
在英特尔科技抗疫计划(PRTI)支持下,医疗软件解决方案供应商ConsenSys Health正在利用英特尔技术,推动基于区块链的数据安全,研究如何提高临床试验招募的效率和公平性,应用创新技术,帮助保护患者隐私,同时提高效率,以抗击新型冠状病毒。
基于第三代英特尔®至强®可扩展处理器并结合英特尔®软件保护扩展技术(英特尔®SGX),ConsenSys Health升级的计算平台得到了优化,相较于此前的系统,经过优化的系统中电子健康记录数据的处理速度大大加快,同时硬件安全性也被极大地增强。这种保护隐私方法的优点可以应用于全球制药业,以改善临床试验的患者匹配,加速治疗方法的发现。
这项技术的应用对于加速研究治疗方法是非常必要的,因为临床试验招募正面临诸多挑战,包括价格昂贵、低效且耗时。随着对新冠肺炎的治疗方法通过快速的研究渠道并进入临床试验,有效地招募病人是至关重要的,包括那些一直在与不平等的医疗护理做斗争的更加弱势群体的患者,让他们能够进入这些试验,同时保护他们的隐私也是很重要的。
全球新冠疫情大流行使人们看到了医疗行业中存在的数据安全挑战和低效率。通过英特尔科技抗疫计划(PRTI)的资助,像ConsenSys Health这样的公司可以更快获得英特尔安全和内置的人工智能技术,这些技术是推动新的研究和科学发现所需要的。
随着工作负载从云端扩展到边缘,威胁模型也在不断变化,保护敏感数据的安全比以往任何时候都更加重要。英特尔领先的技术为保护数据和支持医疗保健等高度监管行业的多方协作,奠定了值得信赖的基础,同时有助于维护数据隐私和合规性。
ConsenSys Health首席科学官,Sean Manion博士表示:“在整个新冠疫情大流行期间,长期存在的行业挑战只会加剧。这对边缘化社区来说尤其如此,他们一直在与临床试验方面的不平等现象作斗争。在英特尔科技抗疫计划和英特尔技术的帮助下,我们能够更好地致力于使医疗保健对所有人都更加公平。”
好文章,需要你的鼓励
Fractal AI Research实验室开发了Fathom-DeepResearch智能搜索系统,该系统由两个4B参数模型组成,能够进行20多轮深度网络搜索并生成结构化报告。研究团队创新了DUETQA数据集、RAPO训练方法和认知行为奖励机制,解决了AI搜索中的浅层化、重复性和缺乏综合能力等问题,在多项基准测试中显著超越现有开源系统,为AI助手向专业研究工具转变奠定了基础。
快手科技与清华大学合作发现当前AI语言模型训练中存在严重的权重分配不平衡问题,提出了非对称重要性采样策略优化(ASPO)方法。该方法通过翻转正面样本的重要性权重,让模型把更多注意力放在需要改进的部分而非已经表现良好的部分,显著提升了数学推理和编程任务的性能,并改善了训练稳定性。