平安科技亮相重庆,「AI人脸识别+健康医疗」首秀;GE 推智能医疗影像系统UV6.0,已在3000家机构投入使用

本文涉及的产品
身份二要素核验,500次流量包 3个月
手机号三要素核验简版,10000次流量包 3个月
金融级实人认证,500次流量包 6个月
简介:

平安科技亮相重庆,「AI人脸识别+健康医疗」首秀

雷锋网(公众号:雷锋网)消息,9月1日,平安科技亮相重庆,参加由中华医学会、中华医学会健康管理学分会主办的第十一届中国健康服务业大会,其「AI人脸识别+健康医疗」解决方案在本次大会上首秀。平安科技与深圳市天方达健信科技股份有限公司(以下简称天方达)以联展的形式,向外界展示其日益精进的人脸识别、声纹识别、大数据分析、体检智能录入系统等产品及技术解决方案。

如果说智慧医疗是医疗领域的重大创新,改变了传统的就医流程,那么,「人脸识别+健康医疗」则是在此基础上的再次突破。相比起AI其他分支技术,人脸识别技术已经跳出实验室阶段,在商业尤其是金融、医疗领域取得了突破性进展。丰富的场景、高频的使用、技术方案可复制性是人脸识别商业化应用的几大因素,医疗领域显然具备这些特征,这也是平安科技挺进健康医疗的重要原因。

想象一下,随时随地可通过刷脸预约挂号、刷脸缴费,这些操作解决了传统挂号、排队缴费给市民带来的不便。

目前,平安科技已与中山大学附属第八医院等医疗机构进行了技术方案的试点落地。刷脸核验身份已经应用在就医的多个环节,在未来,更多医院更多就医环节将接入平安科技人脸识别技术方案。

GE推出智能医疗影像系统UV6.0,已在3000家机构投入使用

雷锋网9月1日消息,今天,美国通用电气(GE)推出智能医疗影像解决方案Centricity Universal Viewer 6.0(简称Centricity UV 6.0),用于CT、MR类医学影像的智能辅助诊断与管理,并推出了针对医联体和影像中心的云平台的解决方案。

Centricity UV 6.0包括智能诊断、集合管理、跨平台显示、移动端显示等功能。其中的智能诊断能够辅助医生对CT、MR、核医学等多种医疗影像进行诊断,以肺结节筛查为例,机器可以自动标记CT影像各个层面上的疑似结节,放射科医生一目了然地看到疑似结节病例。

目前,Centricity UV 6.0能够覆盖2D/3D/4D影像,可以应用在心血管、神经、肿瘤等医疗学科,已经在全球超过3000家医疗机构投入使用,今天在中国区正式发布。

快了10000000倍! 人工智能大幅提高引力透镜分析能力

雷锋网8月31日电,美国斯坦福直线加速器中心(SLAC)国家实验室和斯坦福大学的最新研究首次表明,人工智能神经网络可以准确地分析引力透镜,且比传统的方法快1000万倍,报告发表于英国《自然》杂志上。

引力透镜是爱因斯坦广义相对论所描述的一种现象。当光经过遥远星系、星系团及黑洞等具有巨大引力的天体附近时,会像通过凸透镜一样发生弯曲,其原理非常类似光学透镜的作用,因而称为引力透镜效应。根据光线变化在光谱外波段呈现的不规则程度,可以推算发光星系的年龄和距离。

更重要的是,这种光线的扭曲还提供了一个关键线索,即质量是如何在空间上分布以及这种分布又是如何引起时间变化的,而它们恰恰关系到两个重要属性:宇宙中数量庞大的暗物质与推动宇宙加速膨胀的暗能量。

不过直到现在,这类分析都是非常乏味的过程。引力透镜的视觉效果十分独特,难以用简单的数学规则描述,因此其筛选对于传统计算机很困难,数据上更涉及到大量数学透镜模型的计算机模拟,以及对透镜图像的对比。往往,一个透镜呈现的信息就要耗费数周甚至数月来完成。

但现在凭借神经网络——一种模仿人类大脑结构,进行分布式并行信息处理的算法模型,研究人员已能够在几秒钟内完成同样的分析。在经过百万张图像训练后,神经网络就能够以与传统方法同样的精度瞬间分析,分析结果的准确性极高,已通过美国国家航空航天局(NASA)哈勃太空望远镜的真实图像和计算模拟得到了验证。

蘑菇街用AI拯救直男穿搭,人工智能和时尚的结合还能带来什么?

