Creator First”。 siyushenqi.com 2025 年 8 月 25 日 522000 行业动态 趋势正热的短剧赛道,如何通过抖音持续释放经营势能? 迎来“黄金时期”的短剧赛道,在抖音仍有增长空间 siyushenqi.com 2025 年 8 月 19 日 482000 行业动态 Mixdesk、点点数据 确认入驻PAGC 2025丨第五届全球产品与增长展会! Mixdesk、点点数据 确认入驻PAGC 2025丨第五届全球产品与增长展会! siyushenqi.com 2025 年 8 月 17 日 386000 B面“世界杯”:备货中的义乌工厂、卖家和品牌 经济周期,赛事轮回。2022年的卡塔尔世界杯,第一次放在北半球的冬季,叠加黑五、网一、双11等传统旺季,中国制造与之相关的每个环节都将躁动起来。 siyushenqi.com 2025 年 8 月 13 日 • 行业动态 447000 行业动态 眼镜支付:“新生活方式”将会成为AI眼镜的制胜法宝 近期国内AI眼镜相关动态显示,接入支付体系已成为各大厂商共识,如Rokid Glasses、雷鸟V3、星纪魅族AR眼镜等均有支付功能展示,且这些支付解决方案多由支付宝提供支持。此外,支付宝背后的蚂蚁集团正在开发AI眼镜产品,探索新一代支付入口及数字人助理终端潜力。 siyushenqi.com 2025 年 8 月 13 日 428000 行业动态 人形机器人第一城,首轮竞逐赛开启 历史进程中的人形机器人。 siyushenqi.com 2025 年 8 月 13 日 397000 独家对话Sango语音社交出海团队:新兴社交产品如何快速引爆目标市场? 团队方向不能错,这是一个决定生死的问题。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 505000 它,或许就是今年二游的最大黑马 不可否认,今年是二游产品大年。游戏想要脱颖而出,玩法、题材、宣发、时机,每个环节都不容有失。面对环伺的竞争对手,今天(4月20日)开启二测的二次元战棋手游《时序残响》,也秀了秀自己的肌肉。仅从玩家反馈来看,《时序残响》可以说是走到了队伍前列,能够和《崩坏:星穹铁道》同处第一梯队。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 512000 行业动态 播放量破亿,热力值过千万!未来三个月短剧还能这么玩? 7月29日,央视网宣布与容量短剧合作出品首部奥运题材微短剧《我在巴黎当侠客》。同一天,两部奥运题材短剧闯入快手短剧热榜热血题材短剧TOP5,分别为《奥运之大夏科幻足球》和《奥运之夺冠时刻》。 siyushenqi.com 2025 年 8 月 18 日 489000 行业动态 英伟达也要下场 “烹龙虾” 英伟达开源AI智能体平台NemoClaw,支持跨硬件部署,对标爆火的OpenClaw,吸引Salesforce等巨头合作,企业级应用潜力与风险并存。 siyushenqi.com 2026 年 3 月 18 日 256000 二次元赛道中的一股清流?这款游戏“放置”到了日本玩家心窝 当生活用品变成魔法妖精,一个魔幻现实主义的故事开始了 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 446000 行业动态 外贸企业如何通过RCS短信营销提高客户满意度 在外贸企业中,客户满意度直接影响订单转化率和长期合作关系的稳定性。RCS(Rich Communication Services)短信作为升级版的消息服务,为企业提供了比传统SMS更丰富的交互方式和营销手段。本篇文章将深入探讨外贸企业如何通过RCS短信营销提升客户满意度。 RCS短信概述 RCS短信是一种支持多媒体、互动性和实时反馈的消息服务。与传统短信相比… siyushenqi.com 2025 年 8 月 13 日 下午11:16 380000 MAU排名模拟类全球第4!这家欧美厂商用Gacha做出人气系列 起源于日本流行的自动贩卖机,早在2018年,虚拟的Gacha机制便已经成为日本、中国等手游中最常见机制之一。 siyushenqi.com 2025 年 8 月 26 日 • 行业动态 550000 行业动态 在对话里造应用、借记忆读需求:Macaron AI如何用"记忆+小工具"重新定义AI陪伴? 