最新研究:AI已可诊断50种眼疾,1.2秒内确认神经系统疾病

简介:

近年来,人工智能技术与医疗健康领域的融合不断加深,且在科技巨头与资本巨头积极布局的努力下,智能医疗正在不断取得新的突破。而根据《自然医学》(Nature Medicine)杂志上最新发表的研究,我们可以了解到,现在的AI不仅可以诊断50种眼疾,还能在1.2秒内确认神经系统疾病,可谓研究成果颇丰。

首先,根据外媒的报道,谷歌旗下DeepMind Health、Moorfields眼科医院NHS信托基金和伦敦大学学院眼科研究所共同创建的人工智能系统,可以为50多种眼疾推荐治疗方案,准确率高达94%,与顶级人类专家不相上下。

实际上,这项研究最早于2016年2月被英媒《金融时报》首次披露,当时发现AI可以被用于分析视网膜扫描最大眼疾,如青光眼、年龄相关性黄斑变性、糖尿病性视网膜病变等,而且可能比训练有素的人类专家更准确。

而通过进一步的研究,该系统不仅可以给出治疗建议,还可以为医生解释为什么选择提出特定建议,并显示对建议治疗过程的信心水平。不过,目前AI系统用于日常眼部扫描前,必须经过临床试验并获得监管部门的批准。DeepMind发言人指出,如果临床试验取得成功,Moorfields将能够在其英国30家医院和社区诊所免费使用AI系统,初始期限为5年。

7e25b7e914a406ee4b849140d310f18b8634b56e

其次,《自然医学》上发表的另一篇研究指出,一个由总部位于纽约的西奈山健康系统(Mount Sinai Health System)创建的人工智能平台可以准确地读取扫描后的CT片并诊断出神经系统疾病,比如,1.2秒内诊断出中风。该AI系统的表现要优于人类医生。

对此,医学博士兼文章作者Eric Oermann表示,“处理时间加分析时间共1.2秒,也就是说这个分类系统可以就发现的关键问题对医生做出提醒,否则等人类医生注意的时候可能是几分钟甚至几小时之后了。我们的最终目的是想通过人工智能这项技术解决医生遇到的临床问题并提高病人的护理情况。”

按照研究人员的说法,这是第一项使用AI技术检测各种急性神经系统问题的研究,其中也包含了一些临床应用。据了解,Oermann及其同事使用了37,236个脑CT片子来训练深度神经网络,以确定扫描图像中是否包含关键信息。更重要的是,该算法可以预处理和诊断图像,然后发送通知的平均速度比医生完成任务的速度快150倍。

实际上,随着智能机器的兴起,正在开发的医疗AI系统经常被倡导作为一种民主化的AI,向患者提供高度精确算法的好处。

举个例子,今年年初,谷歌首席执行官桑达尔·皮查伊(Sundar Pichai)和谷歌Medical Brain团队称,该公司已经创建了能够预测病人是否会再次入院的AI系统。今年6月公布的结果还发现,在两家医院的试验中,这套AI系统能够预测病人在住院期间是否会死亡,准确率超过90%。除此以外,Alphabet子公司Verily Life Sciences也一直致力于解决一些问题,如睡眠呼吸暂停的检测、使用AI帮助药物发现、血液采集、健康保险等。


原文发布时间为:2018-08-14

本文作者:Sandy

本文来自云栖社区合作伙伴“人工智能观察”,了解相关信息可以关注“人工智能观察”。

相关文章
|
13天前
|
人工智能 知识图谱
成熟的AI要学会自己搞研究!MIT推出科研特工
MIT推出科研特工SciAgents,结合生成式AI、本体表示和多代理建模,实现科学发现的自动化。通过大规模知识图谱和多代理系统,SciAgents能探索新领域、识别复杂模式,加速新材料发现,展现跨学科创新潜力。
36 12
|
11天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗诊断中的应用及其未来趋势
【10月更文挑战第34天】随着人工智能技术的飞速发展,其在医疗领域的应用也日益广泛。本文将探讨AI技术在医疗诊断中的具体应用案例,分析其对提升诊断效率和准确性的积极影响,并预测未来AI在医疗诊断中的发展趋势。通过实际代码示例,我们将深入了解AI如何帮助医生进行更精准的诊断。
|
13天前
|
机器学习/深度学习 人工智能 算法
AI在医疗影像诊断中的应用与未来展望####
本文深入探讨了人工智能(AI)在医疗影像诊断领域的最新进展、当前应用实例及面临的挑战,并展望了其未来的发展趋势。随着深度学习技术的不断成熟,AI正逐步成为辅助医生进行疾病早期筛查、诊断和治疗规划的重要工具。本文旨在为读者提供一个全面的视角,了解AI如何在提高医疗效率、降低成本和改善患者预后方面发挥关键作用。 ####
|
11天前
|
机器学习/深度学习 人工智能 算法
探索AI在医疗影像诊断中的应用
探索AI在医疗影像诊断中的应用
|
11天前
|
机器学习/深度学习 人工智能 算法
基于AI的性能优化技术研究
基于AI的性能优化技术研究
|
13天前
|
机器学习/深度学习 人工智能 搜索推荐
探索AI在医疗诊断中的革命性应用
【10月更文挑战第29天】 随着人工智能技术的飞速发展,其在医疗领域的应用已成为推动现代医疗服务创新的重要力量。本文旨在探讨AI技术如何在医疗诊断中发挥其独特优势,通过分析AI在影像诊断、疾病预测和个性化治疗计划制定等方面的应用案例,揭示AI技术如何提高诊断的准确性和效率,以及面临的挑战和未来发展趋势。
36 1
|
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。
|
19天前
|
机器学习/深度学习 人工智能 算法
AI在医疗:深度学习在医学影像诊断中的最新进展
【10月更文挑战第27天】本文探讨了深度学习技术在医学影像诊断中的最新进展,特别是在卷积神经网络(CNN)的应用。文章介绍了深度学习在识别肿瘤、病变等方面的优势,并提供了一个简单的Python代码示例,展示如何准备医学影像数据集。同时强调了数据隐私和伦理的重要性,展望了AI在医疗领域的未来前景。
41 2
|
19天前
|
机器学习/深度学习 数据采集 人工智能
AI在医疗:深度学习在医学影像诊断中的最新进展
【10月更文挑战第26天】近年来,深度学习技术在医学影像诊断中的应用日益广泛,通过训练大量医学影像数据,实现对疾病的准确诊断。例如,卷积神经网络(CNN)已成功用于识别肺癌、乳腺癌等疾病。深度学习不仅提高了诊断准确性,还缩短了诊断时间,提升了患者体验。然而,数据隐私、数据共享和算法透明性等问题仍需解决。未来,AI将在医学影像诊断中发挥更大作用,成为医生的得力助手。
46 0
|
人工智能 达摩院
火线支援全球医院!阿里云免费开放新冠肺炎AI诊断技术
3月18日,阿里云宣布:疫情期间,向全球医院免费开放新冠肺炎AI诊断技术,20秒即可完成一次疑似病例的CT诊断,准确率达96%以上,可帮助海外疫情严重地区大幅节省医疗资源。
408 0
火线支援全球医院!阿里云免费开放新冠肺炎AI诊断技术