女人自慰AV免费观看内涵网,日韩国产剧情在线观看网址,神马电影网特片网,最新一级电影欧美,在线观看亚洲欧美日韩,黄色视频在线播放免费观看,ABO涨奶期羡澄,第一导航fulione,美女主播操b

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

谷歌AI診斷眼病,準(zhǔn)確率超過專家醫(yī)生

jmiy_worldofai ? 來源:未知 ? 作者:李倩 ? 2018-08-15 16:53 ? 次閱讀

成為一名醫(yī)學(xué)專家,不光要有高學(xué)歷的要求,還要有長(zhǎng)達(dá)十幾二十年的經(jīng)驗(yàn),也難怪醫(yī)生在各國(guó)都屬于高收入群體。而最近,曾經(jīng)開發(fā)Alpha Go的谷歌Deepmind又開發(fā)了一款人工智能,有可能會(huì)讓醫(yī)生們面臨“失業(yè)”,這款問世半年左右的AI,在眼科疾病診斷的準(zhǔn)確率上,居然超過了頂尖專家的水平。

培養(yǎng)一名合格的醫(yī)生有多難?以美國(guó)為例,在經(jīng)歷5-7年的醫(yī)學(xué)院學(xué)習(xí)后,還要在醫(yī)院進(jìn)行3-7年不等的強(qiáng)化訓(xùn)練,才能醫(yī)生的從業(yè)資格,更別提這期間耗費(fèi)的精力與金錢,而要成為一名專家,不光要有高學(xué)歷的要求,還要有長(zhǎng)達(dá)十幾二十年的經(jīng)驗(yàn),也難怪醫(yī)生在各國(guó)都屬于高收入群體。

而最近,曾經(jīng)開發(fā)Alpha Go的谷歌Deepmind又開發(fā)了一款人工智能,有可能會(huì)讓醫(yī)生們面臨“失業(yè)”,這款問世半年左右的AI,在眼科疾病診斷的準(zhǔn)確率上,居然超過了頂尖專家的水平。

谷歌AI診斷眼病,準(zhǔn)確率超過專家醫(yī)生

據(jù)彭博社報(bào)道,谷歌旗下的人工智能業(yè)務(wù)DeepMind開發(fā)了一種通過分析醫(yī)學(xué)圖像來幫助診斷眼病的技術(shù),通過早期測(cè)試顯示其結(jié)果比人類醫(yī)生更準(zhǔn)確。

今年2月份,在與倫敦Moorfields眼科醫(yī)院建立合作伙伴關(guān)系后,DeepMind開發(fā)出可以進(jìn)行3D視網(wǎng)膜掃描的AI,并可以同時(shí)分析掃描結(jié)果,識(shí)別診斷50種常見的眼部疾病,包括三種最常見的眼病:青光眼,糖尿病性視網(wǎng)膜病變和年齡相關(guān)性黃斑變性。

8月13日發(fā)表在《自然醫(yī)學(xué)》雜志上的初步研究結(jié)果顯示,在進(jìn)行了997例患者的測(cè)試后,DeepMind的算法優(yōu)于Moorfields的8名眼科專家。

在這項(xiàng)測(cè)試中,醫(yī)生們被分為兩組,一組只能使用OCT(光學(xué)相干斷層掃描)圖像,另一組則有病人病史和進(jìn)一步的眼睛圖像。研究人員在論文中寫道:AI只有5.5%的出錯(cuò)率,這個(gè)數(shù)據(jù)相當(dāng)于那些使用了更多信息的醫(yī)生們,而只用OCT掃描的醫(yī)生的出錯(cuò)率為6.7%到13.1%。

根據(jù)Moorfields的專家Keane博士的說法,AI還可以立即分析掃描,而患者通常需要等待幾天才能讓專科醫(yī)生檢查他們的圖像。

(圖文無關(guān))

Keane博士說,研究結(jié)果“絕對(duì)令人痛心”(對(duì)醫(yī)生們來說當(dāng)然了.....),但是患者們倒是可以期待一下,這種AI將在三年內(nèi)在英國(guó)NHS(英國(guó)國(guó)家醫(yī)療服務(wù)體系)推出。“我們?cè)谠O(shè)計(jì)這個(gè)算法時(shí)考慮到了非常具體的實(shí)際應(yīng)用,”他說。

