国产精品毛片aⅴ一区二区三区,色婷婷久久久,亚洲精品九九,精品一区电影

  • 中國臺灣網移動版

    中國臺灣網移動版

【中國那些事兒】中國AI系統診斷準確度媲美兒科醫生 研究成果登上國際頂級期刊

2019-02-14 15:14:00
來源:中國日報網
字號

 

  中國日報網2月14日電 近年來,中國人工智能(AI)研究成果從實驗室走向越來越多的應用場景,特別是在醫學診斷領域表現十分搶眼。不過,人工智能診斷工具的應用一般還局限于相對標準化的靜態圖像數據。但中國的一項新研究發現,人工智能系統在診斷常見的兒童疾病方面比一些醫生做得更好。在這項最新科研成果中,人工智能在識別影像的基礎上,通過自動學習病歷文本數據中的診斷邏輯,逐步具備了一定的病情分析推理能力,能更進一步讀懂、分析復雜的病例,這意味著人工智能或將能像醫生一樣“思考”。

  據美國石英雜志網站(QUARTZ)2月13日報道,國際知名醫學科研期刊《自然·醫學》(《Nature Medicine》)2月11日刊發了《使用人工智能評估和準確診斷兒科疾病》(Evaluation and accurate diagnoses of pediatric diseases using artificial intelligence)一文,這是中國在醫學診斷中應用人工智能的最新研究成果之一,也是全球首次在頂級醫學雜志發表有關自然語言處理(NLP)技術基于中文文本型電子病歷(EMR)做臨床智能診斷的研究成果。

  由廣州市婦女兒童醫療中心夏慧敏教授、加州大學圣地亞哥分校張康教授等專家領銜的醫療數據智能化應用團隊聯合人工智能研究和轉化機構,研發出了“輔診熊”人工智能診斷平臺。該平臺通過自動學習從來自56.7萬名兒童患者的136萬份高質量電子文本病歷中“學會”了醫生的診斷邏輯,并將其應用于診斷多種兒科常見疾病,準確度與經驗豐富的兒科醫師相當。

  研究人員發現,這個人工智能診斷系統對兩類重要疾病的診斷結果尤其出色:一類是流感和手足口病等常見疾病,另一類是急性哮喘發作和腦膜炎等嚴重或有生命危險的疾病。

  在某些情況下,該系統能夠以90%到95%的準確率診斷疾病。在所有類別中,人工智能模型的診斷準確率均未低于79%,高于一組初級醫師,但低于另一組。不過,高級醫生總體上比人工智能系統做得更好。

  文章稱,越來越多的研究證明人工智能在診斷方面的好處,這項研究更是錦上添花。例如,去年10月發表的一項同樣來自中國的研究顯示,借助人工智能算法準確預測了88%處于植物人狀態的患者是否會醒來。

  去年,在北京舉行的一場競賽中,人工智能系統在準確診斷腦腫瘤方面擊敗了醫生,顯示了人工智能在基于圖像的診斷中的作用。然而,值得注意的是,人工智能更有可能成為醫生有用的診斷工具,而不是在短時間內完全取代他們的判斷。

  石英網的這篇文章認為,人工智能在疾病診斷領域的應用研究大多來自中國,不足為奇。中國在人工智能研究方面投入了大量資金,自2007年以來,中國的人工智能論文數量增長了400%。利用這項技術來促進醫療保健特別重要,因為中國希望在農村和城市實現醫療保健的標準化,解決人口老齡化問題,提高醫療保健系統的效率。

  對于人工智能輔助診斷系統的未來,夏慧敏教授接受新華社采訪時表示:“這項研究,將會成為AI技術在醫療中實施應用的重要里程碑。其最大的貢獻在于,AI不僅僅能夠‘看圖’,而且能夠‘識字’,能像人類一樣讀懂文本中蘊藏的疾病信息。但須要清醒認識到,我們仍有很多基礎性工作要做扎實,比如高質量數據的集成便是一個長期的過程,因為大數據的收集和分析需要算法工程師、臨床醫生、流行病學專家等在內的多領域專家通力合作。此外,人工智能學習了海量數據后,其診斷結果的準確性仍然需要更大范圍的數據對其進行驗證和比對。”

  (編輯:齊磊 劉世東)