人工智能给你搭配了一套今秋最时尚穿搭,你敢穿吗?

蘑菇街最近就在研究这件事,成立了一个搭配研究所,希望把主观的审美与数据算法结合起来,更高效的满足用户随时随地的搭配穿衣需求。

那些连自己的衣品都亟待解决的程序员们编了一套算法来告诉你最新的流行趋势,这件事怎么听都不靠谱啊。不过,随着人工智能进入了无人驾驶、医疗、智能家居各个领域,它与时尚产业的结合也并不是没有可能。

人工智能的前提是海量的数据库,时尚产业天然的具备这一条件。时尚产业中有数以十万计的品牌与设计师,每个人的智慧对时尚产业都有贡献,汇聚一起就变成一种流行风尚。蘑菇街时尚内容总监王莹具体解释道:“设计师们脑袋中迸发出的都是靠谱的灵感,而不是真正意义上的天马行空。”所谓“靠谱的灵感”举例来说,即使一个富有经验的时尚杂志编辑,也是通过常年累月、阅人无数的工作经历才积累出这份时尚感。这一过程和人工智能的深度学习类似。

蘑菇街的优势是,电商平台的流量让这些时尚的数据更加聚合和可呈现。蘑菇街的搭配研究所在落地“AI+穿搭”之前,主要成果是发布了2017秋冬时尚趋势报告。报告中提到一些关键的元素,例如格纹、复古、嘻哈等等,主要的数据来源包括传统的各大时尚品牌的发布会、街拍(蘑菇街团队在北京、上海、广州等潮流聚集地大规模的采集穿搭图片)以及一些红人、达人,还有很大一部分来自蘑菇街线上平台的数据流量,包括各种有关搭配的内容和社交、用户的浏览、购买、复购的数据,这些都是传统的时尚品牌、店铺所不具备的。

另一个极具蘑菇街特色的数据来源是广州、杭州的服装批发市场。那些身在一线、直面用户的商家们的进销存数据也能说明一些趋势。整体来说,可以算是一份很接地气的时尚报告了。

这份报告的意义不仅在于帮助平台更好的编排、设计版面,关键是,它算是线上、线下流量数据融合的一次尝试,用现在流行的话来说,AI的场景化应用。

「渐冻人症」只有2种药可用?AI或将带来转机

在清醒的状态下,看着自己被“冻”住,不能动,不能说话,不能吞咽,直到不能呼吸。

这是渐冻人症,又称肌萎缩性侧索硬化(ALS)或者说运动神经元病的的发病症状,被人们熟知的当代最著名的理论物理学家、科学巨匠霍金就是位“渐冻人”,毛泽东晚年时也患有该病。

目前,渐冻人症尚无治愈的方法,但人工智能或许能为这一情况带来转机。

近日,在谢菲尔德研究所中的一项临床前试验中,AI机器筛选出的一种候选化合物呈现出好的效果——能有效预防运动神经细胞死亡和延缓疾病恶化。

 “本质上,我们正在做的事情就是发现(靶点与药效之间)新的关系,找到治疗疾病的新靶点”GSK前“药物猎人”Jackie Hunter说道,现在他是Benevolent药物业务部负责人。传统的药物开发依旧是一场“击中或打偏”的游戏,Hunter认为在中期或晚期临床试验中,试验化合物中50%的失败率是不可持续的,亟待AI技术改善。

