chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

谷歌正在訓(xùn)練機器來預(yù)測病患的死亡時間

JIWa_melux_net ? 來源:未知 ? 作者:李倩 ? 2018-06-21 14:31 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

據(jù)報道,谷歌正在訓(xùn)練機器來預(yù)測病患的死亡時間。它的“醫(yī)學(xué)大腦”(Medical Brain)團隊取得了一些AI進展,如預(yù)測疾病癥狀、死亡風(fēng)險等等,該技術(shù)有望借此打入醫(yī)療保健市場。

一名患有晚期乳腺癌的婦女來到城市醫(yī)院,她的肺部已經(jīng)充滿了積液。她看了兩個醫(yī)生,做了放射掃描。醫(yī)院的電腦讀取了她的生命體征,估算出她在住院期間死亡的幾率為9.3%。

之后輪到谷歌來進行估算。該公司開發(fā)的一種新型算法分析了關(guān)于該婦女的信息——17.5639萬個數(shù)據(jù)點——然后對她的死亡風(fēng)險做出評估:19.9%。她幾天后就去世了。

今年5月,谷歌發(fā)布了一份令人痛心的、關(guān)于這名身份不明的女性死亡的報告。它凸顯了神經(jīng)網(wǎng)絡(luò)在醫(yī)療保健領(lǐng)域的潛力,這種人工智能軟件特別擅長利用數(shù)據(jù)來自行學(xué)習(xí)和改進。谷歌開發(fā)了一種可以預(yù)測各種病患結(jié)果的工具,包括人們可能在醫(yī)院待多久,再次入院的幾率以及他們不久后死亡的幾率。

給醫(yī)學(xué)專家們留下最深刻印象的是,谷歌能夠篩選以前無法獲取的數(shù)據(jù):隱藏在pdf文件中的注釋或者舊圖表上的潦草文字。神經(jīng)網(wǎng)絡(luò)吞噬了所有這些非常規(guī)記錄的信息,然后得出預(yù)測。它比現(xiàn)有的技術(shù)要快得多,也更加準確。谷歌的系統(tǒng)甚至顯示了是基于哪些記錄得出結(jié)論的。

多年來,醫(yī)院、醫(yī)生和其他衛(wèi)生保健提供者一直在尋求更好地利用所儲存的電子健康記錄和其他患者數(shù)據(jù)。在適當(dāng)?shù)臅r候分享和突顯更多的信息可以挽救生命——至少可以幫助醫(yī)務(wù)工作者減少在文書工作上的時間,進而增加在病人護理上的時間。但是,目前挖掘健康數(shù)據(jù)的方法既費用不菲,又繁瑣耗時。

斯坦福大學(xué)副教授尼格姆·沙阿(Nigam Shah)表示,現(xiàn)在的預(yù)測模型有80%的時間都花在了使數(shù)據(jù)具有可表達性的“枯燥粗活”上。而谷歌的方法避免了這個。

下一步是?

今年5月,谷歌首席人工智能主管杰夫·迪恩(Jeff Dean)表示,谷歌的下一步是將這種預(yù)測系統(tǒng)推向診所。迪恩的健康研究團隊(有時被稱為“醫(yī)學(xué)大腦”團隊)正在研究一系列的人工智能工具,這些工具能夠準確地預(yù)測癥狀和疾病,既人帶來希望的同時,也帶來一些警示。

按照迪恩的設(shè)想,該人工智能系統(tǒng)將指導(dǎo)醫(yī)生使用特定的藥物和診斷方式。另一位谷歌研究人員說,現(xiàn)有的模型忽略了一些重要的醫(yī)學(xué)事件,包括病人是否做過手術(shù)。在他看來,現(xiàn)有的人工編碼模型是醫(yī)療保健技術(shù)發(fā)展的“一個顯而易見的巨大障礙”。

數(shù)據(jù)隱私問題

盡管人們對谷歌的潛力持樂觀態(tài)度,但利用人工智能改善醫(yī)療結(jié)果仍然是一個巨大的挑戰(zhàn)。其他公司,尤其是IBM旗下的沃森(Watson),也曾嘗試將人工智能應(yīng)用于醫(yī)療領(lǐng)域,但在節(jié)省費用和將技術(shù)整合到償付系統(tǒng)方面收效甚微。