世界上首个Personal Agent什么样? siyushenqi.com 2025 年 11 月 26 日 429000 行业动态 “在非洲直接复制中国模式行不通”丨投资人看非洲 13亿人口所蕴含的巨大红利,日渐提高的智能手机普及率以及年轻化的人口结构所象征的无限互联网生态发展潜力 siyushenqi.com 2025 年 8 月 26 日 452000 《英雄联盟手游》x可口可乐,共同在迷你时代找到新位置 8月12号,《英雄联盟手游》就公布了全新的跨界合作伙伴——有着136年历史的可口可乐,这无疑是双方品牌升值路上的又一里程碑。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 460000 行业动态 OpenAI即将完成重大融资,估值飙升至1000亿美元 华尔街日报消息,OpenAI正在洽谈新一轮数十亿美元融资,估值超过1000亿美元。 siyushenqi.com 2025 年 8 月 13 日 380000 欧盟通过决议加大游戏产业扶持力度:很欣慰,大家开始正视游戏的价值 日前,欧洲议会以560票支持,34票反对,16票弃权的巨大优势通过了一项关于电子游戏的决议。这项决议呼吁欧盟委员会和理事会加大对欧洲游戏产业的投资,并建议使用国家和欧盟的援助来支持游戏产业发展,保证游戏开发、留住行业人才。 siyushenqi.com 2025 年 8 月 24 日 • 行业动态 449000 微软深夜放炸弹!GPT-4 Office全家桶发布,10亿打工人被革命 AI桌面革命深夜打响,GPT-4全面接入微软Office全家桶,势必颠覆人类办公! siyushenqi.com 2025 年 8 月 14 日 • 行业动态 446000 行业动态 探索2023东南亚电商掘金之路,这2个资深卖家给出了建议 2023依靠选品、低价在东南亚内卷,胜算不大! siyushenqi.com 2025 年 8 月 12 日 406000 行业动态 疑似中国公司开发,能追踪真爱、监测忠诚的查岗神器,智能戒指赛道的“清流”来了? 查岗戒指,由100%真实社交的约会软件Raw和Queens Tech联合推出。 siyushenqi.com 2025 年 8 月 13 日 455000 行业动态 叠纸旗舰游戏重新开服,到底做对了什么 新地图“伊赞之土”把美术优势从服装延伸到场景,风格化部落+碎片化叙事,让地图可逛、可读、可互动,首次实现“活”的开放世界。 siyushenqi.com 2025 年 11 月 28 日 325000 行业动态 2家中国品牌杀进前10!TikTok Shop2024美区Q1榜单出炉 本篇由雨果跨境联合TikTok数据分析平台特看科技以及自媒体“留美小哥玩社交”,重点梳理出2024年Q1季度的TikTok Shop美区榜单,涉及TOP小店排名、TOP类目及爆品等数据分析及相关趋势,助力各位卖家了解美国市场现状,结合季度热销类目爆品预判未来趋势。 siyushenqi.com 2025 年 8 月 6 日 728000 全球最大咨询公司报告:27亿玩家,3000亿美元,游戏就是下一个超级平台 游戏的的平台性和多变性已经让它成为下一代发挥想象力和创造力的主阵地。 siyushenqi.com 2025 年 8 月 25 日 • 行业动态 481000 行业动态 股价飙升、漫剧爆火、巴西站稳、可灵AI带飞,快手Q3交卷 用AI,快手在海外“养”巴西老铁。 siyushenqi.com 2025 年 11 月 21 日 365000 行业动态 WhatsApp磐石系统对外贸企业的赋能作用 WhatsApp磐石系统概述 WhatsApp磐石系统的主要特点 WhatsApp磐石系统对外贸企业的赋能作用 对比分析 常见问题解答 WhatsApp磐石系统概述 随着全球贸易日益频繁,外贸企业对高效沟通与管理的需求日益迫切。WhatsApp磐石系统,作为一款创新的企业级沟通与管理工具,为外贸企业提供了极大的便利。通过该系统,企业能够更加高效地管理客户关系… siyushenqi.com 2025 年 8 月 13 日 下午11:16 380000 行业动态 中年腾讯,攥紧“功劳簿” Pony治下的腾讯从来不愿躺着赚钱,但腾讯游戏似乎找到了一个躺下去的姿势。 siyushenqi.com 2025 年 8 月 18 日 477000 行业动态 破解ChatGPT惊人耗电!DeepMind新算法训练提效13倍,能耗暴降10倍 ChatGPT能耗惊人,该怎么解?谷歌DeepMind新算法JEST问世,让LLM训练的迭代次数降低13倍,计算量减少10倍,或将重塑AI未来。 siyushenqi.com 2025 年 8 月 13 日 417000 发表回复 请登录后评论...登录后才能评论 提交