吴恩达进军AI医疗领域:通过心电图可判断患者是否心律不齐

发布者:CyborgDreamer最新更新时间:2017-07-17 来源: 电子产品世界关键字:AI  吴恩达 手机看文章 扫描二维码
随时随地手机看文章

  近来,一组由吴恩达博士带领的斯坦福研究人员开发了一个新的机器学习模型,通过心电图来判断患者是否心律不齐,其效果甚至已经超过了人类专家。下面就随网络通信小编一起来了解一下相关内容吧。

  这一可自动作出诊断的新方法对于日常医疗意义重大,它可以帮助人们对可能致死的心律不齐的症状做出更好的判断,防患于未然。此外,它还能够在医疗资源较为匮乏的地区提供良好的医护服务。

  看来吴恩达从百度离职以后加入Drive.ai,也对人工智能在医疗上的应用产生了兴趣。


吴恩达进军AI医疗领域:通过心电图可判断患者是否心律不齐

  近年来,科学家们已经发现了通过分析医疗影像,机器学习在治疗诸多疑难杂症中所发挥的宝贵价值,如皮肤癌、眼科疾病和乳腺癌。

  “看到人们能这么迅速地转变观念,接受深度学习在某些垂直医疗领域可以做出比专业医师更为准确的诊断的事实时,我感到相当欣慰。”吴恩达在一封电子邮件中这样说道。此外他还补充到,看到研究人员已经开始开拓医疗AI在除了以心电图为代表的图像数据之外新领域的应用,也十分令人激动。

  在今年三月从百度离职后,吴恩达博士已经回到了斯坦福来继续进行自己的学术研究。

  斯坦福大学的研究团队训练了一个用来甄别心电图数据中各式各样不规则心跳的机器学习算法。部分心律不齐现象可以导致心脏骤停在内的诸多严重健康问题,但是这些信号通常难以捕捉,病人们不得不连续数周佩戴心电图监测器以确保安全。

  重要而坑爹的一点是,由于心律不齐自身的特性,很多时候医术高超的医生也很难在良性和恶性心率不稳中做出判断。

  与心电图设备制造商iRhythm合作

  研究团队和可携带心电图设备制造商iRhythm达成了合作,他们从患有各类心律不齐的病人身上收集了三万份长达30秒的心电图数据。

  为了评估算法的准确性,团队还请来了五位不同背景的心血管专家,让他们和AI对300份未经过检测的数据进行判断。科学家从中抽取了三位专家的结果作为参考。

  深度学习包含了将大量数据填充到庞大复杂的模拟神经网络之中的过程,并不断优化直到能准确识别有问题的心电图信号。

  该方法在识别复杂图片和音频的过程中已经发展得十分成熟,产生了表现优于人类的语音识别和图像识别的产品。这么来看,将深度学习技术转移到医疗图像的识别上,显得再自然不过了。

  用来收集数据的便携心电图设备

  身兼微软搜索部门主管、职业医师和机器学习专家三个身份的Eric Horvitz提到,来自MIT和密歇根大学(University of Michigan)的另外两个团队也在专攻利用机器学习诊断心律不齐这个难题上。

  如果我们把目光放得更为长远,机器学习通过结合大量毫不相关的数据进行分析判断,来搜查各类疾病的蛛丝马迹也是充满想象力的一件事情。

  用深度学习诊断心律不齐尚属于AI医疗领域较为简单的应用,如果把目光投到其他相对更为复杂的疾病上,我们将看到十分不同的光景。更重要的是,需要将更多的问题纳入考虑范围。

  优质的数据仍然是国外团队的重要问题

  在上文中提到的利用人工智能进行癌症诊断的项目时,带领团队的MIT教授Regina Barzilay发现了制约医疗AI的重要问题所在——优秀的疾病数据的匮乏。

  “你总是在焦躁地寻找信息,特别是数据。”她说道,“我是该用这种药还是另外一种?”“这是最好的疗法么?”“疾病复发的概率是多少?”……

  如果没有可靠的临床数据,你选择的诊断将只能停留在纯粹猜测的阶段。

  斯坦福的研究人员正在开展对于算法的训练

  不过不同于图像、语音识别这种相对轻松且更贴近生活的应用领域,在医疗健康这种可能生死攸关的应用层面,应用AI面对的一大挑战就是取得医生和患者的信任。

  对于非AI领域的专家来说,这些算法很容易显得高深而晦涩。有时甚至带领项目前进的人工智能专家,都无法完全掌握算法的运行机制。而具体到深度学习上,其更是整个机器学习中都算得上模糊难懂的分支。

