| 设为主页 | 保存桌面 | 手机版 | 二维码

郑州中泰机械设备有限公司

包装机 灌装机 打码机

产品分类
  • 暂无分类
站内搜索
 
友情链接
  • 暂无链接
498888开奖结果查询
“小样本亦大数据”careai多组学智能科研平台发布493333开马
发布时间:2019-11-20        浏览次数:        
 

  作为近年来放射学领域最为瞩目的技术进步,医疗AI在放射领域的广泛应用正在深刻改变放射学的进步历程,越来越多的医疗AI产品落地临床,进入早筛、诊断、随访、科研等各个领域,成为临床医师的好帮手与“第二大脑”。

  11月13日-17日,全国放射学学术大会(CCR2019)在国家会议中心召开。11月15日,在全国放射学学术大会(CCR2019)上,多组学智能科研平台——care.ai多组学智能科研平台发布。

  据悉,care.ai多组学智能科研平台引入“多组学”概念,将深度学习技术前置于高维信息提取过程,协助医学专家探索更高维的医学信息世界,将“小样本亦大数据”的科研梦想变为现实;同时,将影像、文本、基因、病理等多模态信息引入科研流程,贴近科研需求,为科学研究提供AI助力。

  “care.ai®胸部CT智能4D影像系统实现了从病灶检出到管理的全流程智能化,能够为肺癌诊断提供多维度肺结节管理助理,大大提升了肺癌早筛的效率与精度,以及诊断结果的一致性。”广州医科大学附属第二医院放射科副主任兼番禺院区微创介入科主任、教授张振峰表示,“随着AI防癌地图的持续开展,早筛意识开始深入人心,民众对于肺癌早筛的接受度越来越高,甚至出现了不少主动随访的人群,癌症筛查终于开始从医生的‘快来查’走向患者主动的‘我要查’。”

  事实上,多组学智能科研平台的建设挑战极大,对于建设者的医学问题理解、AI综合能力、合作伙伴等都提出了极为严苛的要求。“科研平台”并不是一个新概念,但在更深层次的多组学高维信息的提取,智能化算法架构的构建上一直难以取得实质性突破,其研究成果局限于单一领域的单一维度,低水平重复建设现象严重,模型搭建耗时漫长,迁移学习成本居高不下,难以满足日益复杂的临床科研需求,堪称“守着数据金矿卖石子儿”。

  “大数据的理想与小样本的现实是医疗科研常存在的矛盾。医疗数据的信息密度越来越高,衡量医疗数据价值的维度早已不能局限于样本量,单位样本的数据信息密度已成为临床研究新的价值维度。顶级的AI技术具备了越来越高的智能密度——深度提纯和解析数据价值的能力,充分挖掘有限数据中包含的海量信息,让曾经的“小样本”数据成为“大数据”。”依图医疗副总裁石磊表示,依图的care.ai多组学智能科研平台,实现了“让算法设计特征,让算法优化训练,让算法设计算法”的技术创新,将助力医学专家更加高效、493333开马,便捷的开展多组学智能研究,加速成果产出。

  “信息的提纯和解析贯穿每一项科学研究的始终,医学研究往往需要整合多维度数据才能有所突破,对于多维数据的整合能力,高维信息的提取能力,数据分析的智能化水平直接决定了科研效率与成果水平,”石磊表示,AI赋能的影像已成为各学科研究中最具价值的证据来源,跨学科、多模态数据的整合已成为“AI-based”科研趋势,构建“影像+”多组学的科研平台,能够助力影像科医生超越影像,开展更丰富的临床研究。

  英国研究人员首次在位于恒星宜居带内的一颗系外行星的大气中,探测到了水汽,且其50%的...[详细]

  自己的“人脸”等生物学信息掌握在别人手上,有的商家甚至对消费者的人脸信息深入分析...[详细]