可植入人工智能平台检测病理变化
科学家们开发了一种生物兼容的植入人工智能平台,可以在生物信号中实时分类健康和病理模式。
研究人员发现,人工智能模型有寻找捷径的倾向。在人工智能辅助疾病检测的情况下,如果在临床环境中使用这些捷径,可能会导致诊断错误。
一款电脑程序接受了通过分析数千张胸部x光片来识别模式的训练,它以高达80%的准确率预测COVID-19患者将在4天内出现危及生命的并发症。
斯坦福大学(Stanford University)的一项研究发现,食品和药物管理局(Food and Drug Administration)的审批程序存在局限性。
通过使用3D喷墨打印技术将钙钛矿放在石墨烯上,科学家们已经制造出具有记录灵敏度的x射线探测器,这可以极大地提高效率并降低成本。
英国萨里大学(University of Surrey)研发的新型人工智能能够在患者治疗过程中预测症状及其严重程度,这让医生们在治疗癌症方面领先一步。
研究人员创建了一种新的3D打印工作流程,允许心脏病专家在实际实施医新利18官方疗程序之前,评估不同的瓣膜大小将如何与每个患者的独特解剖结构相互作用。
斯坦福大学领导的一项研究称,在几秒钟内,一种新的算法就能读取14种疾病的胸部x光片,在大多数情况下表现与放射科医生一样好。
斯坦福大学(Stanford)和Unanimous AI联合进行的一项新研究显示,在人工智能算法的调节下,医生的“蜂巢思维”(Hive Mind)能比医生或单独使用机器学习做出更准确的诊断。
Caduceus智能手术眼镜采用了革命性的技术,将现实与手术导航相结合,允许外科医生在手术过程中实时可视化病人身体的3D模型。
多伦多大学(University of Toronto)的研究人员利用机器学习技术制造计算机生成的x射线,增强人工智能训练集,从而提高医疗诊断的速度和准确性。