谷歌長期以來一直在尋求獲取數(shù)字醫(yī)療記錄,但結(jié)果不盡相同。在最近的研究中,這家互聯(lián)網(wǎng)巨頭與加州大學(xué)舊金山分校和芝加哥大學(xué)達成了協(xié)議,獲得了460億份匿名患者數(shù)據(jù)。谷歌的人工智能系統(tǒng)為兩家醫(yī)院創(chuàng)建了預(yù)測模型,而不是創(chuàng)建同時涵蓋這兩家醫(yī)院的數(shù)據(jù)分析預(yù)測模型,后者是一個更難解決的問題。打造面向所有醫(yī)院的解決方案則將更具挑戰(zhàn)性。谷歌正在努力拉攏新的合作伙伴,以便獲取更多的醫(yī)療記錄信息。

對醫(yī)療領(lǐng)域的深入研究,只會給本已掌握海量個人信息的谷歌增加更多的信息。數(shù)據(jù)公司Immuta的首席隱私官安德魯·伯特(Andrew Burt)表示:“在利用我們所生成的所有數(shù)據(jù)上,谷歌和其他科技巨頭將擁有一種獨特的、近乎壟斷的能力?!?/p>

當(dāng)涉及到患者信息時,谷歌表現(xiàn)得非常謹慎,尤其是在公眾日益關(guān)注企業(yè)的數(shù)據(jù)收集行為的當(dāng)下。去年,Alphabet旗下的另一家人工智能實驗室DeepMind在沒有預(yù)先告知患者的情況下測試一款分析公共醫(yī)療記錄的應(yīng)用程序,因此受到了英國監(jiān)管機構(gòu)的嚴厲抨擊。在最新的研究中,谷歌和它的醫(yī)院合作伙伴堅稱他們的數(shù)據(jù)是匿名的,安全的,并且在病人許可的情況下使用。

不過,沃爾切布姆相信這些算法可以拯救生命和幫助節(jié)省費用。他希望,健康記錄將來會與其他的數(shù)據(jù)結(jié)合在一起利用。最終,人工智能模型可能納入有關(guān)當(dāng)?shù)靥鞖夂徒煌ǖ男畔ⅰ渌绊懖』冀Y(jié)果的因素?!搬t(yī)院基本上就像一個有機體。”他說。

鮮少公司擁有比谷歌更好的分析這種有機體的條件。該公司和另一家Alphabet子公司Verily正在開發(fā)一種能夠追蹤更多生物信號的設(shè)備。即使沒有大量的消費者購買使用它打造的可穿戴健康追蹤設(shè)備,谷歌也還有很多其他的數(shù)據(jù)來源可以挖掘。它了解天氣和交通狀況。谷歌的Android手機可以追蹤人們走路的方式等方面的信息,這些信息在測量精神狀況下降以及其他一些疾病上很有價值。所有的這些數(shù)據(jù)都可能被納入到整個醫(yī)療算法里。

談商業(yè)模式還為時過早

醫(yī)療記錄只是谷歌的人工智能醫(yī)療計劃的一部分。它的醫(yī)學(xué)大腦團隊在分別針對放射學(xué)、眼科和心臟病學(xué)打造人工智能系統(tǒng)。他們也在研究皮膚病。員工開發(fā)了一款用于發(fā)現(xiàn)惡性皮膚病變的應(yīng)用;為了進行檢測,一位手臂上有15個假紋身的產(chǎn)品經(jīng)理會在辦公室里走來走去。

人工智能主管迪恩強調(diào)稱,這種實驗依賴的是認真嚴肅的醫(yī)療咨詢,而不僅僅是好奇的軟件程序員。谷歌公司正在印度開展一項新的試驗,利用其人工智能軟件來分析眼睛圖像,以尋找糖尿病視網(wǎng)膜病變的早期跡象。迪恩說,在推出系統(tǒng)之前,谷歌讓三名視網(wǎng)膜專家激烈地討論了早期的研究結(jié)果。

隨著時間的推移,谷歌可以將這些系統(tǒng)授權(quán)提供給診所,或者把它們作為一種診斷即服務(wù)(diagnostics-as-a-service)來通過公司的云計算部門出售。要將產(chǎn)品商業(yè)化,谷歌首先需要獲得更多的醫(yī)療記錄,不過這些記錄在不同的醫(yī)療機構(gòu)中往往存在很大差異。谷歌可以去購買那些數(shù)據(jù),但監(jiān)管機構(gòu)或消費者可能無法接受。該公司與加州大學(xué)舊金山分校和芝加哥大學(xué)的交易并不是商業(yè)性的。

現(xiàn)在就確定商業(yè)模式還為時過早。在谷歌5月舉行的年度開發(fā)者大會上,醫(yī)學(xué)大腦的成員莉莉·彭(Lily Peng)回顧了該團隊的研究成果:其打造的系統(tǒng)在發(fā)現(xiàn)心臟病風(fēng)險方面超過了人類。“再說一遍,”她說,“我想強調(diào)的是,這項研究確實還處在初期階段。”

