edu网站一般谁做的,wordpress插件使用方法,wordpress收用户邮件,江西那家做网站公司好#xfeff;#xfeff;编译 | 姗姗出品 | 人工智能头条#xff08;公众号ID#xff1a;AI_Thinker#xff09;摘要#xff1a;Google 开发了一种新型算法——读取了这名女性的175,639个数据点——并对死亡风险进行了评估#xff0c;结果为 19.9%。几天后这位女士去世了… 编译 | 姗姗出品 | 人工智能头条公众号IDAI_Thinker摘要Google 开发了一种新型算法——读取了这名女性的175,639个数据点——并对死亡风险进行了评估结果为 19.9%。几天后这位女士去世了。一名乳腺癌晚期的妇女来到市医院她的肺部已经充满了液体。她看了两个医生并且做了放射扫描医院的电脑读取了她的生命体征并且预测她在住院期间死亡的几率为 9.3%。 然后 Google 也做了相同的事情。Google 开发了一种新型算法——读取了这名女性的175,639个数据点——并对死亡风险进行了评估结果为 19.9%。几天后这位女士去世了。 Google 研发一种模型预测系统作为医疗工具今年5月Google 发布了这位未透露身份的女性的令人心痛的死亡报告。在报告中Google 突出了神经网络在医疗方面的潜力这是一种特别擅长利用数据自动学习和进行改进的人工智能软件。目前Google 已经开发了一种工具它可以预测患者的病情结果比如病人可能在医院待多久病人再次入院的几率以及病人即将死亡的概率。 最让医学专家深刻印象的是 Google 可以筛选以前无法获取的数据的能力如记录在 pdf 文件中的或以旧图记录的数据。神经网络吸纳了这些无规则的信息并做出了预测。它比现有的技术更快也更准确。Google 的系统甚至显示了哪些记录可以得出结论。 多年来医院、医生和其他医疗从业者都在尝试怎样更好地利用储存的电子健康记录和其他患者的数据。在适当的时候分享和强调更多的信息可以挽救生命至少可以帮助医务工作者减少在文书工作上的时间增加在病人护理上的时间。但是目前挖掘健康数据的方法是昂贵、繁琐和耗时的。斯坦福大学的副教授 Nigam Shah 表示在如今的预测模型上80%的时间都花在了使数据具有可表达性的“标准工作”上而Google 的做法避免了这个问题。今年5月Google 的 AI 负责人 Jeff Dean 对彭博谈到Google 的下一步是将这个预测系统引入诊所。Dean 的健康研究小组有时被称为医学大脑正在研究一系列的人工智能工具这些工具能够准确地预测症状和疾病而这些工具既能带来希望同时也具备警示作用。 公司内部对这一举措非常兴奋他们终于找到了一个新的具有商业前景的人工智能应用。自从2016年 Alphabet 旗下的 Google 公司宣布自己为 “ AI First” 的公司它的大部分工作都在改进现有的互联网服务。医学大脑团队的进步给了 Google 进入一个全新市场的机会这也是 Larry Page 和 Sergey Briz 在一直反复尝试的事情。 如今医疗保健领域的软件大多是手工编写的。Alphabet 医疗部门的前高管也是投资公司的总经理 Vik Bajaj 谈到Google 的方法即机器学会自己解析数据 “ 可以超越其他一切方法 他们知道什么问题值得解决现在他们已经做了足够的小实验并且知道有成果的方向是什么。” Dean 还设想了一种人工智能系统指导医生使用某些药物和进行诊断。而另一位 Google 研究人员说现有的模型会忽略重要的医学事件比如病人是否做过手术。他将现有的手工编码模型描述为医疗保健中的“一个巨大的障碍”。 预测系统工具面临的挑战尽管人们对 Google 的潜力持乐观态度但利用人工智能改善医疗结果仍然是一个巨大的挑战。其他公司尤其是IBM旗下的沃森(Watson)也曾尝试将人工智能应用于医药领域但在节约金钱和将该技术整合到偿付系统上却收效甚微。 