标签: 健康AI

  • 微软 Copilot Health 上线预览,能直接读取你的医疗记录

    你的睡眠数据说一件事,血液检查又说另一件事。问题不是信息不够,而是从来没有一个工具能把它们连起来看。微软这个月把 Copilot Health 推到预览阶段,想做的就是这个——把你的健康信息、可穿戴设备数据和医疗记录塞进同一个 AI 窗口。

    微软每天已经收到超过 5000 万个健康问题询问——但太多人在真正需要的时候还是拿不到可信的健康指导。这就是我们做 Copilot Health 的原因。

    它不是诊断工具,但是个整合器

    先说清楚:Copilot Health 不能诊断疾病,也不能替代医生。微软把这个定位成一个”安全空间”,让你把分散在各处的健康信息汇总起来,然后给出一个你能看懂的解读。

    具体能做什么?你可以建立一个”健康档案”,把自己的健康背景和目标写进去,这样 AI 给出的建议不会是千篇一律的套话。它可以对接 Apple Health 等可穿戴设备数据,也会逐步支持更多第三方健康应用。

    微软Copilot Health AI界面
    Copilot Health 将健康数据整合进统一 AI 界面(配图来源:The Verge)

    能连 5 万家美国医疗机构的记录

    这是最有实用价值的部分:Copilot Health 可以对接美国超过 5 万家医疗机构的健康记录。你把数据授权连进来之后,AI 会把实验室检查结果、用药记录、就诊历史放在一起分析,给你一个整体视图。

    比如你刚拿到一份血液检查报告,上面有一堆你看不懂的缩写和数值。丢给 Copilot Health,它会结合你的健康档案和可穿戴设备数据,告诉你哪些指标偏离了你的基线、可能意味着什么、下一步该问医生什么问题。


    隐私是真保护还是说说而已?

    健康数据是最敏感的个人数据之一,微软知道这点,所以在宣传里把”安全”放在了前面。Copilot Health 的对话记录不会和 Copilot 的其他功能共享,也不会用来训练 AI 模型。数据在存储和传输时都经过加密。

    用户可以随时管理或删除已连接的健康数据源,也可以随时断开授权。微软还拉了来自 24 个国家超过 250 名外部医生组成顾问小组,加上内部临床团队一起把关。产品还拿到了 ISO/IEC 42001 的 AI 管理标准认证。

    国家健康委员会的评价是:”Copilot Health 在打造更可信、以患者为中心的数字健康体验方面取得了有意义的进展。”

    当然,认证是一回事,实际用起来怎么样是另一回事。目前这个功能只向美国地区、18 岁以上、持有 Microsoft 365 个人版/家庭版/高级版订阅的用户开放预览,工作账户暂时不支持。


    和 OpenAI、Anthropic 的健康 AI 比怎么样?

    OpenAI 和 Anthropic 之前都推出过健康相关的 AI 功能,但微软这次的差异化在于”整合”——它不是让你去和一个单独的 AI 健康应用对话,而是直接嵌进你已经每天都在用的 Copilot 里,并且能真的连上医疗机构的记录系统。

    这也符合微软的整体战略:把 AI 能力渗透进每一个已有的生产力场景,而不是做一个独立的 AI 健康应用让你再去学一遍怎么用。目前这个打法在编程场景(GitHub Copilot)已经被验证过了,现在他们想在健康场景再复制一次。

  • 这家公司用AI帮肿瘤医生省时间,2200万美元融资到手

    癌症患者的病历可以厚得像一本字典。影像报告、病理分析、病程记录,有时候加起来几千页,医生要在每次就诊前把这些全部读完,时间根本不够用。

    Triomics 做的就是这件事——用AI帮肿瘤科医生把病历”消化”成可以直接用的摘要,直接嵌进医生已经在用的工作台里,不用切换系统。

    Triomics 过去一年企业客户基数增长了4倍,年度经常性收入(ARR)增长了10倍。

    从临床试验匹配到全程AI助手

    公司2021年成立,最初的产品是帮患者匹配最合适的临床试验。2024年中期完成1500万美元A轮融资之后,大语言模型的能力突飞猛进,Triomics 也顺势把平台功能扩展到了更完整的临床场景。

    现在 Triomics 能自动生成可验证的患者摘要,还能代替人工完成向政府登记处提交肿瘤报告的法定义务——这件事每家癌症中心都必须做,但极其耗时。

    Triomics联合创始人Sarim Khan和Hrituraj Singh
    Triomics 联合创始人 Sarim Khan(左)和 Hrituraj Singh(右)| 来源:TechCrunch

    为什么要专门做肿瘤学AI?

    通用AI助手也能做摘要,但纪念斯隆-凯特琳癌症中心、耶鲁癌症中心这些顶尖机构选的是 Triomics,原因很简单:它的模型是专门针对肿瘤学数据训练的,不是拿通用模型凑合用用。

    这个赛道上 Triomics 最直接的对手是 Abridge 和微软的 Nuance——它们靠AI记录医患对话来生成病历,路线不太一样,但目标用户高度重叠。


    这一轮2200万美元B轮融资由 Battery Ventures 领投,老股东 Nexus Venture Partners、Lightspeed、Y Combinator 跟投。在AI医疗这个烧钱又难做的赛道里,能做到年收入10倍增长,算是拿到了一张不多见的入场券。

  • 芬兰大学搞出新型AI聊天机器人:帮你在健康信息里“打假”

    你有没有在朋友圈或者微信群里看到过这样的健康信息:“吃这个能治糖尿病”、“每天喝8杯水能排毒”、“某某保健品能抗癌”……这些信息很多都是错误的,但又很有迷惑性,很多老年人特别容易相信。

    核心方法:采用“认知接种”方法,先展示错误健康信息并解释其错误逻辑,帮助用户产生“抗体”,以后再遇到类似信息就能自行识别。

    为什么这个方法有效?

    错误健康信息之所以能迷惑人,很大程度上是因为人们不了解其背后的套路。比如,“吃某某食物能治糖尿病”这个信息,利用了糖尿病患者想治愈疾病的急切心理,让他们忽略了科学证据的存在。

    “认知接种”方法的有效性已经在很多领域得到了验证,比如抵抗政治谣言、商业诈骗等。现在,研发团队把这个方法用到了健康领域,希望能帮助公众减少被错误健康信息误导的情况。

    当然,这个聊天机器人也不是万能的,它只能帮助用户识别一些常见的错误健康信息,对于比较复杂的健康问题,还是建议大家咨询专业的医生或者医疗机构。


    目标用户与后续优化

    • 采用“认知接种”方法,先展示错误健康信息并解释其错误逻辑
    • 目标用户主要是老年人,他们是错误健康信息的最易感人群
    • 研发团队将优化聊天机器人,使其更能理解老年人的需求和认知水平
    • 对于复杂的健康问题,仍建议咨询专业的医生或者医疗机构