DeepMind的算法使用Moorfields提供的14884個(gè)匿名3D視網(wǎng)膜掃描圖像進(jìn)行訓(xùn)練,這些掃描結(jié)果都是已經(jīng)被確診患病的。為了使AI的診斷更為準(zhǔn)確,DeepMind開發(fā)了兩個(gè)神經(jīng)網(wǎng)絡(luò)——第一個(gè)神經(jīng)網(wǎng)絡(luò)分析掃描以識(shí)別患病區(qū)域,而第二個(gè)神經(jīng)網(wǎng)絡(luò)則向臨床醫(yī)生轉(zhuǎn)診,同時(shí)對(duì)可能的疾病類型提出建議。

據(jù)金融時(shí)報(bào)報(bào)道,DeepMind健康部門的臨床主管Dominic King表示:“我們對(duì)研究結(jié)果感到非常興奮,現(xiàn)在我們正在探索如何積累更多的數(shù)據(jù),并將該技術(shù)投入臨床實(shí)踐中”

他還補(bǔ)充說道,Deepmind還與倫敦大學(xué)學(xué)院有類似的合作伙伴關(guān)系,主要分析放射治療掃描,與帝國(guó)理工學(xué)院的合作主要分析乳房X光照片,這些研究都顯示出“非常有希望的跡象”。

IBM沃森腫瘤AI存在風(fēng)險(xiǎn)

其實(shí)目前醫(yī)生們還是不用為自己的未來感到擔(dān)憂,因?yàn)殡m然能醫(yī)療AI越來越多,但是目前,它們都還無法替代醫(yī)生們的作用,而且AI也會(huì)犯技術(shù)錯(cuò)誤,而這種錯(cuò)誤是不可被原諒的。

最近,IBM公司用于輔助醫(yī)生設(shè)計(jì)癌癥治療方案的人工智能產(chǎn)品沃森腫瘤(Watson for Oncology)被曝出諸多問題,包括可能開出危險(xiǎn)和錯(cuò)誤的癌癥治療方案。

沃森腫瘤AI的使用非常簡(jiǎn)單:只需將患者個(gè)人信息(比如病歷、成像報(bào)告等)輸入系統(tǒng),系統(tǒng)便基于大量的醫(yī)學(xué)研究、醫(yī)學(xué)指南、臨床試驗(yàn)等信息,推薦合適的治療方案,供醫(yī)生參考。

7月25日,美國(guó)健康醫(yī)療媒體STAT曝出,IBM公司的內(nèi)部文件顯示,沃森腫瘤AI問題不小:除了來自用戶的抱怨,還會(huì)開出危險(xiǎn)和錯(cuò)誤的癌癥治療方案。

據(jù)STAT的報(bào)道,IBM在這份報(bào)告里,對(duì)沃森的批評(píng)毫不留情,要點(diǎn)包括:

沃森系統(tǒng)的訓(xùn)練,使用的不是真實(shí)患者的數(shù)據(jù),而是假想患者的假想數(shù)據(jù)。

訓(xùn)練數(shù)據(jù)不夠。幻燈片展示了八種癌癥。截至報(bào)告發(fā)布當(dāng)天,訓(xùn)練數(shù)據(jù)量最高的肺癌只有635例,而最低的卵巢癌只有106例。

訓(xùn)練沃森時(shí),給假想患者推薦的治療方案,是基于紀(jì)念斯隆-凱特琳癌癥中心(Memorial Sloan Kettering Cancer Center)專家的方案,而非醫(yī)療指南或真實(shí)證據(jù)。

在對(duì)假想情形進(jìn)行試驗(yàn)時(shí),沃森開出了不合適且危險(xiǎn)的治療方案。比如,它為一個(gè)顯示有可能正嚴(yán)重出血的肺癌患者,推薦同時(shí)使用化療和安維汀。然而,安維汀可能引起嚴(yán)重的出血,不應(yīng)推薦給已經(jīng)出血的患者。

用來評(píng)估沃森系統(tǒng)和癌癥專家間方案相似性的實(shí)驗(yàn),可能有偏向性,使兩種方案很容易相同。

值得注意的是,沃森醫(yī)療部門的日子也不好過,據(jù)外媒報(bào)道,今年5月,IBM對(duì)其沃森醫(yī)療部門進(jìn)行裁員。IBM發(fā)言人Ian Colley告訴電氣電子工程師學(xué)會(huì)(IEEE),只有少量沃森醫(yī)療部門工作人員被裁掉,裁員也只是部門精簡(jiǎn)的一部分。然而,被裁掉的一名工程師透露,大約有80%的員工被迫離職。“離職的都是重要技術(shù)人員,以及和客戶面對(duì)面打交道的人,可不是無關(guān)緊要的行政人員。”這名工程師說。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6223

