《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
0.3秒测癌，日本借助人工智能诊断大肠癌
大肠癌是常见的恶性肿瘤，包括结肠癌和直肠癌。大肠癌的发病率从高到低依次为直肠、乙状结肠、盲肠、升结肠、降结肠及横结肠，近年有向近端（右半结肠）发展的趋势。其发病与生活方式、遗传、大肠腺瘤等关系密切。在日本，大肠癌是死亡率仅次于肺癌的第二大癌症。对患者来说，早期发现是治疗最关键的一步。最近，日本公布了一项人工智能成果，利用人工智能技术，不到一秒就可以测出，大肠息肉是否存在癌症。在日本横滨一家医院的诊
专访金唯智中国区总经理葛毅：人工智能热潮下，基因组学研究的机遇和挑战
编者按： 从新千年的钟声敲响的那一刻起，我们便开始感受到了互联网带来的巨大的变革。近几年来，大数据技术和人工智能取得了突破性进展，从出行方式、通讯渠道、消费习惯到饮食起居，我们生活的方方面面正被这一波波的新技术重塑改变着。另一方面，我们对于健康管理、疾病预防和治疗的传统认知，正被人类基因组计划打开的生命科学研究新认知不断颠覆。究竟是信息技术还是生物技术，是这个时代的主旋律呢？拥有计算机和
人工智能通过医师考试 AI医疗离落地还有多远？
记得前一段时间，我们专门聊过人工智能医疗，然而最近市场又被人工智能医疗刷屏了。刷屏的原因就是人工智能继战胜了国际各位围棋棋手之后，又有了一个新的突破，这个突破就是在医疗领域。今年11月，国家医学考试中心发布了“2017年国家执业医师考试临床综合笔试”合格线，由科大讯飞和清华大学联合研发的“智医助理”机器人取得了456分的成绩，大幅超过360分的临床执业医师合格线，标志着人工
科学家制备柔性可穿戴太阳能电池
柔性可穿戴电子是未来电子元器件发展的热点方向，电源是其重要的组成部分。电源的选择和设计影响未来可穿戴电子的设计与功能。目前，电源对可穿戴电子的户外使用性、大面积贴合性和安全性有较大限制。近年来，金属有机杂化钙钛矿太阳能电池以其优越的光电转换性能而受到广泛关注。基于钙钛矿材料平面结构器件的光电转换效率在短短几年时间取得重要突破，最高效率为22.1%。卓越的光电性能为其应用在可穿戴电子设备提供了可能。
智能穿戴脱离手机独立使用成趋势
近年来，伴随着全民健身热潮的兴起及消费升级步伐的加快，智能手表、智能手环及其他可穿戴设备的增长规模不断加大。前不久，在全球首款4G全网通智能运动手表FERACE3发布会上，Ferace品牌创始人魏运剑表示，当前智能手表等可穿戴设备产业正在从1.0向2.0升级迈进，整个产业链将会进行洗牌调整，脱离手机独立使用已成为可穿戴设备2.0时代的重要发展趋势。可穿戴设备发展迅猛如今，随
智能可穿戴医疗设备市场将步入高速发展期
据中国报告大厅发布的《2016-2021年中国可穿戴智能设备行业发展分析及投资潜力研究报告》分析认为，国内可穿戴医疗设备的发展潜力十分巨大，人口老龄化和医疗之间的供需缺口将推动可穿戴医疗设备需求不断提升。随着“健康中国”建设的全面推进以及健康大数据技术的逐步成熟，智能可穿戴医疗设备市场将步入高速发展期。医用可穿戴设备逐年高速增长 将引爆智能可穿戴市场？随着世界人口的增多，如何为更多的人
“医拍智能”辅助诊断系统可做乳腺癌早筛
智能影像的应用领域越来越广。据亿邦动力网了解，专注于医学智能科技公司“医拍智能”自主研发的医疗影像智能辅助诊断系统已经应用于乳腺癌早期筛查领域。医拍智能自主研发的医疗影像智能辅助诊断系统，支持从图片分类、病灶定位、病灶属性判断到智能诊断推理分析，已经在临床中得到深度应用。在投入临床的几个月时间里，医拍智能的乳腺钼靶辅助智能辅助诊断系统已经处理上万例的乳腺X光片。（乳腺钼靶照相是目前诊断
柔性自驱动可穿戴传感系统研究获进展
随着纳米技术的快速发展，电子器件逐步向微型化、多功能化、低能耗方向发展。大量具有通讯、健康监控、环境监测等多功能柔性电子设备的出现，方便了人们的日常生活。然而，实现为众多柔性电子器件持续、长久地供电，从而形成柔性可穿戴自驱动传感系统是对现有供电技术的挑战。单个器件单元能耗低至微瓦至毫瓦量级，但其数量庞大且长期处于工作状态，维持其正常工作需要的电能总量十分巨大；传统的电池也无法满足系统全
38个利用人工智能发现新药的初创公司
将机器学习应用到新药发现当中，这一领域的规模将足以产生长尾效应。今天我们就来盘点一下目前在药物研发中应用人工智能的初创公司。根据新药研发阶段，目前AI在药物研发中的应用主要有以下10个方面：汇总和合成信息；重新利用现有药物；生成新型候选药物；验证候选药物；设计药物；设计临床前实验；运行临床前实验；设计临床试验；为临床试验招募患者；优化临床试验。根据这些AI应用的方向，可以把