人工智能如何诠释'眼睛是心灵之窗”
利用机器学习开发的软件可以通过分析某人眼睛中的静脉和动脉,在不到一分钟的时间内预测某人患心脏病的风险。
这项新研究发表在《英国眼科学杂志》上。如果这项发现在未来的临床试验中得到验证,将为快速、廉价的心血管筛查铺平道路。这些筛查可以让人们知道他们患中风和心脏病的风险,而不需要验血甚至测量血压。
专家表示,这项研究很有前景,但在成为可行的诊断工具之前还需要进一步研究。
该研究的主要作者Alicja Rudnicka在接受《卫报》采访时表示:“这种人工智能工具可以在60秒或更短的时间内让人们知道他们的风险水平。”同时研究发现,这个工具的预测结果与目前常用的测试方法结果一样准确。
“眼睛可以作为身体其他部位的窗口。”
该软件的工作原理是分析视网膜内的血管网。它测量了这些动脉和静脉覆盖的总面积,以及它们的宽度和“弯曲度”(弯曲程度)。所有这些因素都受到个人心脏健康状况的影响,因此软件只需观察受试者眼睛的非侵入性快照,就可以预测受试者患心脏病的风险。
研究人员将他们的软件命名为QUARTZ(一个独创的首字母缩写,源自短语“视网膜血管拓扑和大小的定量分析”)。
我们常说“眼睛是心灵的窗户”,越来越多的知识表明,眼睛可以被用作身体其他部位的诊断窗口。医生们在一百多年前就知道,可以通过眼睛看到糖尿病和高血压的迹象。但问题在于以往是以医学专家的经验进行人工评估,增加了不确定性和误判。如今使用机器学习可以克服这一挑战。
利用人工智能通过眼部扫描诊断疾病已被证明是机器学习医学发展最快的领域之一。FDA批准的第一个人工智能诊断设备被用于筛查眼疾,研究表明人工智能可以通过这种方式检测一系列疾病,从糖尿病视网膜病变到阿尔茨海默症。这些应用工具处于不同的发展阶段,但其诊断的可靠性和普遍性仍然存在问题。
比如,伦敦大学圣乔治学院的一个研究小组进行的这项最新研究只对白人患者的眼部扫描进行了测试。研究团队从英国生物库(UK Biobank)获取测试数据,该数据库恰巧94.6%是白人(反映出英国自身的人口统计数据,包括在生物库中的患者的年龄范围)。未来必须平衡这种偏见,以确保任何诊断工具对不同种族都是同样准确的。
研究人员将他们的软件QUARTZ的结果与标准弗雷明汉风险评分测试(FRS)产生的10年风险预测进行了比较。他们发现这两种方法具有“相当的性能”。
专家称最大的挑战是将这类工作从“编码到临床”。比如谁能把这类研究变成正式的诊断工具?是英国的国民医疗服务体系(NHS),还是从大学中剥离出来的一家公司?监管机构在批准使用该软件之前,会要求达到什么样的性能水平?从研究到产品实用化(商业化)还有很长的路要走。
以上是人工智能如何诠释'眼睛是心灵之窗”的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

本站6月27日消息,剪映是由字节跳动旗下脸萌科技开发的一款视频剪辑软件,依托于抖音平台且基本面向该平台用户制作短视频内容,并兼容iOS、安卓、Windows、MacOS等操作系统。剪映官方宣布会员体系升级,推出全新SVIP,包含多种AI黑科技,例如智能翻译、智能划重点、智能包装、数字人合成等。价格方面,剪映SVIP月费79元,年费599元(本站注:折合每月49.9元),连续包月则为59元每月,连续包年为499元每年(折合每月41.6元)。此外,剪映官方还表示,为提升用户体验,向已订阅了原版VIP

通过将检索增强生成和语义记忆纳入AI编码助手,提升开发人员的生产力、效率和准确性。译自EnhancingAICodingAssistantswithContextUsingRAGandSEM-RAG,作者JanakiramMSV。虽然基本AI编程助手自然有帮助,但由于依赖对软件语言和编写软件最常见模式的总体理解,因此常常无法提供最相关和正确的代码建议。这些编码助手生成的代码适合解决他们负责解决的问题,但通常不符合各个团队的编码标准、惯例和风格。这通常会导致需要修改或完善其建议,以便将代码接受到应

