开创性的人工智能方法找到了对心脏功能和疾病进行分类的方法

开创性的人工智能方法找到了对心脏功能和疾病进行分类的方法该团队开发出了一种突破性的人工智能应用,可对心脏功能进行分类,并准确识别瓣膜性心脏病,突显了在整合医学科学和技术以改善患者预后方面取得的长足进步。相关研究成果最近发表在《柳叶刀数字健康》(TheLancetDigitalHealth)杂志上。瓣膜性心脏病是心力衰竭的原因之一,通常使用超声心动图进行诊断。然而,这项技术需要专业技能,因此合格的技术人员也相应短缺。同时,胸片检查也是发现疾病(主要是肺部疾病)最常用的检查方法之一。尽管心脏在胸片上也清晰可见,但迄今为止,人们对胸片检测心脏功能或疾病的能力知之甚少。左:胸片右:人工智能判断依据的可视化。图片来源:OMU,上田大寿许多医院都会进行胸部X光检查,而且只需要很少的时间,因此非常容易获得和复制。因此,大阪都立大学医学研究生院诊断和介入放射学系的上田大洲博士领导的研究小组认为,如果能通过胸部X光片确定心脏功能和疾病,那么这项检查就可以作为超声心动图的补充。上田博士的团队成功开发出一种利用人工智能的模型,可以从胸片上准确地对心脏功能和瓣膜性心脏病进行分类。由于在单一数据集上训练的人工智能可能会出现偏差导致准确率较低,因此该团队将目标放在了多机构数据上。因此,在2013年至2021年期间,研究小组从四家机构的16946名患者中收集了与22551张超声心动图相关的共22551张胸部X光片。将胸片作为输入数据,将超声心动图作为输出数据,对人工智能模型进行了训练,以学习连接这两个数据集的特征。人工智能模型能够精确地对六种选定的瓣膜性心脏病类型进行分类,其曲线下面积(AreaUndertheCurve,简称AUC)在0.83到0.92之间。(AUC是表示人工智能模型能力的评级指标,其数值范围为0至1,越接近1越好)。在检测左心室射血分数(监测心脏功能的一项重要指标)的40%临界值时,AUC为0.92。Ueda博士说:"我们花了很长时间才取得这些结果,但我相信这是一项意义重大的研究。除了提高医生的诊断效率外,该系统还可用于没有专家的地区、夜间急诊以及难以接受超声心动图检查的患者。"...PC版:https://www.cnbeta.com.tw/articles/soft/1379911.htm手机版:https://m.cnbeta.com.tw/view/1379911.htm

相关推荐

封面图片

人工智能将简陋的X光胸透变成更好的诊断工具

人工智能将简陋的X光胸透变成更好的诊断工具胸部X光是世界上最经常进行的放射学检查,也是卫生专业人员诊断肺部和心脏疾病的常见方法。但是,虽然它们快速且容易执行,但X光是一种静态图像,无法提供有关心脏如何运作的信息。为此,你需要进行超声心动图检查。超声心动图--通常称为"回声"--评估心脏的泵送效率如何,以及心室之间的瓣膜是否漏气或病变。如果心脏瓣膜发生病变,心脏就不能有效地泵血,不得不更加努力工作,这可能导致心脏衰竭或心脏骤停和死亡。然而,超声心动图需要一个具有专业技能的技术人员。现在,来自大阪市立大学的研究人员招募了一个深度学习的人工智能模型,将简陋的胸部X光检查转变为一个更详细的诊断工具。深度学习是人工智能(AI)使用的一个过程,教计算机以模仿人脑的方式处理数据。该模型可以识别图片、文本、声音和其他数据中的复杂模式,从而产生准确的洞察力和预测。研究人员用2013年至2021年期间从四个机构的16946名患者那里获得的与22551张超声心动图相关的胸部X光片来训练深度学习模型。他们使用了来自多个机构的数据,以减少人工智能产生偏颇结果的风险。X光片被设定为输入数据,超声心动图被设定为输出数据,模型被训练为学习连接两个数据集的特征。在测试他们的深度学习模型时,研究人员发现,它可以精确地将六种类型的瓣膜性心脏病分类。曲线下面积(AUC)--表示人工智能模型区分类别的能力的评分指数--在0.83至0.92之间。AUC的数值范围从0到1;越接近1越好。研究人员说,他们的新型人工智能方法可以补充超声心动图,特别是在需要快速诊断或技术人员短缺的时候。"我们花了很长时间才得到这些结果,但我相信这是一项重要的研究,"该研究的主要作者DaijuUeda说。"除了提高医生的诊断效率外,该系统还可能用于没有专家的地区,用于夜间急诊,以及用于难以接受超声心动图的病人。"该研究发表在《柳叶刀数字健康》杂志上。...PC版:https://www.cnbeta.com.tw/articles/soft/1370021.htm手机版:https://m.cnbeta.com.tw/view/1370021.htm