觊觎这快蛋糕的不仅有制药企业和初创公司,包括微软、IBM和Google的母公司Alphabet在内的科技巨头也成立了生命科学部门以探索药物开发。

人工智能助力“实名认证”:为网络环境正本清源

雷锋网消息,近日,国家互联网信息办公室公布了《互联网跟帖评论服务管理规定》与《互联网论坛社区服务管理规定》两项规定,将从今年10月1日起开始实施跟帖评论审核管理、实时巡查、应急处置等信息安全管理制度。两项新规的出台,成为我国构建网络空间新秩序的又一个建设性举措,这代表我国网络治理立法又迈入一个新的里程,也敲响了国家下决心大力整肃网络环境安全的重锤之音。

“网络实名制”的要求背靠政策法律作为实施依据,并借助人工智能+大数据技术作为实施手段,将政策与行动结合,这样才能切实有效的还网络环境以蓝天。在人工智能经历了一甲子的发展后,它的应用前景颇为受到人们的关注,毕竟“实践才是检验真理的唯一方法”。而如今配合“网络实名制”的需求,人工智能的真正落地也逐渐走入人们的视线里。

目前人们对“实名认证”的概念大部分还停留在“手动输入身份证号”等传统手段上,但是这种传统手段无法认证手机背后的主人与身份证号的主人是否匹配,“实名认证”到“实人认证”的天堑便横在其中。然而实际上在人工智能的帮助下,“实名认证服务”已经迈开步伐飞速发展,“声纹识别”“人脸识别”等等技术正在逐步投入实际应用中。

作为一直精耕“生物识别”领域的人工智能创新型公司,远鉴更是提出了“人脸识别+声纹识别+X”的多维身份识别服务,为实名认证的安全性、准确性、便捷性提供多重保障,为实名认证提供贴心的一站式服务。

华西第四医院等三家医院与腾讯合作 共同发力癌症早期筛查

雷锋网消息,8月31日,四川省卫生和计划生育委员会(以下简称“四川省卫计委”)与腾讯联合主办的“2017互联网+数字经济中国行·四川峰会医疗论坛”在成都召开。

当天,四川大学华西第二医院、四川大学华西第四医院、四川省第二中医医院加入了腾讯发起的人工智能医学影像联合实验室,并宣布共同启动肺结节筛查临床预试验,这也是腾讯在四川成立的首批人工智能医学影像联合实验室。基于腾讯觅影图像识别、深度学习等人工智能技术,这三家医院将与腾讯一起在癌症早期筛查领域进行研究和实践。

腾讯觅影是腾讯首个医学领域的 AI 产品,由腾讯互联网+合作事业部牵头,聚合了腾讯内部包括腾讯AI Lab、优图实验室、架构平台部等多个人工智能团队,与多家医疗机构合作的成果。其中食管癌早期筛查项目已经进入临床试验阶段。此次,腾讯觅影还将拓展到肺结节、乳腺癌、宫颈癌等病种筛查。



