国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

谷歌正在訓練機器來預測病患的死亡時間

JIWa_melux_net ? 來源:未知 ? 作者:李倩 ? 2018-06-21 14:31 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

據報道,谷歌正在訓練機器來預測病患的死亡時間。它的“醫學大腦”(Medical Brain)團隊取得了一些AI進展,如預測疾病癥狀、死亡風險等等,該技術有望借此打入醫療保健市場。

一名患有晚期乳腺癌的婦女來到城市醫院,她的肺部已經充滿了積液。她看了兩個醫生,做了放射掃描。醫院的電腦讀取了她的生命體征,估算出她在住院期間死亡的幾率為9.3%。

之后輪到谷歌來進行估算。該公司開發的一種新型算法分析了關于該婦女的信息——17.5639萬個數據點——然后對她的死亡風險做出評估:19.9%。她幾天后就去世了。

今年5月,谷歌發布了一份令人痛心的、關于這名身份不明的女性死亡的報告。它凸顯了神經網絡在醫療保健領域的潛力,這種人工智能軟件特別擅長利用數據來自行學習和改進。谷歌開發了一種可以預測各種病患結果的工具,包括人們可能在醫院待多久,再次入院的幾率以及他們不久后死亡的幾率。

給醫學專家們留下最深刻印象的是,谷歌能夠篩選以前無法獲取的數據:隱藏在pdf文件中的注釋或者舊圖表上的潦草文字。神經網絡吞噬了所有這些非常規記錄的信息,然后得出預測。它比現有的技術要快得多,也更加準確。谷歌的系統甚至顯示了是基于哪些記錄得出結論的。

多年來,醫院、醫生和其他衛生保健提供者一直在尋求更好地利用所儲存的電子健康記錄和其他患者數據。在適當的時候分享和突顯更多的信息可以挽救生命——至少可以幫助醫務工作者減少在文書工作上的時間,進而增加在病人護理上的時間。但是,目前挖掘健康數據的方法既費用不菲,又繁瑣耗時。

斯坦福大學副教授尼格姆·沙阿(Nigam Shah)表示,現在的預測模型有80%的時間都花在了使數據具有可表達性的“枯燥粗活”上。而谷歌的方法避免了這個。

下一步是?

今年5月,谷歌首席人工智能主管杰夫·迪恩(Jeff Dean)表示,谷歌的下一步是將這種預測系統推向診所。迪恩的健康研究團隊(有時被稱為“醫學大腦”團隊)正在研究一系列的人工智能工具,這些工具能夠準確地預測癥狀和疾病,既人帶來希望的同時,也帶來一些警示。

按照迪恩的設想,該人工智能系統將指導醫生使用特定的藥物和診斷方式。另一位谷歌研究人員說,現有的模型忽略了一些重要的醫學事件,包括病人是否做過手術。在他看來,現有的人工編碼模型是醫療保健技術發展的“一個顯而易見的巨大障礙”。

數據隱私問題

盡管人們對谷歌的潛力持樂觀態度,但利用人工智能改善醫療結果仍然是一個巨大的挑戰。其他公司,尤其是IBM旗下的沃森(Watson),也曾嘗試將人工智能應用于醫療領域,但在節省費用和將技術整合到償付系統方面收效甚微。

谷歌長期以來一直在尋求獲取數字醫療記錄,但結果不盡相同。在最近的研究中,這家互聯網巨頭與加州大學舊金山分校和芝加哥大學達成了協議,獲得了460億份匿名患者數據。谷歌的人工智能系統為兩家醫院創建了預測模型,而不是創建同時涵蓋這兩家醫院的數據分析預測模型,后者是一個更難解決的問題。打造面向所有醫院的解決方案則將更具挑戰性。谷歌正在努力拉攏新的合作伙伴,以便獲取更多的醫療記錄信息。

對醫療領域的深入研究,只會給本已掌握海量個人信息的谷歌增加更多的信息。數據公司Immuta的首席隱私官安德魯·伯特(Andrew Burt)表示:“在利用我們所生成的所有數據上,谷歌和其他科技巨頭將擁有一種獨特的、近乎壟斷的能力。”

當涉及到患者信息時,谷歌表現得非常謹慎,尤其是在公眾日益關注企業的數據收集行為的當下。去年,Alphabet旗下的另一家人工智能實驗室DeepMind在沒有預先告知患者的情況下測試一款分析公共醫療記錄的應用程序,因此受到了英國監管機構的嚴厲抨擊。在最新的研究中,谷歌和它的醫院合作伙伴堅稱他們的數據是匿名的,安全的,并且在病人許可的情況下使用。