  如何让医师和患者相信这些机制复杂的冰冷计算机能做出最有利于他们身体健康的判断,将是AI从业者所面临的的一大难题。

  尽管如此,吴恩达依然坚信医疗领域的大革命即将带来。

  “我们面前还要好很多工作需要着手处理,来使得这些算法进入医疗系统的工作流程。”他说道,“但我坚信十年内,医疗行业将会更多地应用到AI,变得和今天十分不同。”

    以上是关于网络通信中-吴恩达进军AI医疗领域:通过心电图可判断患者是否心律不齐的相关介绍,如果想要了解更多相关信息,请多多关注eeworld,eeworld电子工程将给大家提供更全、更详细、更新的资讯信息。

关键字:AI  吴恩达 引用地址:吴恩达进军AI医疗领域:通过心电图可判断患者是否心律不齐

上一篇:M2M技术与产品是构成物联网网络层的重要技术与产品
下一篇:VIVO之外,传OPPO测试高通超声波指纹识别

推荐阅读最新更新时间:2024-05-07 17:30

自动驾驶30年内能上路,实现通用人工智能再等300年
Rodney Brooks被誉为机器人教父,在机器人领域无疑是最权威的人之一。但他还有一个头衔:坏小子。 这位现年64岁的MIT教授在许多发明领域都做出了重要贡献,包括为为NASA向火星发射机器人并收集样本,帮助研制了Predator机器人空间飞行器等。 他还曾经创立过一家机器人公司,贝索斯坚持投了8年,终于失败了。不过并不妨碍这位充满幻想、富有创新精神、极具个性、能言善辩的科学家继续慷慨激昂指点江山。 在自动驾驶这件事情上,Brooks非常看不惯马斯克那一套言辞。借着一篇质疑马斯克自动驾驶的文章,Brooks不仅diss了马斯克,同时也表达了对AGI的态度。接下来我们就看看看这位大嘴巴是怎么吐槽的吧。 如
[汽车电子]
自动驾驶30年内能上路,实现通用<font color='red'>人工智能</font>再等300年
华为安防成败论成热词:是被高估它还是能力确实强大?
过去一年多时间,中国安防行业谈论最多的几个热词中,“华为安防成败论”定属其一。 去年八月,一篇《做安防,华为有戏吗?》的文章,从华为为什么做安防、华为可以做好安防吗、华为怎么做安防三个角度阐释了其中的因果是非。 时隔一年,AI掘金志试图再次从这个角度切入,探询华为安防过去一年的成绩与打法,变化及远望。 反观过去一年,传统安防头部厂商与华为安防的战略打法已然大相径庭,交战双方都在向对方的城池发起猛烈冲锋。 华为安防由后向前进军,全力推出涉及人脸、车辆、视频存储等一系列产品及解决方案;传统安防头部厂商则从前往后调兵,大举进攻云端,拼命往基础层、平台层和应用层行进。 后安防时代,冲击得最猛的这两股势力,他们彼此之间再
[嵌入式]
一个创业者看到的人工智能AI)创业真正机会
eeworld网人工智能小编午间播报:人工智能今天是一个全社会的大热话题,各行各业都在关注是因为它有巨大的潜力转变整个市场和行业。 作为 AI 领域的创业者,我认为有几个爆发性机会是 AI 创业者需要好好把握的。 瞄准巨大市场特别是传统行业智能化 成功的创业公司可以将人工智能有效的优化现有的行业。比如 Citrine Informa TI cs 通过利用人工智能预测材料和化学的变化,有效帮助工业生产和新材料研发过程有效节约至少一半的时间和费用。高盛已经用自动化软件进行货币交易,发现可以用一个计算机工程师代替四个交易员,麦肯锡全球研究院在今年 1 月的报告中称,金融和保险领域的工作,有 43%的可能会被自动化取代。 关注重复性劳动和
[安防电子]
依图的AI芯片计划初步浮出水面
李根 发自 凹非寺 量子位 报道 | 公众号 QbitAI AI公司依图科技的造芯计划,已不是新消息。 不过今天,这个计划露出了冰山一角。据投中网消息,AI芯片初创团队ThinkForce宣布完成由依图科技、云锋基金、红杉资本、高瓴资本的4.5亿元A轮融资。 根据ThinkForce的官方说法,其计划推出的AI芯片有如下特点: “基于业界先进的半导体制程工艺,采用自主研发的微内核ManyCore架构,能完成AI云虚拟化调度在芯片级的实现,此架构将AI云的弹性计算和调度提升一个量级,类似CPU的虚拟化给云计算的弹性调度带来成倍的成本节约。同时,该技术结合自主研发的固件和TFDL软件SDK能够实现对于各类神经网络模