    瀏覽量

    107464
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4806

    瀏覽量

    102721
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    34145

    瀏覽量

    275253

原文標(biāo)題:高薪工作也危險(xiǎn)?阿爾法狗“母體”進(jìn)化,半年打敗頂尖眼科醫(yī)生

文章出處:【微信號(hào):worldofai,微信公眾號(hào):worldofai】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    海思SD3403邊緣計(jì)算AI數(shù)據(jù)訓(xùn)練概述

    模型,將模型轉(zhuǎn)化為嵌入式AI模型,模型升級(jí)AI攝像機(jī),進(jìn)行AI識(shí)別應(yīng)用。 AI訓(xùn)練模型是不斷迭代優(yōu)化過程,譬如,100個(gè)數(shù)據(jù)樣本模型的識(shí)別準(zhǔn)確率
    發(fā)表于 04-28 11:11

    浪潮信息:元腦EPAI已接入DeepSeek,大幅提升DeepSeek企業(yè)應(yīng)用準(zhǔn)確率

    結(jié)合,深度開發(fā)模型潛力,快速實(shí)現(xiàn)本地化部署DeepSeek,構(gòu)建準(zhǔn)確率高、安全穩(wěn)定的專屬智能應(yīng)用。實(shí)測(cè)數(shù)據(jù)顯示,DeepSeek在元腦企智EPAI上開發(fā)的企業(yè)應(yīng)用回答準(zhǔn)確率達(dá)到95%。 ? 企業(yè)落地
    的頭像 發(fā)表于 02-23 07:32 ?487次閱讀
    浪潮信息:元腦EPAI已接入DeepSeek,大幅提升DeepSeek企業(yè)應(yīng)用<b class='flag-5'>準(zhǔn)確率</b>

    AI賦能邊緣網(wǎng)關(guān):開啟智能時(shí)代的新藍(lán)海

    準(zhǔn)確率達(dá)到99.9%。 這一技術(shù)革新正在創(chuàng)造巨大的商業(yè)價(jià)值。在智慧城市領(lǐng)域,AI邊緣網(wǎng)關(guān)可以實(shí)現(xiàn)交通流量實(shí)時(shí)分析、違章行為智能識(shí)別;在工業(yè)互聯(lián)網(wǎng)中,能夠?qū)崿F(xiàn)設(shè)備預(yù)測(cè)性維護(hù)、生產(chǎn)工藝優(yōu)化;在智慧能源領(lǐng)域
    發(fā)表于 02-15 11:41

    Meta非入侵式腦機(jī)技術(shù):AI讀取大腦信號(hào)打字準(zhǔn)確率80%

    腦機(jī)技術(shù)主要通過AI模型與特定硬件的結(jié)合,將用戶的大腦信號(hào)映射成具體的鍵盤字符。該技術(shù)的準(zhǔn)確率高達(dá)約80%,能夠準(zhǔn)確判斷用戶在“敲擊”的按鍵,從而實(shí)現(xiàn)文字輸入。 值得注意的是,這項(xiàng)設(shè)備完全依靠外部腦機(jī)讀取用戶的大腦信號(hào),無需進(jìn)行
    的頭像 發(fā)表于 02-11 15:45 ?563次閱讀

    請(qǐng)問AFE4400 SPO2精度和準(zhǔn)確率如何?

    請(qǐng)問用TI 的AFE4400 EVM 測(cè)量SPO2 的值,有沒有詳細(xì)的說明其測(cè)量的準(zhǔn)確率和精度,抗弱灌注等。謝謝! 比如如下類似: SpO2 測(cè)量范圍 0~100% 分辨 1% 精度 70~100%, 2%
    發(fā)表于 01-15 07:02

    谷歌加速AI部門整合:AI Studio團(tuán)隊(duì)并入DeepMind

    近日,谷歌正緊鑼密鼓地推進(jìn)其人工智能(AI)部門的整合工作。據(jù)谷歌AI Studio主管Logan Kilpatrick在領(lǐng)英頁面上的透露,谷歌
    的頭像 發(fā)表于 01-13 14:40 ?595次閱讀

    向成電子XC3588H工控主板助力內(nèi)窺鏡應(yīng)用AI升級(jí)

    智能化的今天,AI人工智能加圖形處理分析將是內(nèi)窺鏡設(shè)備未來發(fā)展的重要方向。智能內(nèi)鏡技術(shù)不僅可以提高診斷準(zhǔn)確率,還可以縮短檢查時(shí)間、降低醫(yī)生操作難度、提高患者滿意度等。
    的頭像 發(fā)表于 12-27 10:57 ?436次閱讀
    向成電子XC3588H工控主板助力內(nèi)窺鏡應(yīng)用<b class='flag-5'>AI</b>升級(jí)

