详细内容或原文请订阅后点击阅览

现实世界中的生成AI：丹妮尔·贝尔格雷夫（Danielle Belgrave）在制药和医学中生成的AI

2025年5月29日 10:28 33 Comments
X Twitter Instagram Mail

与丹妮尔·贝尔格雷夫（Danielle Belgrave）和本·洛里卡（Ben Lorica）一起讨论了医疗保健中的AI。 Danielle是GSK（以前为GlaxoSmithKline）的AI和机器学习副总裁。她和Ben讨论了使用AI和机器学习来获得更好的诊断，以反映患者之间的差异。聆听以了解与健康合作的挑战[…]

来源:O'Reilly Media _AI & ML

与丹妮尔·贝尔格雷夫（Danielle Belgrave）和本·洛里卡（Ben Lorica）一起讨论了医疗保健中的AI。 Danielle是GSK（以前为GlaxoSmithKline）的AI和机器学习副总裁。她和Ben讨论了使用AI和机器学习来获得更好的诊断，以反映患者之间的差异。聆听以了解与健康数据合作的挑战，该领域既有数据，又有太少，并且幻觉会带来严重的后果。而且，如果您对医疗保健感到兴奋，还将找出AI开发人员如何进入该领域。

在O’Reilly Learning平台上查看此播客的其他情节。

其他情节

关于现实世界播客中的生成AI：2023年，Chatgpt将AI放在每个人的议程上。在2025年，挑战将把这些议程转变为现实。在现实世界中的生成AI中，本·洛里卡（Ben Lorica）采访了与人工智能建造的领导者。从他们的经验中学习，以帮助AI在您的企业中工作。

关于现实世界播客中的生成AI： 现实世界中的生成AI

兴趣点

  • 0:00：GSK的AI和机器学习副总裁Danielle Belgrave简介。丹妮尔（Danielle）是我们代表大型制药公司的第一位客人。看到药物中的人们如何使用AI技术会很有趣。 0:00 0:49 4:12：当我去DeepMind时，我从事医疗保健产品组合。我对如何理解具有电子保健记录和图像数据之类的东西感到非常好奇。这个想法是利用积极学习等工具，以最大程度地减少您从患者那里获得的数据量。我们还发表了有关改善数据集多样性的工作。 4:12 5:19：当我来GSK时，这是一个令人兴奋的技术和健康的机会。健康是我们可以开发的最具挑战性的景观之一。人类生物学非常复杂。有太多随机变化。了解生物学，基因组学，疾病进展，并对患者的药物提供影响是惊人的。 5:19 6:15 6:56
    • 0:00：GSK的AI和机器学习副总裁Danielle Belgrave简介。丹妮尔（Danielle）是我们代表大型制药公司的第一位客人。看到药物中的人们如何使用AI技术会很有趣。 0:00
  • 0:49
    • 4:12：当我去DeepMind时，我从事医疗保健产品组合。我对如何理解具有电子保健记录和图像数据之类的东西感到非常好奇。这个想法是利用积极学习等工具，以最大程度地减少您从患者那里获得的数据量。我们还发表了有关改善数据集多样性的工作。 4:12 5:19：当我来GSK时，这是一个令人兴奋的技术和健康的机会。健康是我们可以开发的最具挑战性的景观之一。人类生物学非常复杂。有太多随机变化。了解生物学，基因组学，疾病进展，并对患者的药物提供影响是惊人的。 5:19 6:15 6:56
  • 4:12：当我去DeepMind时，我从事医疗保健产品组合。我对如何理解具有电子保健记录和图像数据之类的东西感到非常好奇。这个想法是利用积极学习等工具，以最大程度地减少您从患者那里获得的数据量。我们还发表了有关改善数据集多样性的工作。
    • 4:12 5:19：当我来GSK时，这是一个令人兴奋的技术和健康的机会。健康是我们可以开发的最具挑战性的景观之一。人类生物学非常复杂。有太多随机变化。了解生物学，基因组学，疾病进展，并对患者的药物提供影响是惊人的。 5:19 6:15 6:56 4:12 5:19：当我来GSK时，这是一个令人兴奋的技术和健康的机会。健康是我们可以开发的最具挑战性的景观之一。人类生物学非常复杂。有太多随机变化。了解生物学，基因组学，疾病进展，并对患者的药物提供影响是惊人的。 5:19 6:15 6:565:19：当我来GSK时，这是一个令人兴奋的技术和健康的机会。健康是我们可以开发的最具挑战性的景观之一。人类生物学非常复杂。有太多随机变化。了解生物学，基因组学，疾病进展，并对患者的药物提供影响是惊人的。5:196:15 6:566:156:56
    生物学 图像数据 19 数据集 副总裁 产品组 药物 播客 健康的 严重的 机器学习 GSK 现实 合作的 世界 基因组学 AI 学习 Danielle 个人的 医疗保健 人工智能 12 有太多 领导者 开发人员 生成 随机变化 患者