[嵌入式]
依图的<font color='red'>AI</font>芯片计划初步浮出水面
使用光而不是电来执行运算,新型芯片开启光速AI计算之门
美国宾夕法尼亚大学工程师开发了一种新型芯片,它使用光而不是电来执行训练人工智能(AI)所必需的复杂数学运算。该芯片有可能从根本上加快计算机的处理速度,同时还可降低能源消耗。相关研究发表在最新一期《自然·光子学》上。 该芯片首次将本杰明·富兰克林奖章获得者纳德·恩赫塔在纳米尺度上操纵材料的开创性研究与硅光子(SiPh)平台结合起来。前者涉及利用光进行数学计算;后者使用的是硅,即一种用于大规模生产计算机芯片的廉价且丰富的元素。 光波与物质的相互作用代表着开发计算机的一种可能途径,这种方法不受当今芯片局限性的限制。新型芯片的原理本质上与20世纪60年代计算革命初期芯片的原理相同。 研究人员在论文中描述了这种芯片的开发过程。他们的目标是开
[半导体设计/制造]
使用光而不是电来执行运算,新型芯片开启光速<font color='red'>AI</font>计算之门
ServiceNow与NVIDIA宣布联合打造面向企业IT的生成式AI
基于ServiceNow平台并采用NVIDIA AI软件和DGX基础设施构建的自定义大型语言模型将为企业带来更智能的工作流自动化 Knowledge 2023 – 太平洋时间2023年5月17日 - ServiceNow和NVIDIA今日宣布达成合作伙伴关系,将共同开发强大的企业级生成式AI功能,通过实现更快、更智能的工作流自动化来转变业务流程。 通过使用NVIDIA的软件、服务和加速基础设施,ServiceNow正在开发使用ServiceNow 平台(智能端到端数字化转型平台)专有的数据进行训练的自定义大型语言模型。 这次合作将进一步扩展ServiceNow本已十分丰富的AI功能,为IT部门、客服团队、员工、
[工业控制]
ServiceNow与NVIDIA宣布联合打造面向企业IT的生成式<font color='red'>AI</font>
人工智能遭遇量子计算,将是一次知识大爆炸?
人工智能 的发展可能存在三个阶段:服务器时代、云计算时代、 量子计算 时代。   现阶段人工智能基本只能依靠集中处理的方式实现相关功能和应用,也就是通过云计算的方式。根据我们的判断,量子计算有望给人工智能带来的变革性变化在于小型化和移动化。当量子芯片中的量子比特数量达到一定数量后,计算能力将满足人工智能对运算能力的需求,人工智能将不再依赖于大型服务器集群。未来量子芯片小型化后,人工智能前端系统的快速实时处理便成为可能,比如车载智能系统、无人机智能系统等。   全球数据总量发展趋势(EB)       量子计算发展历史     2017年5 月3 日,中科院宣布首台光量子计算机在我国诞生,标志着我国量子计算已处于世界领先水平。人
[嵌入式]
博世Sensortec传感器与SensiML合作,加速传感器AI开发
用于构建智能物联网 (IoT) 端点的 AI 工具开发商SensiML宣布,支持博世Sensortec 传感器的 Arduino Nicla Sense ME 板卡的 AI/ML 开发。这种支持允许开发人员使用 SensiML 分析工具包,通过 Arduino pro 系列产品线中的最新板卡,使用任意数量的博世传感器快速轻松地将本地智能添加到物联网端点应用程序中。 Arduino Nicla Sense ME 板体积小,配备 64 MHz 32 位 Arm Cortex-M4 处理器以及博世的运动、环境、压力和磁传感器。使用内置 SPI 或 I2C 接口可以轻松添加其他传感器。Nicla Sense ME 板的超低功耗和小尺寸
[嵌入式]
小广播
最新网络通信文章
换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved