据新浪财经报道，谷歌周三宣布推出一套新的医疗保健专用人工智能模型 MedLM，旨在帮助临床医生和研究人员进行复杂的研究、总结医患互动等。此举标志着谷歌将医疗保健行业人工智能工具货币化的最新尝试。MedLM 套件包括一个大型和中型 AI 模型，均基于 Med-PaLM 2 构建。Med-PaLM 2 是谷歌在今年 3 月份首次宣布的基于医疗数据训练的大型语言模型。

据站长之家 12 月 4 日报道，微软研究人员展示了 GPT-4 在医学知识测试中的卓越表现，特别是当结合先进的提示工程技术时，其性能超过了专业调整的 MedPaLM2。 研究结果显示，相较于费时费力的调优和模型训练，将更有效的提示工程应用于主流通用模型可能是实现更准确结果的更好途径。Med_ 方法采用了多种提示工程技术，包括 GPT-4 生成的思维链推理和生成多个单独评分的回答，然后将最高分的答案返回给用户。尽管这种方法会增加推理的成本，因为生成了更多的标记，但结果表明，将领先的通用模型（如 GPT-4）与高级提示工程技术相结合，以评估最新性能的标准，可能是值得考虑的。 研究强调 GPT-4 生成的思维链推理相对于专家手工制作的 Med-PaLM2 提示更为优越，因为它提供了更精细的逐步推理逻辑。但是研究也指出，这一结论是特定于 GPT-4 的，而不适用于其他通用基础模型。

据 PRNewswire 报道，10 月 9 日，美国领先的医疗保健消费者体验平台 League 宣布将利用谷歌云的生成式 AI 技术，实现更深入、更精确的大规模消费者体验个性化。从长远来看，League 还将探索使用谷歌云的 Med-PaLM 2 医疗大语言模型 （LLM）。

据机器之心 9 月 1 日报道，复旦大学数据智能与社会计算实验室（FudanDISC）发布中文医疗健康个人助手——DISC-MedLLM。在单轮问答和多轮对话的医疗健康咨询评测中，模型的表现相比现有医学对话大模型展现出明显优势。此外，课题组同时公开了包含 47 万高质量的监督微调（SFT）数据集——DISC-Med-SFT，模型参数和技术报告也一并开源。

据IT 之家8 月14 日消息，微软研究团队日前表示，GPT-4 此类大型模型在医疗领域有巨大的潜力，这些模型可以帮助加快医疗流程，并通过汇集大规模患者数据，建立更加精准的病理模型，以提高医疗药物的开发效率。微软声称，GPT-4 实际上什至优于市面上的Criteria2 Query 等医疗工具，虽然GPT-4 仅接受了“通用”互联网数据而非特定医学数据的训练，但它依然够根据指定的医学标准构建复杂的临床研究，并在处理医疗图像和其他生物数据方面发挥更多作用。此前报道，微软目前正在基于GPT-4 开发LLaVA-Med 医疗模型，用于向医疗专业人员提供生物医学成像数据，微软宣称自家“LLaVA-Med”模型可加速医疗产业相关护理和研究。微软此前还推出了专门针对医疗任务的BioGPT 等语言模型，但微软正力押旗下OpenAI，依赖GPT-4 开发专用医疗模型。

据站长之家 8 月 14 日报道，微软研究认为 GPT-4 足够应对医疗任务，可以加速医疗流程并提高效率。微软研究团队表示，大型语言模型（LLMs）如 GPT-4 在医疗领域有巨大的潜力。这些模型可以帮助加快医疗流程，例如通过处理大规模的非结构化患者数据来提高癌症药物的开发效率。 微软还推出了专门针对医疗任务的 BioGPT 等语言模型，但现在明确表示未来将主要依赖 GPT-4。此外，微软正在开发“LLaVA-Med”模型，将医疗数据与研究更紧密地结合起来，加速医疗护理和研究。

据站长之家 7 月 31 日报道，由谷歌旗下多家研究所组成的专家团队近日发布论文，公布了一款名为 Med-PaLM M 的多模态模型。 Med-PaLM M 是一个大型多模态生成模型，可以灵活地编码和解释生物医学数据。Med-PaLM M 相比于现有模型在多项任务上表现竞争力，甚至有些任务表现更好。研究人员还展示了 Med-PaLM M 的迁移学习和零样本推理能力。然而，在实际应用中，还需要进行进一步的工作。这项研究对于未来基于人工智能的医疗解决方案具有积极的前景。

据《科创板日报》报道，据谷歌 7 月 12 日发表在《Nature》的论文，当回答医学问题时，其微调后的医疗大模型 Med-PaLM 表现良好，一组临床医生对其回答的评分为 92.6%，与现实中临床医生的水平（92.9%）相当。另外，谷歌提出了全新的 MultiMedQA 评估基准，涵盖了医学考试、医学研究等领域的问题和回答，以评测大模型在临床方面的能力。

据金十数据 7 月 8 日报道，据华尔街日报报道，谷歌正在测试一款 AI 程序，该程序经过训练，可以熟练地回答医疗问题，与微软等竞争对手竞争，将最近的人工智能进展转化为临床医生广泛使用的产品。该款 AI 是名为 Med-PaLM 2 的医疗聊天机器人，相比更通用的算法，它在医疗问题上进行对话的能力会更好，因为它已经接收了医学执照考试涉及的问题和答案。据知情人士透露，该公司从 4 月份开始与研究医院梅奥诊所等客户一起测试该系统。

据 IT 之家 6 月 14 日报道，日前微软研究人员展示了 LLaVA-Med 模型，该模型主要用于生物医学方面的研究，可根据 CT、X 光图片等推测出患者的病理状况。 据悉，微软研究人员与一批医院合作，获得了使用生物医学图像文本对应大型数据集来训练多模态 AI 模型。该数据集包括胸部 X 光、MRI、组织学、病理学和 CT 图像等，覆盖范围相对全面。 在学习过程中，该模型主要围绕“描述此类图像的内容”以及“阐述生物医学概念”而展开。据微软称，该模型最终具有“出色的多模式对话能力”、“在用于回答视觉问题的三个标准生物医学数据集上，LLaVA-Med 在部分指标上领先于业界其他先进模型”。目前该模型已经开源。