人工智能捷径引入癌症治疗中的偏见
AI工具模型是癌症治疗中有力的工具。但是,除非对这些算法进行正确校准,否则它们有时会做出不准确或有偏见的预测。
新研究发现,聊天机器人对痴呆症患者或护理人员的支持保持了希望,但仍处于起步阶段。在所有测试标准上,未测试的交互式数字应用程序都表现良好。
彼得·波特(Peter Pott)教授和他的团队转向3D打印机,成功地实现了他对“低成本高端”医疗设备的愿景。
Covid-19给出了2020年的许多预测,这是一个全新的旋转:虽然某些炒作趋势却仅次于其他趋势,而其他趋势则在新常态下成为票房。
一个AI平台可针对SARS-COV-2提供最佳的可用疗法组合 - 最佳药物疗法是由特定剂量的remdesivir,ritonavir和lopinavir的药物组合。
从用户培训到侵入性脑植入程序的现实,越来越多的研究人员和公司正在进入脑部计算机界面,但仍有主要挑战。
加州大学圣地亚哥分校的机器人主义者开发了一种负担得起的,易于使用的系统,以跟踪人体内部灵活的手术机器人的位置。
与医学博士Andreas Giannopoulos的访谈是苏黎世大学医院核医学系的副医师。
华盛顿大学医学院的一组研究人员开发了一种深度学习模型,该模型能够使用单个3D MRI扫描将脑肿瘤分类为六种常见类型之一。
在Shift Medical,有60多位领先的医学XR专家将展示并讨论有关使用数字技术(例如虚拟现实,增强现实和医学中混合现实)的最新发展。
工程师和眼科医生开发了一种机器人成像工具,该工具可以自动检测并扫描患者的眼睛是否有不同眼部疾病的标志物。
每天,老年人跌倒 - 无论是在家还是在护理设施中。Lindera的目的是在人工智能的帮助下降低跌倒的风险。
使用机器学习对日常物品的图像进行研究正在提高检测呼吸道疾病的准确性和速度,从而减少了对专业医学专业知识的需求。
研究人员使用人工智能(AI)算法筛选基因表达数据的核细胞,以寻找过去大流行病毒感染的患者的共同模式,包括SARS,MERS和猪流感。
研究人员发现,AI模型倾向于寻找快捷方式。在AI辅助疾病检测的情况下,如果部署在临床环境中,这些捷径可能会导致诊断错误。
为了帮助患者在约会之间管理自己的心理健康,得克萨斯州A&M大学的研究人员开发了一个基于智能设备的电子平台,该平台可以不断监测高音状态,这是精神病患者的迹象之一。
得克萨斯大学圣安东尼奥分校已经建立了一个可穿戴设备和AI实验室,以提供精确的治疗计划,以改善被诊断为自闭症谱系障碍(ASD)的人的学习。
梅奥诊所的一项新研究发现,正如人工智能(AI)支持的心电图所预测的那样,一个人的年龄与其生物年龄之间的差异可以为健康和寿命提供可衡量的见解。
研究人员基于有监督的深度学习开发了一种新的“多模式”图像融合方法,从而增强了图像清晰度,降低了冗余图像特征并支持批处理处理。
德累斯顿的科学家正在通过雄心勃勃的科学项目扩大其在多发性硬化症(MS)疗法和研究方面的数字健康专业知识 - 从数据中创建了“数字双胞胎”。
研究人员发现,在300多个Covid-19中,机器学习模型不适用于从标准医学成像中检测或诊断COVID-19。
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。
机器学习系统在工作中学习。通过不断适应新的数据输入,这种“液体网络”可以在医学诊断中有助于决策。
Stratasys Ltd.宣布已在全球主要市场的医疗机构和医疗服务提供商中成功销售并安装了J750 Digital 3D打印机。
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。
伦敦帝国帝国学院哈姆林中心的研究人员引入了一种新颖的工具,用于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,这是同类产品的第一个技术,可提供对该疾病的客观诊断。
Avateramamedical GmbH宣布收购ForwardTTC GmbH,这是一家自动化技术公司,特别关注机器人技术和软件。
研究人员将机器学习,3D打印和高性能计算模拟结合在一起,以准确地模拟主动脉中的血流。新利18官方
Brainlab宣布收购Level Ex,这是一家创建医疗视频游戏的公司,旨在提高医生和外科医生的临床技能。
一个新的移动应用程序可以帮助临床医生确定哪些新型冠状病毒(Covid-19)可能患有严重病例。
研究人员已经开发了一种可穿戴设备,以吸引与Covid-19相关的早期体征和症状,并随着疾病的进展而监测患者。
研究人员开发了一种预测性人工智能模型,可以判断健康患者,患有肺炎的患者和从胸部X射线的患者和患有Covid-19的患者之间的差异。
由机器学习提供动力的便携式监视装置可以实时检测咳嗽和人群的大小,然后分析数据以直接监测类似流感的疾病趋势。
“ 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。”
研究人员描述了一种可实现的可穿戴传感器,该传感器可以通过分析汗水来监测一个人血液中的代谢物和营养水平。
托马斯·杰斐逊大学(Thomas Jefferson University)的研究人员在甲状腺结节的超声图像上使用机器学习来预测恶性肿瘤的风险。
对进行医学诊断的常见实验室测试的一种更便宜的方式的渴望,导致研究人员开发了一种新的实验室技术,可降低成本和时间。
研究人员创建了一个新应用,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。
在ECR 2019上,演讲者强调3D打印可以展示成像的创新方式,并使放射学家新利18官方能够为其医疗和外科同事提供临床价值。
研究人员正在制作一个智能手机应用程序,该应用程序可以在几分钟之内帮助诊断自闭症,并提供持续的治疗,所有这些都可以访问专业诊所。
如今,无人机被高兴地视为医疗保健数字化的巅峰之作。但是,对于DominikPförringer博士来说,“无人机甚至不在我的数字解决方案的前100名中。”
射频识别(或RFID)是流行的数据收集类型,它正在帮助凯洛格提供商使访问对患者更有意义,并减少等待时间。
在Medica 2018上,台湾各种公司展示了一系列创新的医疗技术,例如虚拟3D解剖模型,用于机器人康复的帮助者和智能尿布。
一项以斯坦福大学为主导的研究说,在几秒钟内,一项新的算法读取了14个病理学的胸部X射线射线,在大多数情况下都可以表演和放射科医生。