我們都咨詢過醫學專家來診斷我們的病痛。檢查結束后，醫生在剪貼板上拿出一張圖表，進入裝滿醫學教育和機構知識的大腦，皺起眉頭，然后在床邊以知情和同情的方式傳達消息。

但隨著人工智能突破醫療保健的界限，今天的場景有點不同。

通過觸摸平板電腦屏幕，醫學專家現在可以利用通過人工智能、機器學習和數據分析獲得的信息制定即時診斷和治療計劃。

據世界衛生組織稱，人工智能可用于提高疾病診斷和篩查的速度和準確性。基于人工智能的解決方案可以協助臨床護理，加強健康研究和藥物開發，并支持多樣化的公共衛生干預措施。

醫療保健行業不斷尋找新方法來開發具有 AI 和 ML 功能的設備。微處理器、微控制器和現場可編程門陣列傳送數據和算法以構建明智的診斷。這些設備可以為風險預測創建更好的健康記錄管理數據庫。醫療保健驅動的人工智能的潛力——從 AI 驅動的產品和應用程序到機器人——可以使醫生和患者都受益。

對于尋求在創新產品比比皆是的地方構建新解決方案的設計工程師來說，這是個好消息。

在本周的新技術星期二，我們將了解 NXP Semiconductors、Microchip Technology 和 Advantech 的產品，這些產品有助于開發 AI、ML 和數據分析。

機器學習和推理系統選擇

恩智浦半導體全面的eIQ ?機器學習 (ML) 軟件開發環境使必須安全地將觀察轉化為自動化的所有級別的開發人員都可以在邊緣進行 ML。該環境集成了 ML 工作流工具、神經網絡編譯器、推理引擎和庫，以支持一系列計算引擎。這為工程師和應用程序設計人員提供了使用高級 ML 技術開發產品所需的靈活性和自由度。該軟件還提供了在邊緣部署各種 ML 算法的關鍵要素。eIQ環境利用現有硬件來加速 ML 應用程序開發，而不需要 ML 專用硬件。

Microchip Technology 機器學習是一個包括軟件和硬件工具包、參考設計和硅平臺的類別，適用于對 ML 或 AI 有經驗或不熟悉的設計人員。Microchip 基于 AI 和 ML 的算法可以收集和組織數據，在數據中心訓練神經網絡，或在邊緣實施優化推理。Microchip 的硅器件產品組合包括微控制器、微處理器和 FPGA。Microchip 的軟件工具包具有 ML 框架，例如 TensorFlow、Keras、Caffe 等。硬件和軟件組合使設計人員能夠開發應用解決方案，包括用于數據中心、自動駕駛汽車、安全和監控、電子圍欄、增強和虛擬現實耳機、無人機、機器人、衛星圖像和通信中心的 AI 加速卡。

研華MIC-710A1 AI 推理系統是一款緊湊型無風扇計算機，非常適合用于工業 AI 應用。該計算機基于 NVIDIA? Jetson Nano ?模塊，配備四核Arm? Cortex? -A57處理器、具有 128 個 NVIDIA CUDA? 內核的 Maxwell GPU 、 4GB LPDDR4 和 16GB 閃存。MIC-710A1 具有雙千兆以太網 LAN 端口、用于顯示的 HDMI 視頻、一個內部 USB 2.0 和外部 USB 2.0 和 USB 3.0 端口，以及一個用于信號控制的 8 位 DI/DO 端口。

人工智能正在推動醫療保健的發展。與所有技術一樣，道德標準和安全問題也令人擔憂。但準確的數據驅動診斷的優勢大于劣勢。所需要的只是一種可編程的床邊方式。很可能有人已經在著手解決這個問題。

Tommy Cummings 是德克薩斯州的自由撰稿人/編輯。他的新聞職業生涯已經超過 40 年。他為《德克薩斯月刊》和《今日俄克拉荷馬》雜志撰稿。他還曾在達拉斯晨報、沃思堡星報、舊金山紀事報等公司工作。湯米報道了硅谷的互聯網繁榮，并一直是新聞媒體的數字內容和觀眾參與編輯。Tommy 于 2018 年至 2021 年在 Mouser Electronics 工作，擔任技術內容和產品內容專家。

審核編輯黃宇