人工智能预测阿兹海默病风险，准确率超 84%
作为一类慢性中枢神经疾病，阿兹海默病越来越严重地影响了现代社会。2015 年，全世界约有 3000 多万人被诊断患有这种疾病。因为需要花费巨大人力物力来妥善护理病人，它也给世界各地的卫生保健系统带来了很大的经济负担。虽然目前没有已知的方法在晚期病例阶段中制止该疾病的恶化，但有证据表明，如果早期发现，相应治疗有望使疾病进展获得减慢或停止。所以，如何找到一种可靠的方法来提早发现那些有可能具备疾病风险的
Science：自学习式人工智能可协助预测心脏病发作
即使医生有很多工具可以预测患者的健康，但是他们仍会告诉你这些工具远远不能应对人体的复杂性。而心脏病发作就特别难以预测。现在，科学家已经表明，自我学习式计算机可比标准医疗指导方针实现更好的性能，显
《科学》重磅：人工智能再次战胜人类！这次是在心脏病预测上 | 奇点猛科技
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，深度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。
人工智能走进ICU：可预测病人死亡 准确率达93%
基于监测患者生命体征各种设备所提供的实时数据，ICU似乎是人工智能工具的完美使用场景，可以用来判断患者的实时病情以及病情何时恶化。
利用人工智能鼻子预测分子的气味
一项新的研究让我们的最为神秘的嗅觉变得更加可预测一些。由美国洛克菲勒大学的研究人员启动的一个项目利用众包策略设计出一种数学模型，这种模型能够预测一种分子产生的气味。
人工智能加快乳腺癌风险预测
来自美国休斯顿的研究人员最近开发出一个人工智能软件能够准确解读乳腺X线影像结果，帮助医生快速准确预测乳腺癌风险。根据这项发表在国际学术期刊Cancer上的最新研究，这套计算机软件能够直观地将病人的图像结果翻译成诊断信息，速度是人类的30倍，准确率高达99%。
梁艳春——吉林大学——计算智能与智能工程，包括人工神经网络、模糊系统和进化计算相关理论、模型、算法，以及智能计算方法在组合优化、超声电机控制、微机电系统建模、金融时间序列预测、生物信息学等
计算智能与智能工程，包括人工神经网络、模糊系统和进化计算相关理论、模型、算法，以及智能计算方法在组合优化、超声电机控制、微机电系统建模、金融时间序列预测、生物信息学等