山姆·阿爾特曼親自下場拉人,OpenAI 押注醫療

重點摘要
OpenAI 全力押注醫療健康領域,過去半年推出三款新品,並由執行長山姆·阿爾特曼親自參與銷售洽談,向美國頂級醫療系統推廣其醫療業務。該公司已與八家大型醫療系統合作,並邀請數百名醫生優化健康問答,以確保ChatGPT在醫療建議上的準確性。
OpenAI 正全力押注醫療健康領域,執行長山姆·阿爾特曼(Sam Altman)甚至親自參與銷售洽談,向美國頂級醫療系統推銷其 AI 解決方案。這位 41 歲的億萬富豪,同時也是 OpenAI 的聯合創始人,擅長說服投資者、董事會與各國政府,如今他將這項說服力直接帶入醫療產業的業務拓展中。阿爾特曼親自下場參與銷售,凸顯醫療業務在 OpenAI 整體戰略中的核心地位。今年 1 月,該公司宣布包括西達賽奈醫療中心(Cedars-Sinai Medical Center)與 HCA Healthcare 在內的 8 家大型醫療系統,已成為其企業級醫療工具的客戶。
這些合作不僅是商業合約,更代表 OpenAI 在醫療領域的布局已從試探階段進入實質落地。過去半年內,OpenAI 已推出三款與醫療相關的新產品,顯示其對這塊市場的高度重視。這些工具涵蓋臨床決策支援、病歷摘要生成、以及患者溝通輔助等功能,目標是協助醫療機構提升效率、減輕醫護人員負擔。然而,醫療領域對 AI 的準確性與可靠性要求極高,任何錯誤都可能導致嚴重後果。目前,全球每週有超過 2 億人使用 ChatGPT,其中不少人已開始向這款 AI 助手尋求醫療健康方面的建議。這使得 OpenAI 必須確保其模型在醫療相關問答中的準確度足夠可靠。
為此,該公司已邀請數百名醫生參與優化健康類問答內容,試圖降低錯誤資訊的風險。儘管 OpenAI 在醫療領域的布局看似順利,但挑戰依然存在。醫療產業受到嚴格監管,數據隱私與合規要求遠高於其他行業。此外,AI 模型可能產生「幻覺」或錯誤建議,這在醫療場景中可能導致誤診或延誤治療。OpenAI 必須在創新與安全之間取得平衡,才能贏得醫療機構與患者的信任。阿爾特曼的親自參與,也反映 OpenAI 對醫療業務的高度期待。他過去曾多次表示,AI 在醫療領域的應用潛力巨大,從加速藥物研發到改善診斷準確性,都有機會帶來革命性變化。如今,OpenAI 正試圖將這些願景轉化為實際產品與服務。
除了與大型醫療系統合作,OpenAI 也在探索與保險公司、製藥企業以及公共衛生機構的合作機會。這些合作可能涵蓋疾病預測、健康管理、以及醫療資源分配等領域。隨著 AI 技術持續進步,醫療健康被視為最能直接影響人類生活的應用場景之一。然而,OpenAI 並非唯一看好醫療 AI 的企業。Google、微軟、亞馬遜等科技巨頭同樣在積極布局醫療 AI 市場,競爭日益激烈。OpenAI 的優勢在於其強大的語言模型與品牌知名度,但能否在醫療這個高度專業化的領域站穩腳跟,仍有待時間驗證。對於醫療機構而言,導入 AI 工具不僅是技術決策,更涉及成本、培訓、法規與患者安全等多重考量。
OpenAI 必須證明其產品不僅能提升效率,還能符合醫療產業的嚴格標準。阿爾特曼的親自推銷,或許能幫助 OpenAI 在初期打開市場,但長期來看,產品品質與實際成效才是關鍵。隨著 OpenAI 持續擴大醫療業務,外界也關注其是否會面臨更多監管審查。美國食品藥物管理局(FDA)與其他監管機構對醫療 AI 的態度仍相對謹慎,任何產品上市前都需經過嚴格的審核程序。OpenAI 必須確保其產品符合所有法規要求,才能避免潛在的法律風險。總體而言,OpenAI 在醫療領域的布局正逐步加速,從產品開發到市場推廣都展現出強烈企圖心。阿爾特曼的親自參與,更為這項戰略增添了個人色彩與執行力。
然而,醫療 AI 的成功不僅取決於技術實力,還需要克服監管、信任與安全等重重挑戰。OpenAI 能否在這場醫療 AI 競賽中脫穎而出,將是未來幾年值得關注的重點。
Related
相關文章

