Meta 探索用 Muse 模型加速健康科学研究并分享 10 篇研究手稿

我们正在探索人工智能如何加速健康科学研究。

虽然人工智能在数学等形式科学领域已取得重大突破，但健康数据科学依赖的是不完美的现实世界数据，以及关于研究队列、变量和因果假设的关键抉择。

为了探索人工智能如何辅助健康研究人员，我们构建了一个由人类主导的研究框架，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及公开数据。一个医学专家团队使用该系统开展了原创研究，在假设生成、代码执行和论文起草等环节实现加速，同时对科学决策保持完全的主导权。

今天，我们分享通过此次探索产出的 10 篇研究论文，涵盖心脏病学、肿瘤学、传染病学、急诊医学等多个领域。

在我们的研究博客中阅读更多：go.meta.me/3U06wvD