不過,沃爾切布姆相信這些算法可以拯救生命和幫助節省費用。他希望,健康記錄將來會與其他的數據結合在一起利用。最終,人工智能模型可能納入有關當地天氣和交通的信息——其他影響病患結果的因素。“醫院基本上就像一個有機體。”他說。

鮮少公司擁有比谷歌更好的分析這種有機體的條件。該公司和另一家Alphabet子公司Verily正在開發一種能夠追蹤更多生物信號的設備。即使沒有大量的消費者購買使用它打造的可穿戴健康追蹤設備,谷歌也還有很多其他的數據來源可以挖掘。它了解天氣和交通狀況。谷歌的Android手機可以追蹤人們走路的方式等方面的信息,這些信息在測量精神狀況下降以及其他一些疾病上很有價值。所有的這些數據都可能被納入到整個醫療算法里。

談商業模式還為時過早

醫療記錄只是谷歌的人工智能醫療計劃的一部分。它的醫學大腦團隊在分別針對放射學、眼科和心臟病學打造人工智能系統。他們也在研究皮膚病。員工開發了一款用于發現惡性皮膚病變的應用;為了進行檢測,一位手臂上有15個假紋身的產品經理會在辦公室里走來走去。

人工智能主管迪恩強調稱,這種實驗依賴的是認真嚴肅的醫療咨詢,而不僅僅是好奇的軟件程序員。谷歌公司正在印度開展一項新的試驗,利用其人工智能軟件來分析眼睛圖像,以尋找糖尿病視網膜病變的早期跡象。迪恩說,在推出系統之前,谷歌讓三名視網膜專家激烈地討論了早期的研究結果。

隨著時間的推移,谷歌可以將這些系統授權提供給診所,或者把它們作為一種診斷即服務(diagnostics-as-a-service)來通過公司的云計算部門出售。要將產品商業化,谷歌首先需要獲得更多的醫療記錄,不過這些記錄在不同的醫療機構中往往存在很大差異。谷歌可以去購買那些數據,但監管機構或消費者可能無法接受。該公司與加州大學舊金山分校和芝加哥大學的交易并不是商業性的。

現在就確定商業模式還為時過早。在谷歌5月舉行的年度開發者大會上,醫學大腦的成員莉莉·彭(Lily Peng)回顧了該團隊的研究成果:其打造的系統在發現心臟病風險方面超過了人類。“再說一遍,”她說,“我想強調的是,這項研究確實還處在初期階段。”

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • 谷歌
    +關注

    關注

    27

    文章

    6254

    瀏覽量

    111450
  • 人工智能
    +關注

    關注

    1817

    文章

    50102

    瀏覽量

    265527

原文標題:黑科技 | AI 可以預測病人死亡時間了,該系統將推向診所使用

文章出處:【微信號:melux_net,微信公眾號:人工智能大趨勢】歡迎添加關注!文章轉載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    谷歌評論卡,碰一碰即可完成谷歌評論 #谷歌評論卡 #NFC標簽 #nfc卡

    谷歌
    深圳市融智興科技有限公司
    發布于 :2026年01月15日 17:02:00

    labview如何實現數據的采集與實時預測

    現有以下問題:labview可以實現數據的采集以及調用python代碼,但如何將這兩項功能集成在一個VI文件里,從而實現數據的采集與實時預測。現有條件如下:已完成數據的采集系統,python中的預測代碼也已經訓練封裝完成。
    發表于 12-03 21:13

    谷歌云發布最強自研TPU,性能比前代提升4倍

    精心設計,能夠輕松處理從大型模型訓練到實時聊天機器人運行以及AI智能體操作等各類復雜任務。 ? 谷歌在新聞稿中著重強調,“Ironwood”是專為應對最嚴苛的工作負載而打造的。無論是大規模模型
    的頭像 發表于 11-13 07:49 ?8632次閱讀
    <b class='flag-5'>谷歌</b>云發布最強自研TPU,性能比前代提升4倍

    特斯拉Optimus百人團隊采集訓練數據,人形機器人仍全靠遙控?

    ,甚至能完成一般人無法完成的雜技動作。 ? 而在機器人硬件基礎逐步提高的前提下,也就成為了機器人“大腦”開發的基石,真正讓人形機器人走向“具身智能”。最近有消息稱,特斯拉正在利用一支數
    的頭像 發表于 11-05 09:11 ?5973次閱讀
    特斯拉Optimus百人團隊采集<b class='flag-5'>訓練</b>數據,人形<b class='flag-5'>機器</b>人仍全靠遙控?

