AI at Meta @AIatMeta

我们正在探索AI如何加速健康科学研究。 虽然AI在数学等形式科学领域取得了重大突破，但健康数据科学依赖于不完美的现实世界数据以及关于队列、变量和因果假设的重要选择。 为了探索AI如何帮助健康研究人员，我们构建了一个由人类主导的研究支架，由Muse Spark 1.3和Muse Wonder提供支持，可访问500万份回顾性去标识化电子健康记录和公开数据。一组医学专家使用该系统进行原创研究，加速假设生成、代码执行和手稿起草，同时保持对科学决策的完全权威。 今天，我们分享了通过这项探索产生的10份研究手稿，涵盖心脏病学、肿瘤学、传染病、急诊医学等。 在我们的研究博客中了解更多：https://t.co/26l6Du6vIk