CGM第410期：生成式人工智能驱动精准医疗和临床试验的未来：现在有多近？
生成式 AI 距离驱动精准医疗和临床试验还有多远？报告讨论大型语言模型在精准诊断与临床开发中的现状。
王晓燕
美国杜兰大学
王晓燕博士是美国杜兰大学公共卫生管理教授兼IMO医疗健康数据管理公司首席科学家和高级副总裁。王博士的研究范围涵盖生物医学自然语言处理， 生成式AI建模，精准治疗以及临床证据生成平台和肿瘤学， 免疫学， 心血管， 呼吸系统， 罕见病和疼痛管理等领域。
活动回放
在 Bilibili 打开完整回放 ↗本研讨会将探讨生成式人工智能如何引领数据驱动精准医疗和临床试验的未来发展。我们将重点讨论以下议题：
生成式人工智能在个性化诊疗和药物研发中的潜力
生成式人工智能如何加速临床试验设计和患者招募
道德考量和监管框架讨论
参考文献
- Datta Surabhi, Lee Kyeryoung, Paek Hunki, Manion Frank J, Ofoegbu Nneka, Du Jingcheng, Li Ying, Huang Liang-Chin, Wang Jingqi, Lin Bin, Xu Hua, Wang Xiaoyan. AutoCriteria: a generalizable clinical trial eligibility criteria extraction system powered by large language models. Journal of the American Medical Informatics Association. 2024;31(2):375-385. DOI: 10.1093/jamia/ocad218
- Lee Kyeryoung, Liu Zongzhi, Chandran Urmila, Kalsekar Iftekhar, Laxmanan Balaji, Higashi Mitchell K, Jun Tomi, Ma Meng, Li Minghao, Mai Yun, Gilman Christopher, Wang Tongyu, Ai Lei, Aggarwal Parag, Pan Qi, Oh William, Stolovitzky Gustavo, Schadt Eric, Wang Xiaoyan. Detecting Ground Glass Opacity Features in Patients With Lung Cancer: Automated Extraction and Longitudinal Analysis via Deep Learning–Based Natural Language Processing. JMIR AI. 2023;2:e44537. DOI: 10.2196/44537
评论（0）
登录后即可发表评论。
登录暂无评论，来发表第一条评论吧！