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • 谷歌
    +關(guān)注

    關(guān)注

    27

    文章

    6259

    瀏覽量

    111982
  • 人工智能
    +關(guān)注

    關(guān)注

    1820

    文章

    50330

    瀏覽量

    266967

原文標(biāo)題:黑科技 | AI 可以預(yù)測病人死亡時間了,該系統(tǒng)將推向診所使用

文章出處:【微信號:melux_net,微信公眾號:人工智能大趨勢】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關(guān)推薦
    熱點推薦

    谷歌發(fā)布第八代TPU,訓(xùn)練推理分離,搭載自研CPU

    訓(xùn)練與推理任務(wù)拆分至獨立芯片,標(biāo)志著其AI硬件路線的重大轉(zhuǎn)向。 ? 谷歌高級副總裁兼AI與基礎(chǔ)設(shè)施首席技術(shù)專家Amin Vahdat表示,隨著AI智能體(AI Agents)的興起,訓(xùn)練與服務(wù)場景對硬件的需求已經(jīng)出現(xiàn)明顯分化。
    的頭像 發(fā)表于 04-24 09:03 ?5758次閱讀
    <b class='flag-5'>谷歌</b>發(fā)布第八代TPU,<b class='flag-5'>訓(xùn)練</b>推理分離,搭載自研CPU

    芯如何在極致空間里,打通機器人的任督二脈?

    ”和強健的“肢體”。 ? 作為全球微電子領(lǐng)域的佼佼者,邁芯(Melexis)正將其在汽車電子領(lǐng)域積累的深厚底蘊,轉(zhuǎn)化為機器人產(chǎn)業(yè)的“底層基礎(chǔ)模塊”。從賦予機器人精細操作能力的“觸覺”,到驅(qū)動全身關(guān)節(jié)的微型電機控制,邁
    的頭像 發(fā)表于 04-10 17:27 ?8643次閱讀
    邁<b class='flag-5'>來</b>芯如何在極致空間里,打通<b class='flag-5'>機器</b>人的任督二脈?

    谷歌評論卡,碰一碰即可完成谷歌評論 #谷歌評論卡 #NFC標(biāo)簽 #nfc卡

    谷歌
    深圳市融智興科技有限公司
    發(fā)布于 :2026年01月15日 17:02:00

    labview如何實現(xiàn)數(shù)據(jù)的采集與實時預(yù)測

    現(xiàn)有以下問題:labview可以實現(xiàn)數(shù)據(jù)的采集以及調(diào)用python代碼,但如何將這兩項功能集成在一個VI文件里,從而實現(xiàn)數(shù)據(jù)的采集與實時預(yù)測?,F(xiàn)有條件如下:已完成數(shù)據(jù)的采集系統(tǒng),python中的預(yù)測代碼也已經(jīng)訓(xùn)練封裝完成。
    發(fā)表于 12-03 21:13

    谷歌云發(fā)布最強自研TPU,性能比前代提升4倍

    精心設(shè)計,能夠輕松處理從大型模型訓(xùn)練到實時聊天機器人運行以及AI智能體操作等各類復(fù)雜任務(wù)。 ? 谷歌在新聞稿中著重強調(diào),“Ironwood”是專為應(yīng)對最嚴苛的工作負載而打造的。無論是大規(guī)模模型
    的頭像 發(fā)表于 11-13 07:49 ?8975次閱讀
    <b class='flag-5'>谷歌</b>云發(fā)布最強自研TPU,性能比前代提升4倍

    特斯拉Optimus百人團隊采集訓(xùn)練數(shù)據(jù),人形機器人仍全靠遙控?

    ,甚至能完成一般人無法完成的雜技動作。 ? 而在機器人硬件基礎(chǔ)逐步提高的前提下,也就成為了機器人“大腦”開發(fā)的基石,真正讓人形機器人走向“具身智能”。最近有消息稱,特斯拉正在利用一支數(shù)
    的頭像 發(fā)表于 11-05 09:11 ?6254次閱讀
    特斯拉Optimus百人團隊采集<b class='flag-5'>訓(xùn)練</b>數(shù)據(jù),人形<b class='flag-5'>機器</b>人仍全靠遙控?