封面图片

新研发的人工智能可以用一张X光片预测心脏病发作和中风风险

新研发的人工智能可以用一张X光片预测心脏病发作和中风风险这项技术正在美国国家癌症研究所设计的一项特殊试验中进行研究和培训,它被称为CXR-心血管风险。它基于由大约11430名门诊确诊病人组成的独立队列训练而来,所有这些人的胸部X光片都有可能符合他汀类药物治疗的条件,这是一种帮助解决心脏病发作风险的预防药物。然后人工智能系统将这些X光片与新病人的X光片进行比较,寻找类似的建模和实例,以帮助它预测病人的心脏病发作风险。北美放射学会(RSNA)的一次年会上分享了本次对照试验的结果。根据这些结果,医生很快就能用这项技术检测出病人的心脏病发作和中风的高风险。这是一项耐人寻味的技术,它有望改变我们早期检测这类问题的方式,更妙的是,该技术可以使用X光片来预测病人未来10年左右的心脏病发作风险,从而提供宝贵的时间来帮助遏制病人健康中可能出现的任何问题防止病情恶化。人工智能的进步有助于使这种类型的技术成为可能。而且,由于它允许医疗专业人员深入挖掘这些风险,而不必做侵入性手术和测试就可以确定是否有更多的人有更高的心脏病发作风险,需要改变他们的生活,或者早日介入治疗。可能有人担心人工智能会危害所有人的生活,但看到这项技术在未来的发展,尤其是在机器学习的医疗方面有如此大的关注度,似乎也是有好的一面。...PC版:https://www.cnbeta.com.tw/articles/soft/1334325.htm手机版:https://m.cnbeta.com.tw/view/1334325.htm

封面图片

Google为购物功能增添更多人工智能元素

Google为购物功能增添更多人工智能元素这项名为"风格推荐"(StyleRecommendations)的最新功能可以让用户在搜索中对商品进行评分,从而了解搜索者的风格和喜好。这有点像Tinder,不过对象是衬衫。在找到自己喜欢的衣服后,购物者可以指定自己喜欢的品牌,这样就能立即从这些选择中找到更多服装。Google曾测试过人工智能工具,帮助人们找到更多自己喜欢的商品。11月,该公司的"搜索生成体验"(SearchGenerativeExperience)用户测试了一种图像生成功能,它能根据提示拼凑出夹克和其他服装。然后,人们可以根据人工智能图像找到类似的商品。该公司还测试了虚拟试穿功能,购物者可以看到品牌服装的穿着效果。这两项功能现已在GoogleShopping上上线。Google与其他电子商务平台一道,将人工智能生成工具引入购物领域。亚马逊的购物助手"鲁弗斯"(Rufus)可以回答顾客对商品的询问,该公司还提供人工智能驱动的尺码建议。然而,人工智能驱动的购物功能仍是新生事物,可能会导致出现问题商品,有时候人工智能购物体验令人困惑,而且买到的衣服原型并不适合人类。...PC版:https://www.cnbeta.com.tw/articles/soft/1425296.htm手机版:https://m.cnbeta.com.tw/view/1425296.htm