    如何提升人臉門禁一體機(jī)的識(shí)別準(zhǔn)確率

    人臉門禁一體機(jī)作為現(xiàn)代安全管理的重要設(shè)備,廣泛應(yīng)用于企業(yè)、學(xué)校、社區(qū)等多個(gè)場(chǎng)所。其高效便捷的特性讓人們可以快速通過門禁,然而,識(shí)別準(zhǔn)確率的高低直接影響到使用體驗(yàn)與安全性。為了提高人臉門禁一體機(jī)的識(shí)別
    的頭像 發(fā)表于 12-10 15:05 ?824次閱讀
    如何提升人臉門禁一體機(jī)的識(shí)別<b class='flag-5'>準(zhǔn)確率</b>?

    KiCon演講回顧(四):AI助力電子元件庫自動(dòng)化提取

    操作多、耗時(shí)、易出錯(cuò)。 技術(shù)要求:符號(hào)庫生成準(zhǔn)確率>99%,封裝庫幾何精度0.01mm,識(shí)別準(zhǔn)確率>99%。 企業(yè)需求:廣東-香港-澳門地區(qū)對(duì)符號(hào)與封裝建模工具的需求,包括行業(yè)標(biāo)準(zhǔn)、平臺(tái)要求、庫可持續(xù)性等。 Footprintku AI
    的頭像 發(fā)表于 11-25 11:56 ?1199次閱讀
    KiCon演講回顧(四):<b class='flag-5'>AI</b>助力電子元件庫自動(dòng)化提取

    微機(jī)保護(hù)裝置預(yù)警功能的準(zhǔn)確率

    異常狀態(tài)。 微機(jī)保護(hù)裝置的預(yù)警功能準(zhǔn)確率是衡量其性能的重要指標(biāo),它直接關(guān)系到裝置能否及時(shí)準(zhǔn)確地檢測(cè)潛在的故障或異常情況,從而預(yù)防事故的發(fā)生。 準(zhǔn)確率影響因素: 1.硬件性能:高精度的傳感器和強(qiáng)大的數(shù)據(jù)處理單元直
    的頭像 發(fā)表于 11-03 16:10 ?433次閱讀

    ai人工智能回答準(zhǔn)確率高嗎

    人工智能(AI)回答的準(zhǔn)確率是一個(gè)相對(duì)的概念,會(huì)受到多個(gè)因素的影響,因此不能一概而論地說其準(zhǔn)確率高或低。以下是對(duì)AI回答準(zhǔn)確率及其影響因素的
    的頭像 發(fā)表于 10-17 16:30 ?6231次閱讀

    NIUSB6009 采集準(zhǔn)確率的問題?

    NIUSB6009 采集準(zhǔn)確率的問題? 一、本人做一個(gè)中間繼電器電性能實(shí)驗(yàn)的裝置 1、PLC帶動(dòng)中間繼電器吸合和釋放,(吸合用時(shí)1.5秒,釋放用時(shí)1.5秒)周而復(fù)始的運(yùn)動(dòng)。 2、中間繼電器的觸頭負(fù)載
    發(fā)表于 09-23 15:59

    ai大模的應(yīng)用前景是什么?

    ,提高診斷準(zhǔn)確性和效率。通過對(duì)大量病例數(shù)據(jù)的學(xué)習(xí)和分析,AI大模型可以識(shí)別出疾病的特征和規(guī)律,為醫(yī)生提供診斷建議。此外,
    的頭像 發(fā)表于 07-16 10:13 ?980次閱讀

    “本源悟空”真機(jī)應(yīng)用之量子人工智能領(lǐng)域——乳腺鉬靶檢測(cè)應(yīng)用

    性特點(diǎn)和醫(yī)生工作經(jīng)驗(yàn)影響,診斷準(zhǔn)確率是臨床醫(yī)生面臨的重要難題,傳統(tǒng)診斷方法往往存在耗時(shí)長(zhǎng)、精度不高等問題。相比傳統(tǒng)方法,量子算力在特定情況下
    的頭像 發(fā)表于 07-12 08:23 ?537次閱讀
    “本源悟空”真機(jī)應(yīng)用之量子人工智能領(lǐng)域——乳腺鉬靶檢測(cè)應(yīng)用

    基于Tiny AI技術(shù)的嬰兒哭聲事件離線檢測(cè)方案

    基于Tiny AI技術(shù)的嬰兒哭聲事件離線檢測(cè)模型,基于Arm Cortex/Risc V微處理器開發(fā),芯片資源占用極少,有極高的準(zhǔn)確率和極低的誤識(shí)別
    的頭像 發(fā)表于 06-17 15:25 ?1351次閱讀