    蜂鳥E203簡單分支預測的改進

    ): BHT中包含一系列的雙模態預測器Bimodal Counter, 用他們預測分支指令(branch)是否需要跳轉(taken or not taken) 我們將有限個的兩位飽和計數器組織成分支歷史
    發表于 10-24 07:45

    在Ubuntu20.04系統中訓練神經網絡模型的一些經驗

    模型。 我們使用MNIST數據集,訓練一個卷積神經網絡(CNN)模型,用于手寫數字識別。一旦模型被訓練并保存,就可以用于對新圖像進行推理和預測。要使用生成的模型進行推理,可以按照以下步驟進行操作: 1.
    發表于 10-22 07:03

    基于全局預測歷史的gshare分支預測器的實現細節

    GShare預測機制簡介 GShare預測機制作為一種常用的分支預測機制,通過基于分支歷史和分支地址預測分支指令的執行路徑。分支歷史是指
    發表于 10-22 06:50

    如何在NVIDIA Isaac Lab中使用Newton訓練四足機器

    物理在機器人仿真中發揮著至關重要的作用,它為機器人在真實環境中的行為及交互提供了精準的虛擬呈現基礎。借助仿真器,研究人員和工程師能夠以安全、高效且經濟的方式訓練、開發、測試和驗證機器
    的頭像 發表于 10-13 11:10 ?1986次閱讀
    如何在NVIDIA Isaac Lab中使用Newton<b class='flag-5'>訓練</b>四足<b class='flag-5'>機器</b>人

    借助NVIDIA Cosmos模型提升機器訓練效率

    隨著物理 AI 系統的不斷發展,對豐富標記數據集的需求正在急速增長,已經超出了在現實世界中通過人工采集所能滿足的范圍。世界基礎模型(WFMs)是經過訓練的生成式 AI 模型,能夠根據現實世界環境的動態,對未來的世界狀態進行仿真、預測
    的頭像 發表于 09-23 15:30 ?1021次閱讀
    借助NVIDIA Cosmos模型提升<b class='flag-5'>機器</b>人<b class='flag-5'>訓練</b>效率

    利用NVIDIA Cosmos模型訓練通用機器

    機器人領域的一大核心挑戰在于如何讓機器人掌握新任務,而無需針對每個新任務和環境耗費大量精力收集和標注數據集。NVIDIA 的最新研究方案通過生成式 AI、世界基礎模型(如 NVIDIA Cosmos
    的頭像 發表于 08-05 16:22 ?2119次閱讀
    利用NVIDIA Cosmos模型<b class='flag-5'>訓練</b>通用<b class='flag-5'>機器</b>人

    CPU密集型任務開發指導

    區提供的房價數據訓練一個簡易的房價預測模型,該模型支持通過輸入房屋面積和房間數量去預測該區域的房價,模型需要長時間運行,房價預測需要使用前面
    發表于 06-19 06:05

    NVIDIA GTC巴黎亮點:全新Cosmos Predict-2世界基礎模型與CARLA集成加速智能汽車訓練

    全新的 Cosmos Predict-2 世界基礎模型與 CARLA 的集成加速了智能汽車訓練。 輔助駕駛堆棧正在從許多不同的模型演變為統一的端到端架構,端到端架構可直接根據傳感器數據執行駕駛操作
    的頭像 發表于 06-12 10:00 ?1104次閱讀

    【「# ROS 2智能機器人開發實踐」閱讀體驗】機器人入門的引路書

    的限制和調控) 本書還有很多前沿技術項目的擴展 比如神經網絡識別例程,機器學習圖像識別的原理,yolo圖像追蹤的原理 機器學習訓練三大點: 先準備一個基本的模型結構 和訓練時的反饋函
    發表于 04-30 01:05

    禾賽科技聯手群核科技,打造高精度機器人仿真訓練新方案

    2025 年 4 月 21 日,全球領先的激光雷達企業禾賽科技與空間智能企業群核科技宣布達成戰略合作,雙方將共同推出機器人仿真訓練場景生成新方案。通過禾賽激光雷達與群核科技空間理解模型
    的頭像 發表于 04-29 17:03 ?1840次閱讀
    禾賽科技聯手群核科技,打造高精度<b class='flag-5'>機器</b>人仿真<b class='flag-5'>訓練</b>新方案

    請問如何在imx8mplus上部署和運行YOLOv5訓練的模型?

    正在從事 imx8mplus yocto 項目。我已經在自定義數據集上的 YOLOv5 上訓練了對象檢測模型。它在 ubuntu 電腦上運行良好。現在我想在我的 imx8mplus 板上運行該模型
    發表于 03-25 07:23