Meta AI Targets Consumer Health Advice Capabilities

•Meta 正利用其 Llama 3 模型，透過 NVIDIA NIM 進行優化，以支援多種醫療保健和生命科學工作流程，包括數位手術、藥物發現和臨床試驗優化等應用。
•Meta 計劃將健康功能整合到其核心消費者應用程式中，例如 Instagram、Facebook 和 WhatsApp，以提供日常健康管理和個人化服務。
•Meta 已在 WhatsApp 上推出「Meta AI 無痕聊天」功能，該功能採用「私密處理技術」，確保對話的私密性和臨時性，以解決敏感健康數據的隱私問題。
•Meta 的 Llama 模型採用開源策略，允許開發者和醫療保健組織在其自有基礎設施中客製化和部署 AI 解決方案，從而增強敏感健康數據的數據主權和安全性。

Meta Llama 3：Meta 最先進的大型語言模型，透過 NVIDIA 加速運算進行訓練和優化，並作為可下載的 NVIDIA NIM 推論微服務提供，支援數位手術、藥物發現和臨床試驗優化等應用。
Meditron：基於 Meta Llama 2（並已微調至 Llama 3）構建，利用精心策劃的高品質醫療數據和臨床醫生輸入進行訓練，旨在輔助臨床決策和診斷，特別適用於資源匱乏的環境。
Me-LLaMA：使用臨床和生物醫學數據開發的醫學大型語言模型，在零樣本、少樣本和監督學習方面優於現有開源醫學 LLM，並包含一個包含 1290 億個 token 的持續預訓練數據集、21.4 萬個樣本的指令微調數據集以及 MIBE 評估基準。
私密處理技術：Meta AI 在 WhatsApp 上的「無痕聊天」功能採用此技術，確保用戶訊息在 Meta 無法存取的安全環境中處理，訊息不被儲存且預設會消失。
Meta 的工程文化偏重快速部署、用戶參與優化和基於用戶回饋的迭代改進，這與醫療保健 AI 開發所需的保守部署策略、監管驗證流程和廣泛測試協議存在衝突。

Meta 將面臨嚴峻的監管審查

其將消費者健康諮詢整合到廣泛使用的社交平台中，將引發對數據隱私和醫療建議準確性的嚴格審查。

開放原始碼模型將加速醫療 AI 創新

Meta 的 Llama 開放原始碼策略將使更多開發者和研究機構能夠客製化和部署醫療 AI 解決方案，從而推動該領域的快速發展。

消費者對 AI 健康工具的信任將成為關鍵競爭因素

鑑於 AI 在醫療建議中可能出現的錯誤，Meta 需要建立強大的信任機制和透明度，才能使其健康 AI 服務被廣泛採用。

2013

Facebook Artificial Intelligence Research (FAIR) 成立

2017

FAIR 發布 PyTorch，一個開源機器學習框架

2023

Meta 解散其負責任 AI 部門

2024-04

Meta 發布 Meta AI，採用 Llama 3 模型

2025-06

Alexandr Wang 加入 Meta 擔任首席 AI 長

2026-04

Meta 推出 Muse Spark，其首個大型 AI 模型，強調健康管理功能

Meta AI 瞄準消費者健康諮詢應用