尽管一些人工智能软件测试得相当好,但只有一款软件达到了人类筛选者的表现。
Ubotica开发了一种基于深度学习的解决方案,用于检测视网膜图像中糖尿病视网膜病变指标的存在。
工程师和眼科医生已经开发了一种机器人成像工具,可以自动检测和扫描病人的眼睛,寻找不同眼疾的标记物。
这篇综述介绍了智能胰岛素输送系统和更多的创新,帮助患者和医生指导糖尿病护理决策。
研究人员开发了一种人工智能平台,有朝一日可以用于评估血管和眼部疾病的系统。
研究人员发明了一种新的深度学习方法,使糖尿病视网膜病变等眼病的自动筛查更加有效。
研究人员展示了他们如何让人工智能显示它是如何工作的,以及让它的诊断更像医生,从而使人工智能系统与临床实践更相关。
研究人员开发了一种无线驱动的“智能隐形眼镜”技术,可以通过佩戴这种隐形眼镜来检测糖尿病,并进一步治疗糖尿病性视网膜病变。
医生已经在没有眼科医生协助的情况下,使用自动数字视网膜筛查来检测糖尿病性视网膜疾病。
器官芯片技术有可能给药物开发带来革命性的变化。研究人员已经成功地将各种各样的组织放到芯片上。
研究人员开发了一种深度学习系统,可以帮助检测糖尿病眼病,这可以让医生的工作更容易,并降低医疗成本。
生物医学工程师已经开发了一种便携式光学相干断层扫描仪,有望将这种视力节约技术推广到服务不足的地区。
将智能手机与人工智能配对捕捉视网膜图像,可能为更好地筛查糖尿病视网膜病变提供了一种解决方案。
带有大型图像数据库的电子病历的出现,以及人工智能在深度学习方面的进步,为医疗专业人员提供了改进图像分析和疾病诊断的新机会。
本网站使用cookies为读者提供最佳的网站体验。请参阅我们的隐私政策了解我们如何使用cookies,以及如何编辑您的首选项。