大型语言模型(LLM)是在巨大的文本数据库上训练的,在那里它们获得了大量的实际知识。这些知识嵌入到它们的参数中,然后可以在需要时使用。这些模型的知识在训练结束时被“具体化”。在预训练结束时,模型实际上停止学习。对模型进行对齐或进行指令调优,让模型学习如何充分利用这些知识,以及如何更自然地响应用户的问题。但是有时模型知识是不够的,尽管模型可以通过RAG访问外部内容,但通过微调使用模型适应新的领域被认为是有益的。这种微调是使用人工标注者或其他llm创建的输入进行的,模型会遇到额外的实际知识并将其整合

想了解更多AIGC的内容,请访问:51CTOAI.x社区https://www.51cto.com/aigc/译者|晶颜审校|重楼不同于互联网上随处可见的传统问题库,这些问题需要跳出常规思维。大语言模型(LLM)在数据科学、生成式人工智能(GenAI)和人工智能领域越来越重要。这些复杂的算法提升了人类的技能,并在诸多行业中推动了效率和创新性的提升,成为企业保持竞争力的关键。LLM的应用范围非常广泛,它可以用于自然语言处理、文本生成、语音识别和推荐系统等领域。通过学习大量的数据,LLM能够生成文本

编辑|ScienceAI问答(QA)数据集在推动自然语言处理(NLP)研究发挥着至关重要的作用。高质量QA数据集不仅可以用于微调模型,也可以有效评估大语言模型(LLM)的能力,尤其是针对科学知识的理解和推理能力。尽管当前已有许多科学QA数据集,涵盖了医学、化学、生物等领域,但这些数据集仍存在一些不足。其一,数据形式较为单一,大多数为多项选择题(multiple-choicequestions),它们易于进行评估,但限制了模型的答案选择范围,无法充分测试模型的科学问题解答能力。相比之下,开放式问答

机器学习是人工智能的重要分支,它赋予计算机从数据中学习的能力,并能够在无需明确编程的情况下改进自身能力。机器学习在各个领域都有着广泛的应用,从图像识别和自然语言处理到推荐系统和欺诈检测,它正在改变我们的生活方式。机器学习领域存在着多种不同的方法和理论,其中最具影响力的五种方法被称为“机器学习五大派”。这五大派分别为符号派、联结派、进化派、贝叶斯派和类推学派。1.符号学派符号学(Symbolism),又称为符号主义,强调利用符号进行逻辑推理和表达知识。该学派认为学习是一种逆向演绎的过程,通过已有的

编辑|KX在药物研发领域,准确有效地预测蛋白质与配体的结合亲和力对于药物筛选和优化至关重要。然而,目前的研究没有考虑到分子表面信息在蛋白质-配体相互作用中的重要作用。基于此,来自厦门大学的研究人员提出了一种新颖的多模态特征提取(MFE)框架,该框架首次结合了蛋白质表面、3D结构和序列的信息,并使用交叉注意机制进行不同模态之间的特征对齐。实验结果表明,该方法在预测蛋白质-配体结合亲和力方面取得了最先进的性能。此外,消融研究证明了该框架内蛋白质表面信息和多模态特征对齐的有效性和必要性。相关研究以「S

本站8月1日消息,SK海力士今天(8月1日)发布博文,宣布将出席8月6日至8日,在美国加利福尼亚州圣克拉拉举行的全球半导体存储器峰会FMS2024,展示诸多新一代产品。未来存储器和存储峰会(FutureMemoryandStorage)简介前身是主要面向NAND供应商的闪存峰会(FlashMemorySummit),在人工智能技术日益受到关注的背景下,今年重新命名为未来存储器和存储峰会(FutureMemoryandStorage),以邀请DRAM和存储供应商等更多参与者。新产品SK海力士去年在