    蜂鳥E203簡單分支預(yù)測的改進

    ): BHT中包含一系列的雙模態(tài)預(yù)測器Bimodal Counter, 用他們預(yù)測分支指令(branch)是否需要跳轉(zhuǎn)(taken or not taken) 我們將有限個的兩位飽和計數(shù)器組織成分支歷史
    發(fā)表于 10-24 07:45

    在Ubuntu20.04系統(tǒng)中訓(xùn)練神經(jīng)網(wǎng)絡(luò)模型的一些經(jīng)驗

    模型。 我們使用MNIST數(shù)據(jù)集,訓(xùn)練一個卷積神經(jīng)網(wǎng)絡(luò)(CNN)模型,用于手寫數(shù)字識別。一旦模型被訓(xùn)練并保存,就可以用于對新圖像進行推理和預(yù)測。要使用生成的模型進行推理,可以按照以下步驟進行操作: 1.
    發(fā)表于 10-22 07:03

    基于全局預(yù)測歷史的gshare分支預(yù)測器的實現(xiàn)細節(jié)

    GShare預(yù)測機制簡介 GShare預(yù)測機制作為一種常用的分支預(yù)測機制,通過基于分支歷史和分支地址預(yù)測分支指令的執(zhí)行路徑。分支歷史是指
    發(fā)表于 10-22 06:50

    如何在NVIDIA Isaac Lab中使用Newton訓(xùn)練四足機器

    物理在機器人仿真中發(fā)揮著至關(guān)重要的作用,它為機器人在真實環(huán)境中的行為及交互提供了精準的虛擬呈現(xiàn)基礎(chǔ)。借助仿真器,研究人員和工程師能夠以安全、高效且經(jīng)濟的方式訓(xùn)練、開發(fā)、測試和驗證機器
    的頭像 發(fā)表于 10-13 11:10 ?2233次閱讀
    如何在NVIDIA Isaac Lab中使用Newton<b class='flag-5'>訓(xùn)練</b>四足<b class='flag-5'>機器</b>人

    借助NVIDIA Cosmos模型提升機器訓(xùn)練效率

    隨著物理 AI 系統(tǒng)的不斷發(fā)展,對豐富標(biāo)記數(shù)據(jù)集的需求正在急速增長,已經(jīng)超出了在現(xiàn)實世界中通過人工采集所能滿足的范圍。世界基礎(chǔ)模型(WFMs)是經(jīng)過訓(xùn)練的生成式 AI 模型,能夠根據(jù)現(xiàn)實世界環(huán)境的動態(tài),對未來的世界狀態(tài)進行仿真、預(yù)測
    的頭像 發(fā)表于 09-23 15:30 ?1203次閱讀
    借助NVIDIA Cosmos模型提升<b class='flag-5'>機器</b>人<b class='flag-5'>訓(xùn)練</b>效率

    利用NVIDIA Cosmos模型訓(xùn)練通用機器

    機器人領(lǐng)域的一大核心挑戰(zhàn)在于如何讓機器人掌握新任務(wù),而無需針對每個新任務(wù)和環(huán)境耗費大量精力收集和標(biāo)注數(shù)據(jù)集。NVIDIA 的最新研究方案通過生成式 AI、世界基礎(chǔ)模型(如 NVIDIA Cosmos
    的頭像 發(fā)表于 08-05 16:22 ?2259次閱讀
    利用NVIDIA Cosmos模型<b class='flag-5'>訓(xùn)練</b>通用<b class='flag-5'>機器</b>人

    CPU密集型任務(wù)開發(fā)指導(dǎo)

    區(qū)提供的房價數(shù)據(jù)訓(xùn)練一個簡易的房價預(yù)測模型,該模型支持通過輸入房屋面積和房間數(shù)量去預(yù)測該區(qū)域的房價,模型需要長時間運行,房價預(yù)測需要使用前面
    發(fā)表于 06-19 06:05

    【「# ROS 2智能機器人開發(fā)實踐」閱讀體驗】機器人入門的引路書

    的限制和調(diào)控) 本書還有很多前沿技術(shù)項目的擴展 比如神經(jīng)網(wǎng)絡(luò)識別例程,機器學(xué)習(xí)圖像識別的原理,yolo圖像追蹤的原理 機器學(xué)習(xí)訓(xùn)練三大點: 先準備一個基本的模型結(jié)構(gòu) 和訓(xùn)練時的反饋函
    發(fā)表于 04-30 01:05

    禾賽科技聯(lián)手群核科技,打造高精度機器人仿真訓(xùn)練新方案

    2025 年 4 月 21 日,全球領(lǐng)先的激光雷達企業(yè)禾賽科技與空間智能企業(yè)群核科技宣布達成戰(zhàn)略合作,雙方將共同推出機器人仿真訓(xùn)練場景生成新方案。通過禾賽激光雷達與群核科技空間理解模型
    的頭像 發(fā)表于 04-29 17:03 ?1946次閱讀
    禾賽科技聯(lián)手群核科技,打造高精度<b class='flag-5'>機器</b>人仿真<b class='flag-5'>訓(xùn)練</b>新方案