28评测,28纳米显卡 有哪些( 七 )


经过重新训练后的Inception v3,诊断纽约大学的癌症患者的独立样本准确率大概在83%到97%之间,样本中还有一些它没有遇到过的元素,比如血凝、血管、发炎、坏死区和肺衰竭的部分 。此外,这款模型平均检测时间为20秒,而且其用来计算癌症概率使用的PC只搭载了一块显卡 。
据悉,这组科研人员不仅让AI去识别癌组织,还有组织内的基因突变,这款AI的算法能够通过颤噪效应识别出LUAD数据中的6种最常见的突变基因(STK11、EGFR、FAT1、SETBT1、KRAS、TP53),不过AI是如何区别这些突变基因的科研人员还不清楚 。
这款AI对于病理学家来说是一个很有用的工具,其提供的信息可帮助医生对每个肺癌患者专门定制治疗方案,打造更多样化的精准医疗 。在未来,这组科研人员希望将该AI模型用于检测大细胞癌、坏疽、纤维化等症状上,而且据报道他们正在像美国食品及药物管理局申请将这项技术商业化 。
7.制定放射治疗方案
美国每年有至少50万人确诊头颈癌,许多人选择接受放射治疗,但是为了避免癌细胞周边的脑组织受损,医生必须小心制定把这些组织隔离的方案 。近日,谷歌子公司DeepMind与英国伦敦大学学院医院合作,研发了一款辅助医生制定治疗方案的AI,经测试,这款AI模型利用CT扫描图,进行癌细胞与周边的详细分区,精细程度“直逼人类” 。
在近几年来,基于深度学习的AI算法比传统分区算法越发显出了优势,不仅能够弥补人类医生没有考虑到的方面,还大大缩短了分区时间 。
据悉,这组科研人员训练AI使用的数据涵盖了21种器官(咽喉、蛇头、鼻腔、结缔组织和软组织等)的663份X线断层摄影图,经测试,AI模型在19种器官数据上的表现力与有几年经验的放射治疗技师没有很大差别 。此外,使用一套来自24名患者的CT扫描图(AI没有接触过的数据)进行独立测试后,AI对每个病人的分析结果也是同样优秀 。
接下来,DeepMind的科研人员计划将这款AI用于临床试验,他们认为AI有可能会缩短诊断到治疗之间花费的时间,并且及时制定出适应性放疗方案 。
谷歌公司正在积极寻找将AI在医疗的各种应用方向,他们计划研发一款能够预测患者再入院率的技术 。
8.预测糖尿病患者血糖水平
糖尿病是美国的高发疾病,一直威胁着美国人的健康与生命,据美国疾病防控中心数据显示,美国患有糖尿病或者前去糖尿病的人数至少1亿人,每年会新增140万糖尿病人,虽然糖尿病治疗技术在飞速发展,但是很多人因为不会定期检测血糖,导致犯病,陷入昏迷甚至引发死亡 。
近日,有一组科研人员在论文中阐述了一种AI技术,可在患者高血糖或低血糖病发之前预测其未来的血糖值趋势 。在论文中,科研人员描述了一种基于长短期记忆模型的递归神经网络,这个神经网络能够学习长期的依赖关系 。也就是说,长短期记忆模型中的存储单元可帮助神经网络将存储的记忆和数据结合,从而提高预测的准确性 。而且因为他们使用的是双向长短期记忆模型,所以这款神经网络能够参考过去的数据、推理未来的数据,加速训练时间 。
接下来,这组科研人员计划在该神经网络中加入更多功能、提高性能,还会加入“提醒机制”预测未来可能发生的高血糖/低血糖症状 。
这并不是科研人员们第一次利用机器学习技术进行糖尿病预测了,比如中国的第四范式公司曾研发过一款能够预测患者在15年内患糖尿病可能性的模型,准确率达88%;Klick Health开发了一种能够预测30分钟内血糖值的算法;生物医学公司One Drop研发了一种支持Apple Watch的血糖监测系统,最近加入了一个能够预测血糖值和提供改善建议的功能 。

推荐阅读