AI增强了睡眠障碍治疗的功效
基于20,000个睡眠,研究人员开发了一种算法,可以改善对睡眠障碍的诊断,治疗和整体理解。
两种深度学习算法在肺部图像和呼吸声中识别Covid-19的模式,可能有助于对抗其他呼吸道疾病以及抗生素耐药性的日益增长的挑战。
研究人员开发了一种预测性人工智能模型,可以分辨出健康的患者,患有肺炎的患者和从胸部X射线造成Covid-19的患者之间的差异。
机器人科学家夏娃(Eve)已经组装,现在在查尔默斯技术大学(Chalmers Technology)运营。夏娃的第一个任务是识别和测试针对Covid-19的药物。
来自Rensselaer理工学院和马萨诸塞州综合医院的临床医生的工程师团队开发了一种深度学习算法,可以帮助评估患者使用相同的低剂量计算机断层扫描(CT)扫描用于筛查肺癌的患者的心血管疾病的风险。
一个可以预测人类基因和药物如何相互作用的深度学习模型,至少确定了10种可能有望作为Covid-19的疗法的化合物。
NIH Brain Initiative科学家使用机器学习来重新设计一种可实时监测脑血清素水平的细菌“ Venus Flytrap”蛋白。
研究人员创建了人工智能算法,该算法可以根据电子健康记录中的临床注释中的信息自动识别出有意自我伤害的高风险的患者。
伦敦帝国学院哈姆林中心的研究人员引入了一种新颖的工具来生成准确的内窥镜数据集。
研究人员开发了一种独特的诊断工具,可以从MRI扫描中检测到肌张力障碍,这是同类产品中第一种提供对该疾病的客观诊断的技术。
克兰菲尔德大学(Cranfield University)的学生设计了计算机模型,可以在X射线检查中识别Covid-19。
“ AI是我们一生中最大的技术突破。它将促进整个医疗保健生态系统,并最终将我们完全提供药物的方式重新发明。”
研究人员创建了一个新的应用程序,可以通过简单地使用纸张和智能手机的麦克风和扬声器来检测耳膜后面的流体。
Scultlepet的AI驱动技术允许医院和成像中心从更快的扫描中增强图像,从而在成像过程中改善患者体验。
Alphabet,Amazon,Apple和Microsoft都是有可能改变护理提供的建筑技术。这是BigTech通往医疗保健的一些例子。
根据RSNA的一项研究,研究人员正在使用人工智能来减少MRI检查后可能留在体内的对比剂的剂量。
研究人员正在研究一个名为Pharos的互动机器人,该机器人将帮助老年人每天的家务。
一家剑桥初创公司已开发出低成本的下一代可穿戴心脏和心血管功能监测仪,该监视器使用AI实时诊断心脏节奏和呼吸系统问题。
根据斯坦福大学的一项新研究,由AI算法主持的医生的“蜂巢思维”比医生或机器学习更准确地诊断。
多伦多大学的研究人员使用机器学习来创建计算机生成的X射线,以增强AI训练集,从而提高医疗诊断的速度和准确性。