曝字節訓10億參數大模型,或超Mythos 5,張一鳴、梁汝波先後發聲
字節跳動正在訓練一個參數量高達10萬億的AI模型,規模可能超越Anthropic的Mythos 5。創辦人張一鳴在內部會議中強調編程的關鍵地位,並反對模型蒸餾,認為這只能複製而非超越對手。字節跳動在AI領域持續加大投入,同時在產品端與訓練端採取雙線進攻策略。

AI 需求擠爆雲計算,消息稱 AWS 要求工程師關閉閒置服務器減少資源浪費
因AI需求導致算力緊缺,亞馬遜AWS要求工程師關閉閒置的EC2實例,以減少資源浪費。數據顯示約65%的EC2實例在30天內平均CPU利用率低於20%,AWS因此升級計算優化器自動標記低使用率虛擬機。此外,AWS過去一年新增3.8吉瓦電力容量,仍難以應對GPU雲端實例的龐大需求。
使用 NVIDIA NeMo Retriever、託管 NIM、LanceDB、重新排序與基於事實生成建立多模態 RAG 管線
在本教學中,我們將使用 NVIDIA NeMo Retriever 建立一個先進的多模態檢索增強生成管線。首先設定 Python 3.12 環境、安裝必要套件,並在無需 GPU 或外部 API 金鑰的情況下進行離線 PDF 文字提取。接著,我們透過託管的 NVIDIA NIM 端點來偵測頁面元素、提取表格、圖表與資訊圖形、產生稠密向量嵌入,並將處理後的內容儲存至 LanceDB。最後,我們實作了稠密檢索、視覺語言重新排序、後設資料過濾搜尋、附行內引用的基於事實回應生成,以及輕量級的 recall-at-k 評估,以驗證跨多模態文件內容的檢索品質。
NVIDIA AI 推出 NOOA:將 AI 代理轉化為單一 Python 類別的物件導向框架
NVIDIA 實驗室開源了 NOOA(NVIDIA 物件導向代理),這是一個與模型無關的 Python 框架,用於建構 AI 代理。傳統的代理開發分散在提示模板、工具架構、回呼程式碼和工作流程圖中,而 NOOA 將所有這些整合到一個 Python 類別中:方法代表模型可採取的動作,欄位代表代理狀態,文件字串作為提示,型別註解則是執行時期強制執行的合約。主體為「...」的方法由 LLM 驅動的迴圈在執行時期完成,而具有正常主體的方法則保持確定性的 Python 程式碼。開發者與模型因此共享同一介面,使代理行為能像一般軟體一樣進行測試、追蹤、重構和版本控制。NVIDIA 報告在 SWE-bench Verified 上達到 82.2%,在 CyberGym L1 上達到 86.8%,平均 RHAE 為 85.1%。

六巨頭定AI插件新標準,撞臉Claude,Anthropic沒上桌
六大科技巨頭(AWS、Anysphere、GitHub、微軟、OpenAI、Vercel)聯合發布AI智能體插件統一開放規範Agent Plugins 1.0.0,旨在統一插件打包格式,減少開發者重複勞動。該規範的結構與Anthropic的Claude Code插件系統高度相似,但Anthropic並未參與制定,而是繼續經營自己的封閉生態。

DeepSeek重啟融資,三年市值對齊騰訊?
DeepSeek重啟第二輪融資,以5000億元人民幣估值尋求籌集80億美元,但網傳一份由小型醫藥私募發起的專項基金募資材料引發網友質疑,後經DeepSeek員工證實部分數據屬實。該公司近期宣布API大幅漲價,可能打破其以低價換規模的估值邏輯,面臨客戶流失風險。市場關注其能否從「價格屠夫」轉型為價值提供商,以及三年內市值能否對齊騰訊等巨頭。