科大讯飞推进人工智能帮扶基层医疗
每年的政府工作报告无疑是中国未来一年发展的“风向标”。继2017年后，“人工智能”再次被写入《政府工作报告》。不仅如此，在今年两会上，“人工智能”也成为代表、委员们的热议话题。纵观2017年，国家层面出台多个人工智能相关文件：1月，国家发改委会同相关部门组织编制了《战略性新兴产业重点产品和服务指导目录》（2016版）；7月，国务院印发《新一代人工智能发展规划》；12月，工业和信息化部发
段树民：脑科学进展将推动人工智能重大突破
人工智能什么时候能够像人一样思考？这一天也许很快就要到来。“科学家们希望在人脑研究中取得重大进展，更深入解析人脑工作的模式，为人工智能发展的革命性突破提供基础。”全国政协委员、中国科学院院士、中国神经科学学会理事长、浙江大学医药学部主任段树民在两会现场接受采访时表示。脑科学被视为理解自然现象和人类自身的“终极疆域”，也为发展类脑计算系统和器件、突破传统计算机架构的束缚提供了
Cell：利用人工智能快速而又准确地诊断疾病
小编推荐会议：2018先进体外诊断行业峰会2018年2月26日/生物谷BIOON/---在一项新的研究中，来自中国广州医科大学和美国加州大学圣地亚哥分校等研究机构的研究人员利用人工智能和机器学习技术开发出一种新的计算工具，用于筛查患有常见的致盲性视网膜疾病的患者，从而潜在地加速疾病诊断和治疗。相关研究结果发表在2018年2月22日的Cell期刊上，论文标题为“Identifying Medical
中美研究人员开发可检查视网膜疾病的人工智能
视网膜疾病是一种眼部疾病。 视网膜疾病常见的有以下5种：①血管和血管系统病变。如视网膜血管阻塞，动脉硬化性、高血压性、血液病性以及糖尿病性眼底病变等。②视网膜炎症。与脉络膜炎和视神经炎相互影响密切相关。③视网膜脱离。指视网膜神经层与色素上皮层的分离。④视网膜变性及营养不良。具有遗传因素。⑤视网膜肿瘤。其中以视网膜母细胞瘤为多见。近日，中美研究人员开发了一个使用大数据和人工智能的平台，不
乐普医疗心电图人工智能自动分析系统获FDA受理
2月24日，乐普（北京）医疗器械股份有限公司（简称“乐普医疗”）发布公告称，近日公司全资子公司深圳市凯沃尔电子有限公司自主研发的基于人工智能技术的心电图自动分析和诊断系统“AI-ECG平台（AIECGPlatform）”的医疗器械注册，获得美国食品药品监督管理局（FDA）受理，正在进行注册审查，受理号为K180432。心电图是各种心血管疾病（包括心律失常、心室心房肥大、心肌缺血损伤、心肌梗死等）最
新型人工智能技术30秒内筛查眼疾
一个国际研究团队22日在美国《细胞》杂志上发表的封面文章指出，他们开发出一种新型人工智能技术，可用于筛查常见的致盲眼部疾病，有助于加快疾病诊断。中国广州市妇女儿童医疗中心和美国加利福尼亚大学圣迭戈分校等机构的研究人员使用基于人工智能技术的卷积神经网络来学习超过20万张眼部光学相干断层扫描图，并采用“迁移学习”技术，让计算机学会将已获得的知识用于解决其他相关问题。卷积神经网络是一种计算机深度学习的结
人工智能手表获FDA批准 监测严重神经疾病
日前，由知名的MIT Media Lab独立出的新锐Empatica公司宣布，美国FDA已经批准了其人工智能手表Embrace上市，用于监控一类极为危险的癫痫发作。值得一提的是，这也是美国FDA批准的首款应用于神经学领域的智能手表。根据美国疾病控制与预防中心（CDC）最近的估计，约有340万美国人受癫痫影响。在所有的癫痫中，一类叫做“全面的强直 - 阵挛性癫痫发作”（generalized ton
人工智能开发抗衰老药物 候选分子已问世
今日，Juvenescence有限公司宣布该公司与Insilico Medicine合作创建的Juvenescence.AI公司已经选定了第一组化合物家族进行进一步临床开发。Juvenescence.AI是一家专注于使用人工智能(artificial intelligence，AI)进行药物开发的公司，该公司专注于衰老以及与衰老相关疾病领域的药物开发。根据Juvenescence有限公
巨变端倪：人工智能在医疗影像诊断领域全面爆发
近两年来，无论是在语音识别、图像识别还是文本理解，深度学习在医疗领域都有超乎想象的突破。在语音识别领域，梅奥诊所与以色列语音分析公司Beyond Verbal合作的研究发现13个语音特征和冠心病存在相关性，其中一个语音特征与冠心病存在强相关。在自然语言处理领域，IBM的沃森机器人能够在17秒内，阅读3469本医学专著，248000篇论文，69种治疗方案，61540次实验数据，106000份临床报告
《科学》重磅：人工智能再次战胜人类！这次是在心脏病预测上
人类医生在心脏病发病风险的预测上也失守了！上周五，《科学》杂志报道了英国诺丁汉大学流行病学家Stephen Weng博士团队发表在《PLOS ONE》上的重要研究成果，Weng博士团队将机器学习算法应用于电子病历的常规数据分析，发现与当前的心脏病预测方法相比，机器学习算法不仅可以更准确地预测心脏病发病风险，还可以降低假阳性患者数量(1)。人工智能再一次战胜人类。Stephen Weng博士「这项研