[責任編輯:楊永青]
国产精品毛片aⅴ一区二区三区,色婷婷久久久,亚洲精品九九,精品一区电影
国产麻豆精品| 九九综合在线| 一级成人国产| 亚洲精品乱码日韩| 日本不卡视频在线| 亚洲三级视频| 久久国产免费看| 天堂久久av| 国产精品久久久久久久免费软件| 综合在线一区| 欧美天堂一区二区| 欧美日韩一区二区三区四区在线观看| 视频一区二区不卡| 日本三级亚洲精品| 日本免费一区二区视频| 免费观看久久久4p| 亚洲精品影院在线观看| 亚洲不卡视频| 美日韩一区二区三区| 国产精品一区高清| 92国产精品| 男女精品网站| 麻豆久久久久久| 精品三级在线| 久久在线电影| 免费成人性网站| 国产精品巨作av| 欧美日韩视频免费观看| 视频在线观看一区| 老牛国内精品亚洲成av人片| 久久高清精品| 日韩国产高清在线| 黄毛片在线观看| 视频一区二区中文字幕| 麻豆精品视频在线观看| 欧美日中文字幕| 日韩av一二三| 国产精品久久久一区二区| 国产专区精品| 亚洲aa在线| 欧美一区二区三区高清视频| 日韩一区网站| 久久国产电影| 日韩激情视频网站| bbw在线视频| 日韩激情一二三区| 丰满少妇一区| 首页国产欧美久久| 欧美激情日韩| 六月丁香综合| 精品国产一区二区三区2021| 欧美日韩国产高清| 日韩av网站在线观看| 国产精品videossex久久发布| 久久国产小视频| 国产精品网址| 国产综合激情| 国产日韩欧美| 免费成人性网站| 成人影视亚洲图片在线| 日韩精品一二区| 99久久久久| 精品久久久久中文字幕小说| 欧美一级网站| 综合一区二区三区| 先锋亚洲精品| 欧美日韩国产高清| 久久天堂av| 国产精品一级| 日韩三级视频| 亚洲伊人精品酒店| 99综合视频| 久久免费高清| 国产精品成人国产| 日韩精品社区| 亚洲欧美日韩国产一区二区| 日韩一区二区三区在线免费观看| 美女久久99| 国产精久久久| 国产精品videossex| 日韩va欧美va亚洲va久久| 黄色成人91| 99免费精品| 国产精品男女| 日韩av黄色在线| 日日夜夜免费精品| | 免费在线观看不卡| 99在线精品免费视频九九视| 另类专区亚洲| 成人污污视频| 麻豆久久一区二区| 日韩二区三区四区| 久久亚洲不卡| 99亚洲视频| 欧美 日韩 国产一区二区在线视频 | 久久久久国产精品一区三寸| 在线看片福利| 成人精品国产亚洲| 国产精品片aa在线观看| 美女精品一区二区| 国产aⅴ精品一区二区三区久久 | 99国产成+人+综合+亚洲欧美| 国产不卡人人| 久久久国产亚洲精品| 不卡福利视频| 久久精品资源| 激情黄产视频在线免费观看| 久久婷婷久久| se01亚洲视频| 日韩视频一区二区三区在线播放免费观看| 亚洲少妇自拍| 日本成人一区二区| 美女高潮久久久| 99久久夜色精品国产亚洲1000部| 欧美在线影院| 青草av.久久免费一区| 国产精品久久久久77777丨 | 国产精品magnet| 国产乱码精品一区二区亚洲| 捆绑调教美女网站视频一区| 91av亚洲| 日韩精品一级中文字幕精品视频免费观看 | 蜜桃av一区二区| 国产日本久久| 国产欧美日韩亚洲一区二区三区| 中文字幕高清在线播放| 亚洲精品一二三区区别| 日韩视频一二区| 精品国产一区二| 亚洲女同中文字幕| 国产日产精品_国产精品毛片 | 老司机精品视频网| 91九色精品| 国产欧美日韩影院| 中文另类视频| 日韩精品午夜视频| 福利一区视频| 日韩国产专区| 玖玖玖国产精品| 久久国产尿小便嘘嘘| 久久激情中文| 亚洲少妇自拍| 成人在线超碰| 蜜桃一区二区三区在线观看| 久久精品免视看国产成人| 欧美1区免费| 九九99久久精品在免费线bt| 久久精品国内一区二区三区水蜜桃| 亚洲综合色婷婷在线观看| 97精品国产一区二区三区| 免费成人在线视频观看| 九九99久久精品在免费线bt| 中文在线资源| 日韩一区二区三区在线看| 亚洲精品**中文毛片| 中文精品电影| 都市激情国产精品| 日韩精品视频一区二区三区| 久久国产免费| 麻豆91精品视频| 日韩精选在线| 免费精品国产| 中文在线中文资源| 欧美亚洲网站| 蜜臀av性久久久久蜜臀aⅴ四虎| 美女尤物国产一区| 日产精品一区| 日韩成人一级| 亚洲精品国产偷自在线观看| 狠狠久久伊人中文字幕| 在线亚洲观看| 国产精品99一区二区| 国产在线观看91一区二区三区 | 久久免费精品| 91久久中文| 在线一区av| 麻豆中文一区二区| 最新国产精品视频| 精品国模一区二区三区| 美女久久久久久| 欧美日韩一区二区国产| 久热精品在线| 激情综合在线| 99久久久久国产精品| 国产精品13p| 国产一区二区三区不卡视频网站 | 午夜久久av | 国产精品一区二区精品视频观看 | 免费日韩视频| 一区在线视频观看| 欧美福利在线| 激情欧美一区二区三区| 日韩国产欧美一区二区| 成人午夜在线| 九九99久久精品在免费线bt| 麻豆精品国产91久久久久久| 国产九九精品| 亚洲精品国产精品粉嫩| 在线看片一区|