长期以来 Google 一直在寻求获取数字医疗记录其结果的好坏也不尽相同。最近Google 研究了加州大学旧金山分校和芝加哥大学的 460 亿份匿名患者的数据。难解决的问题是Google 的人工智能系统要为每家医院创建预测模型而不是解析两家医院的数据。而所有医院的解决方案将更具挑战性。Google 正在努力确保新的合作伙伴能够访问更多的记录。 对健康问题的深入研究只会大量增加 Google 已经掌握的信息。数据公司 Immuta 的首席隐私官 Andrew Burt 表示:“Google 和其他科技巨头等公司将拥有一种独特的、几乎是垄断的能力来利用我们生成的所有数据。政府应该阻止这些数据成为“只有少数公司的领域就像在线广告中Google 的统治地位一样。” 当涉及到患者信息时Google 非常谨慎尤其是在公众对数据收集的审查过程中。去年英国监管机构对 Alphabet 的另一家人工智能实验室 DeepMind 进行了调查因为他们测试了一款分析公共医疗记录的应用程序而实验室却没有告诉病人他们的信息将被使用。在最新的研究中Google 和它的医院合作伙伴坚持他们的数据是在匿名、安全的并且在病人允许的情况下使用的。 不过Volchenboum 相信这些算法仍然可以拯救生命和节约金钱。他希望健康记录能与其他统计数据混杂在一起。他说 “医院就像一个有机体” 。最终人工智能模型可能包含那些可能影响患者预测结果的因素比如有关当地天气和交通的信息。 很少有公司能比 Google 更好地分析人。事实上该公司和 Alphabet 的部门 Verily 正在开发一种能够追踪更多生物信号的设备。即使消费者不接受穿戴式健康追踪器Google 也有很多其他的数据可以利用。它知道天气和交通状况Google 的安卓手机会追踪人们走路的方式、精神衰退的有价值的信息以及其他一些疾病。所有这些都可以加入到医疗算法里。 医疗记录只是 Google 的人工智能医疗计划的一部分。医学大脑已经为放射学、眼科和心脏病学提供了人工智能系统。他们也在皮肤病学方面进行努力。员工开发了一款用于发现恶性皮肤病变的应用程序对一位带着15个假纹身的产品经理在办公室里走来走去进行测试。 Google 公司正在印度开展一项新的试验该试验利用其人工智能软件对眼睛图像进行筛选以寻找糖尿病视网膜病变的早期迹象。Dean 说在发布之前Google 让三名视网膜专家激烈地讨论了早期的研究结果。确定商业模式还为时尚早随着时间的推移Google 可以将这些系统授权给诊所或者通过公司的云计算部门将其作为一种诊断服务出售。微软公司也在开发预测型人工智能服务。要将产品商业化Google 首先需要获得更多的记录往往这些记录在不同的医疗机构中存在很大差异。Google 可以购买但监管机构或消费者可能不会接受。与加州大学旧金山分校和芝加哥大学的交易不是商业性的。 目前该公司表示现在就确定商业模式还为时过早。今年 5 月在 Google 的年度开发者大会上医学大脑的成员 Lily Peng 表示研究小组在发现心脏病风险方面的研究已经超过了人类的研究。她表示“我想再次强调这还只是处于早期阶段”。原文链接https://www.bloomberg.com/news/articles/2018-06-18/google-is-training-machines-to-predict-when-a-patient-will-die未来智能实验室是人工智能学家与科学院相关机构联合成立的人工智能互联网和脑科学交叉研究机构。未来智能实验室的主要工作包括建立AI智能系统智商评测体系开展世界人工智能智商评测开展互联网城市云脑研究计划构建互联网城市云脑技术和企业图谱为提升企业行业与城市的智能水平服务。 如果您对实验室的研究感兴趣欢迎加入未来智能实验室线上平台。扫描以下二维码或点击本文左下角“阅读原文”