本文作者:张栋
本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
20天前
|
机器学习/深度学习 数据采集 人工智能
AI赋能教育:深度学习在个性化学习系统中的应用
【10月更文挑战第26天】随着人工智能的发展,深度学习技术正逐步应用于教育领域,特别是个性化学习系统中。通过分析学生的学习数据,深度学习模型能够精准预测学生的学习表现,并为其推荐合适的学习资源和规划学习路径,从而提供更加高效、有趣和个性化的学习体验。
77 9
|
1月前
|
机器学习/深度学习 数据采集 人工智能
未来的守护神:AI驱动的网络安全之盾,如何用智慧的光芒驱散网络黑暗势力?揭秘高科技防御系统背后的惊天秘密!
【10月更文挑战第3天】随着网络技术的发展,网络安全问题日益严峻,传统防御手段已显不足。本文探讨了构建AI驱动的自适应网络安全防御系统的必要性及其关键环节:数据采集、行为分析、威胁识别、响应决策和执行。通过Python库(如scapy、scikit-learn和TensorFlow)的应用实例,展示了如何利用AI技术提升网络安全防护水平。这种系统能够实时监控、智能分析并自动化响应,显著提高防护效率与准确性,为数字世界提供更强大的安全保障。
61 2
|
1月前
|
机器学习/深度学习 人工智能 自然语言处理
【AI系统】AI在不同领域的应用与行业影响
本文探讨了人工智能在计算机视觉、自然语言处理及音频处理等领域的广泛应用,并展示了其在自动驾驶、安全监控、搜索引擎优化、客户服务、语音识别及多个行业的革新作用,强调了AI基础设施与系统创新对未来社会的影响与价值。
108 1
|
1月前
|
人工智能 自然语言处理 机器人
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
10 月 18 日, InfoQ《C 位面对面》栏目邀请到阿里云 CIO 及 aliyun.com 负责人蒋林泉(花名:雁杨),就 AI 时代企业 CIO 的角色转变、企业智能化转型路径、AI 落地实践与人才培养等主题展开了讨论。
793 67
对话阿里云 CIO 蒋林泉:AI 时代,企业如何做好智能化系统建设?
|
30天前
|
存储 人工智能 自然语言处理
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
高级 RAG 技术:提升生成式 AI 系统输出质量与性能鲁棒性【预检索、检索、检索后、生成优化等】
|
19天前
|
机器学习/深度学习 人工智能 搜索推荐
AI在医疗领域的革命:智能诊断系统的未来
在科技日新月异的今天,人工智能(AI)技术正逐渐渗透到我们生活的每一个角落,其中医疗领域尤为显著。本文将探讨AI在医疗诊断中的应用及其带来的变革,重点介绍智能诊断系统的发展现状与未来趋势。通过深入浅出的方式,我们将揭示AI如何改变传统医疗模式,提高诊断效率和准确性,最终造福广大患者。
|
25天前
|
人工智能 API 决策智能
swarm Agent框架入门指南:构建与编排多智能体系统的利器 | AI应用开发
Swarm是OpenAI在2024年10月12日宣布开源的一个实验性质的多智能体编排框架。其核心目标是让智能体之间的协调和执行变得更轻量级、更容易控制和测试。Swarm框架的主要特性包括轻量化、易于使用和高度可定制性,非常适合处理大量独立的功能和指令。【10月更文挑战第15天】
172 6
|
1月前
|
人工智能 安全 自动驾驶
【通义】AI视界|英特尔和AMD“史无前例”首次合作,组建X86生态系统咨询小组
本文概览了近期科技领域的五大热点新闻,包括联想与Meta合作推出个人AI智能体“AI Now”,英特尔和AMD首次合作组建X86生态系统咨询小组,特斯拉计划大规模生产自动驾驶出租车,前Palantir首席信息安全官加盟OpenAI,以及Meta因涉嫌损害青少年心理健康面临美国多州诉讼。更多资讯,请访问通义平台。
|
18天前
|
人工智能 自然语言处理 安全
AI技术在智能客服系统中的应用与挑战
【10月更文挑战第28天】本文将深入探讨人工智能(AI)技术在智能客服系统中的应用及其面临的挑战。我们将通过实例分析,了解AI如何改善客户服务体验,提高效率和降低成本。同时,我们也将关注AI在实际应用中可能遇到的问题,如语义理解、情感识别和数据安全等,并提出相应的解决方案。
|
1月前
|
数据采集 人工智能 测试技术
还在死磕AI咒语?北大-百川搞了个自动提示工程系统PAS
【10月更文挑战第4天】北京大学和百川智能研究人员开发了一种名为PAS的即插即用自动提示工程(APE)系统,利用高质量数据集训练的大型语言模型(LLMs),在基准测试中取得了显著成果,平均提升了6.09个百分点。PAS仅需9000个数据点即可实现顶尖性能,并能自主生成提示增强数据,提高了灵活性和效率。尽管存在训练数据质量和提示多样性等方面的潜在局限性,PAS仍为解决提示工程挑战提供了有前景的方法,有望提升LLM的可用性和有效性。论文详见:https://arxiv.org/abs/2407.06027。
45 3