封面图片

人工智能工具可以在60秒或更短时间内扫描视网膜并预测心脏病风险

人工智能工具可以在60秒或更短时间内扫描视网膜并预测心脏病风险使用机器学习开发的软件可以通过分析一个人眼睛里的静脉和动脉血管,在不到一分钟的时间里可以预测其患心脏病的风险。这项发表在《英国眼科杂志》上的新研究,为开发快速和廉价的心血管筛查铺平了道路,如果这些发现在未来的临床试验中得到验证。这些筛查将让个人知道他们中风和心脏病发作的风险,而不需要验血,甚至不需要测量血压。PC版:https://www.cnbeta.com/articles/soft/1324637.htm手机版:https://m.cnbeta.com/view/1324637.htm

封面图片

iOS 18:这些 iPhone 可能不支持部分人工智能功能

iOS18:这些iPhone可能不支持部分人工智能功能据彭博社记者马克-古尔曼(MarkGurman)报道,这将使Siri能够完成打开特定文档、整理文件夹中的笔记、删除电子邮件、总结文章、通过电子邮件发送网络链接等功能。据报道,苹果计划利用人工智能分析人们在设备上的操作,从而自动启用这些功能。苹果公司自己的LLM预计将处理被认为是基本的人工智能任务,它将完全在设备上运行。换句话说,该模型由iPhone的处理器驱动,而不是在云端。目前还不清楚基本任务的标准是什么,但据说LLM将包含一些代码,用于确定请求是可以在设备上处理还是需要苹果的服务器来处理。据Gurman称,设备上的人工智能功能主要需要iPhone15Pro或更高版本才能使用。同时,有传言称iOS18将兼容与iOS17相同的iPhone机型。综合这两份报告,我们可以预计以下型号的iPhone将可以运行iOS18,但不支持苹果的部分设备上人工智能功能:iPhone15iPhone15PlusiPhone14iPhone14PlusiPhone14ProiPhone14ProMaxiPhone13iPhone13miniiPhone13ProiPhone13ProMaxiPhone12iPhone12miniiPhone12ProiPhone12ProMaxiPhone11iPhone11ProiPhone11ProMaxiPhoneXSiPhoneXSMaxiPhoneXRiPhoneSE(第二代)iPhoneSE(第三代)iPadOS18和macOS15预计将共享许多相同的人工智能功能,古尔曼曾表示,Mac和iPad至少需要M1芯片才能实现设备上的人工智能功能。换句话说,AppleSiliconMac是macOS15中设备上人工智能的必要条件(这完全排除了英特尔Mac),而第五代iPadPro以上的产品将不支持iPadOS18中的设备上人工智能功能。虽然目前还不完全清楚哪个硬件因素是苹果设备上人工智能的关键要求,但值得注意的是,(不支持的)iPhone15标准机型的内存为6GB,而支持的Pro机型的内存为8GB。同样,所有AppleSiliconiPad和Mac都至少配备8GB内存。由于所涉及的参数数量庞大,即使在使用范围较窄的情况下进行缩减,LLM也需要大量的运行内存。...PC版:https://www.cnbeta.com.tw/articles/soft/1433561.htm手机版:https://m.cnbeta.com.tw/view/1433561.htm

封面图片

在旧 ARM Windows PC 上启用 Recall 人工智能功能

在旧ARMWindowsPC上启用Recall人工智能功能微软5月发布了全新的“Copilot+PC”,带来了名为Recall的人工智能功能,旨在帮助用户找到在电脑上看到的任何内容。微软称,该功能仅在最近推出的和未来的Copilot+PC上可用。现在,有开发者在Github发布了一款名为Amperage的Windows控制台应用,该应用将允许用户即使在该功能不正式支持的旧电脑上运行Recall。该工具只能在搭载基于Arm64的SoC的计算机上启用Recall,这意味着它们必须由高通骁龙、MicrosoftSQ或Ampere芯片组驱动。用户还必须确保他们运行的是Win11版本24H2build26100.712。——、

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人