我们正处于一个信息大暴发的时代,每天都能产生数以百万计的新闻资讯!
虽然有大数据推荐,但面对海量数据,通过我们的调研发现,在一个小时的时间里,您通常无法真正有效地获取您感兴趣的资讯!
头条新闻资讯订阅,旨在帮助您收集感兴趣的资讯内容,并且在第一时间通知到您。可以有效节约您获取资讯的时间,避免错过一些关键信息。
“腰间的赘肉咔咔掉,人鱼线马甲线我想要。”无论你是否跟着刘畊宏跳过健身操,你一定听过这一句台词。后疫情时代,大众的健康意识进一步提高,具体表现为从过去的寻医问药转向更为全面的健康管理。
新华社此前报道中曾提到,中国将成为全球健康产业的最大市场。在国务院提出的《“健康中国2030”规划纲要》则明确指出,到2030年,中国健康服务业总规模将达16万亿元,未来在我国经济结构向服务业转型过程中,大健康产业将成为我国国民经济支柱型产业。
一边是大健康的磅礴市场,另一边是汹涌而来的大模型浪潮席卷各行各业,如何将创新科技与大健康产业做结合成为行业人士思考的关键。
事实上,随着国内外科技厂商纷纷押注大模型,以医疗健康为代表的垂直领域也迎来了一次技术和应用范式的革新。此前,谷歌发布了医疗大模型Med-PaLM,用于处理包括文本、图像和基因组学数据在内的多种医疗健康数据。放眼国内,百度、叮当健康、京东健康等多家企业相继发布医疗健康大模型,用于求医问诊或医疗数字化改革。大厂之外,创业者也在找寻新的机会。
近期,在36氪AI协同创新中心联合AI开发平台Colingo共同发起的我爱黑“可颂”大语言模型应用创新挑战赛中,北京数智兴华科技有限公司(以下简称:数智兴华)以大模型为底层逻辑的“AI健康管理师”项目夺得优胜奖。该项目通过以预防和干预亚健康、慢性病问题为目标,以认知行为疗法为指导,基于对话式AI帮助用户强化自我健康管理的动机和能力,致力于消除用户在饮食、运动、睡眠和情绪方面的不合理信念及非适应性行为。
图源数智兴华
认知决定行为,AI加持下的大健康三重跳
“我知道我的广告费有一半被浪费了,但我不知道究竟是哪一半。”将广告营销领域中这句堪称经典的名言,套用至当下的大健康领域也非常适用。
在实际的健康管理中,开始做健康管理容易,但如何长期坚持下去对不少用户来说却十分困难。这是因为,健康管理本身就是反人性的行为,用户很容易掉入知易行难的思维陷进中。世界卫生组织曾发布一套健康公式,100%健康=15%生物遗传+17%环境因素+8%医疗条件+60%生活方式,生活方式是健康管理过程中的主要影响因素,但究竟要如何找到合理的生活方式,并且长期坚持下去?
