科大讯飞陶晓东:AI算法如何实现将信息和影像结合产生诊断结果?

简介:

科大讯飞陶晓东:AI算法现在最大的挑战,就是如何实现将信息和影像结合,最终产生诊断结果?近日,在第二届CCF-GAIR 2017全球人工智能与机器人峰会的未来医疗专场上,科大讯飞智慧医疗事业部总经理陶晓东发表了主题演讲。

陶晓东在演讲中表示,人工智能取代人类工作的说法并不准确,人工智能有所能、有所不能。医疗里面有很多东西不是简单的科学,有很多东西是个人经验,没有办法表示成一个知识让机器学习,至少目前的技术水平上是这样的。

陶晓东认为,通常我们都是片面地去看影像信息,而忽略检查检验的结果,心电图的信息、体温信息等等因素,怎么把这些信息和影像信息结合起来,产生最终的诊断结果,我觉得这是现在人工智能的算法发展遇到的挑战。我们应该更好的利用专家的知识,把机器学习和人工智能建立建立在医学体系上而不是离散的板块上,让这个技术上更有效的解决各种临床问题,去服务于医生。

深度解析科大讯飞如何将智能影像技术应用于临床医疗?

以下是陶晓东的演讲全文,笔者做了不改变原意的整理和编辑:余下全文

最新智能医疗动态请查看:http://medical.ofweek.com/

目录
相关文章
|
1月前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗诊断中的突破与应用
在当今数字化时代,人工智能技术的快速发展正深刻改变着各行各业。特别是在医疗领域,AI技术的应用已经带来了革命性的变革。本文将探讨AI技术在医疗诊断中的突破与应用,分析其对医疗行业的影响以及未来发展趋势。
18 2
|
2月前
|
机器学习/深度学习 人工智能 监控
AI算法分析,智慧城管AI智能识别系统源码
AI视频分析技术应用于智慧城管系统,通过监控摄像头实时识别违法行为,如违规摆摊、垃圾、违章停车等,实现非现场执法和预警。算法平台检测街面秩序(出店、游商、机动车、占道)和市容环境(垃圾、晾晒、垃圾桶、路面不洁、漂浮物、乱堆物料),助力及时处理问题,提升城市管理效率。
AI算法分析,智慧城管AI智能识别系统源码
|
2月前
|
机器学习/深度学习 人工智能 边缘计算
AI技术在医学影像诊断中的应用
传统的医学影像诊断需要耗费大量时间和人力,而随着人工智能技术的发展,AI在医学影像诊断中的应用也日益广泛。本文将探讨AI技术在医学影像诊断中的应用现状和未来发展,以及其对医疗行业的深远影响。
34 1
|
3天前
|
机器学习/深度学习 人工智能 分布式计算
人工智能平台PAI 操作报错合集之在PAI-DSW(平台上的AI数据科学工作站)上尝试修改实例名时,收到"实例不存在"的错误信息如何解决
阿里云人工智能平台PAI (Platform for Artificial Intelligence) 是阿里云推出的一套全面、易用的机器学习和深度学习平台,旨在帮助企业、开发者和数据科学家快速构建、训练、部署和管理人工智能模型。在使用阿里云人工智能平台PAI进行操作时,可能会遇到各种类型的错误。以下列举了一些常见的报错情况及其可能的原因和解决方法。
|
4天前
|
机器学习/深度学习 数据采集 人工智能
【热门话题】AI作画算法原理解析
本文解析了AI作画算法的原理,介绍了基于机器学习和深度学习的CNNs及GANs在艺术创作中的应用。从数据预处理到模型训练、优化,再到风格迁移、图像合成等实际应用,阐述了AI如何生成艺术作品。同时,文章指出未来发展中面临的版权、伦理等问题,强调理解这些算法对于探索艺术新境地的重要性。
16 3
|
5天前
|
机器学习/深度学习 人工智能 算法
详解AI作画算法原理
AI作画算法运用深度学习和生成对抗网络(GAN),通过学习大量艺术作品,模拟艺术家风格。卷积神经网络(CNN)提取图像特征,GAN中的生成器和判别器通过对抗训练生成艺术图像。循环神经网络和注意力机制可提升作品质量。这种技术开创了艺术创作新途径。
|
8天前
|
数据采集 人工智能 Python
【AI Agent系列】【MetaGPT】9. 一句话订阅专属信息 - 订阅智能体进阶,实现一个更通用的订阅智能体(2)
【AI Agent系列】【MetaGPT】9. 一句话订阅专属信息 - 订阅智能体进阶,实现一个更通用的订阅智能体(2)
28 1
|
19天前
|
机器学习/深度学习 人工智能 自然语言处理
|
1月前
|
机器学习/深度学习 人工智能 算法
AI技术在医疗影像诊断中的革命性应用
医疗影像诊断是医学领域中至关重要的一环,而人工智能技术的迅猛发展为医疗影像诊断带来了革命性的变革。本文将探讨人工智能在医疗影像领域的应用,以及其对医学诊断精准性、效率和成本的影响。
|
2月前
|
机器学习/深度学习 数据采集 人工智能
AI技术在医疗诊断中的应用与挑战
在当今信息时代,人工智能技术已经在医学领域展现出巨大的潜力和前景。本文将探讨人工智能在医疗诊断中的应用现状和未来发展,以及所面临的挑战和解决方案。