从解决上述问题入手,数智兴华团队决定用AI健康管理师来替代传统的机器人问答式的服务。在他们看来,用数字化工具+认知重塑+行为改变能够帮助用户建立一套符合自己需求的健康管理办法。并且在后续的服务过程中,AI健康管理师还会根据用户的行为习惯进行及时的反馈调优,保证用户能够完成健康管理的重塑。
数智兴华打造AI健康管理师的运行逻辑是,借助于大语言模型强大的内容能力,可以让传统的对话机器人完成三重跳。
第一是由表层到底层的改变:传统的AI健康管理师依靠药物治疗,头痛医头脚痛医脚,但数智兴华采取的是非药物治疗,强调的是用户自己认识到健康管理的重要性,这是从底层的认知行为改变而去驱动用户行为的改变。
第二是由局部到整体:在健康管理中,数智兴华的AI健康管理师不止关注用户某一处的身体因素,还会注重心理健康和社会因素的影响,并及时地与用户沟通进行情绪疏导。
第三是预防为主,教育用户:对话式的内容与用户构建交流窗口,同时配合一些预防策略引导用户主动做健康管理。
产品将嵌套私域中,年底推出第一版应用
在数智兴华的规划中,AI健康管理师将会嵌入私域中,以主动对话的形式与用户沟通并产生健康策略。“这更像是你私人健康教练和心理咨询师,甚至是你的一个朋友。”北京数智兴华科技有限公司创始人彭博说道。
但为了精确做到每位用户都能有针对性的方案和后期正反馈,数智兴华为此将产品的链条做得相对较重。比如,在用户正式开始之前先做动机访谈,了解用户真正要做健康管理的原因,评估用户对改变生活方式的准备程度,针对性生成谈话式的内容干预,在后期的使用过程中,又会根据用户实际的反馈行为进行适时调优和结果再干预,并结合用户的心理和改善情况生成有针对性的对话,去挖掘用户背后的底层认知,进而去辅导用户以认知改变行为习惯。
图源数智兴华
从产品链条方面,数智将其做到环环相扣相对较重,但从实际的用户行为旅程来看,这个产品又做得很轻。由于数智兴华是想做私域的AI健康管理,这可以内嵌至微信或者小红书等社交平台的对话框中。AI健康管理师每天会主动向用户发起对话,并在三到五分钟内完成今日的健康规划,去引导用户改变自己不合理的认知模式和生活方式习惯。
这种拟人化的产品与目前传统数字化工具的用户自使用、单向反馈相比,更容易赢得用户的信任。目前,数智兴华将AI健康管理师的智能Agent搭建完成,通过语言内容方面更具人性化,拉近用户距离,预计年底将会逐步面向体重管理、职场减压、失眠、慢性病管理等具体场景推出针对性应用。
避免掉入大模型商业化落地的陷阱
尽管生成式AI对未来软件研发模式、应用交互形态甚至是工作方式都将产生颠覆性影响,但如何避免创业者在帮助企业找痛点的过程中陷入“技术自嗨”,是技术与商业落地过程中存在的天然沟壑。
36氪AI协同创新中心在与诸多创业者交流过程中发现,许多项目在运用大模型的过程中只是简单的调用,并没有对其进行核心功能演示和结果的可行性验证。此外,大模型能否完美契合B、C两端的需求,在B端降本增效,在C端解决痛点,也是众多创业者初期容易掉入的陷阱。
因此,大语言模型创业者在实际的产品搭建过程中要思考AI大模型在其中扮演的角色问题。在路演结束后,数智兴华向36氪AI协同创新中心表示,数智兴华的大模型产品主要希望解决能不能读懂用户提供的信息、能不能记住用户的信息、能不能干预用户的行为习惯的三个问题。
能不能读懂用户信息是产品开始时的第一步。因为用户输入的信息不仅是单一的文字内容,图片、语义等复杂的情境也需要大模型去理解用户背后的多维情绪。健康管理本身就是长周期的事,记住用户信息则考验的是AI健康管理师能否根据用户过往提供的信息和阶段性反馈,及时地动态调整策略。而能不能干预用户行为习惯,则是帮助用户认知重塑进行行为调整和情绪调节,并根据用户状态描摹出用户状态,灵活地决定调用执行策略。
当然,大模型发展突飞猛进,但其商业化落地仍然任重而道远。想让技术创新转化为真正的价值,不仅仅是如何实现的问题,更重要的是要让技术与实际的需求和场景紧密结合。要实现这一点,大模型应用创业者们必须深入到用户使用和场景的细节,理解需求逻辑,解决实际的问题。
以上内容为资讯信息快照,由td.fyun.cc爬虫进行采集并收录,本站未对信息做任何修改,信息内容不代表本站立场。
快照生成时间:2023-12-05 21:46:00
本站信息快照查询为非营利公共服务,如有侵权请联系我们进行删除。
信息原文地址: