大数据、云计算、人脸识别、自动驾驶……近年来这些耳熟能详的人工智能科技,正在悄然改变着我们的生活。英特尔作为全球领先的科技公司,一直致力于人工智能技术的发展。金秋十月,2018年《时尚健康》“粉红丝带运动”国际乳腺癌防治月来临了,英特尔公司本着“爱护乳腺,AI不宜迟”的理念,携手国家级医学影像人工智能高新技术企业-汇医慧影公司,共同开发“人工智能乳腺全周期健康管理系统”, 助力乳腺癌早期筛查以及诊治,为广大女性提供健康保障。
机器之心原创 作者:邱陆陆 近日,科大讯飞智慧医疗事业部总经理陶晓东与常务副总经理鹿晓亮接受了媒体采访,回答了关于讯飞部署人工智能 + 医疗的战略意义、相关产品的研发与落地情况、主要技术突破以及在过程中遇到的挑战等问题,以下是机器之能对采访内容进行的整理。 「中国医疗资源总量不足、分布不合理、优质资源匮乏。看病难、看病贵的问题的核心表现为供需矛盾」,在去年的一次新闻发布会上,卫计委副主任王培安这样向公众解释我国医疗行业现存的问题。同时,在资源严重不足的情况下,医护人员宝贵的时间也并没有得到有效地利用。
影像组学是放射学领域的一个相对较新的词,意思是从医学图像中提取大量的定量特征。人工智能(AI)大体上被定义为一组先进的计算算法,可以对所提供的数据模式进行学习,以便对未知的数据集进行预测。由于与传统的统计方法相比,人工智能具有更好的处理海量数据的能力,因此可以将影像组学方法与人工智能结合起来。总之,这些领域的主要目的是提取和分析尽可能多和有意义的深层定量特征数据,以用于决策支持。如今,影像组学和人工智能都因其在各种放射学任务中取得的显著成功而备受关注,由于担心被人工智能机器取代,大多数放射科医生对此感到焦虑。考虑到计算能力和大数据集可用性的不断发展进步,未来临床实践中人与机器的结合似乎是不可避免的。因此,不管他们的感受如何,放射科医生都应该熟悉这些概念。我们在本文中的目标有三个方面:第一,让放射科医生熟悉影像组学和人工智能;第二,鼓励放射科医生参与这些不断发展的领域;第三,为未来方法的设计和评估提供一套良好实践建议。本文发表在Diagnostic and Interventional Radiology杂志。
【新智元导读】医学影像AI企业推想科技今天宣布完成1.2亿元B轮融资,这也是国际医学影像人工智能行业内最大规模的单笔融资。据了解,此轮融资将主要用于人工智能技术在医疗行业的商业化落地、临床应用延伸以及国际市场拓展。 9月21日,国际领先的医学影像人工智能企业推想科技宣布完成1.2亿元B轮融资,由启明创投领投,元生资本、红杉中国联合投资,泰合资本担任独家财务顾问。这是国际医学影像人工智能行业内最大规模的单笔融资。据了解,此轮融资将主要用于人工智能技术在医疗行业的商业化落地、临床应用延伸以及国际市场拓展。 推想
聊起 AI,画面都充斥着机械语言:精密高级的芯片,光怪陆离的智能产业……你眼中的 AI 有什么样的能力?能给传统行业带来哪些变革与发展?基于此,云加社区联手知乎科技,从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合 」。
本文主要介绍了世界互联网大会中医疗投资领域的一些热点和趋势,以及人工智能在医疗领域的应用。作者认为,随着医疗领域对人工智能技术的需求不断增长,未来几年将是人工智能在医疗领域发展的关键时期。目前,医疗人工智能已经进入了实用阶段,但距离成为医生还有很长的路要走。尽管人工智能在医疗领域的应用取得了一定的成果,但数据的有效性和互联互通问题仍然亟待解决。同时,医疗人工智能的法律法规和伦理道德问题也引起了广泛关注。总的来说,医疗人工智能的发展前景广阔,但需要克服的难题也很多。
转眼已经到2017年的最后一周,大家是不是已经打算好元旦去哪里玩了呢?今年的冬天很冷,大家一定要注意身体,不要感冒了。 言归正传,上次我们聊过《人工智能时代,医生都要失业了?》,答案当然是否定的。医学在很大程度上来说是经验科学,实际上,医生对疾病的把控性是有限的。人工智能基于大数据的深度学习,在一定程度上来说也只是医生知识及经验的延展,人工智能代替不了人的创造性。换句话说,目前的人工智能是一种较弱的智能,其主要应用于基因测序、辅助诊断、医学影像、药物研发等方面。 📷 人工智能应用最为广泛的就是对图像的学习能
来源:中国图像图形学报、极市平台本文约11000字,建议阅读15+分钟本文回顾并简要总结了近20年国内医学影像人工智能发展进程中的重要事件。 本文回顾并简要总结了近20年国内医学影像人工智能发展进程中的重要事件,包括国内主办的医学影像人工智能知名国际和国内会议、《中国医学影像AI白皮书》的发布以及国内同行在新冠肺炎COVID-19期间的贡献。最后,我们展望了国内医学影像人工智能领域未来的发展趋势。 在过去20年里,医学影像技术、人工智能技术以及这两项技术相结合的临床应用都取得了长足发展。中国在该领域的研究也
随着新一代人工智能技术发展,沃森、阿尔法医生等“机器人医生”正在逐步进入医院。它们的临床价值有多大?进医院“执业”面临几道槛?来自企业、高校、律所的专家对此进行了深入分析。 有望缓解我国医疗资源不平衡 国际商用机器公司(IBM)沃森授权运营商——杭州认知网络科技有限公司总经理华松鸳介绍,沃森是采用认知计算技术的超级计算机,能模拟人的思维逻辑,学习海量医学文献,具有自然语言理解能力,可以学习自然语言文本、医学影像等非结构化信息。IBM与纪念斯隆·凯瑟琳癌症中心(MSKCC)合作,为沃森输入44家美国医疗机
【新智元导读】 随着国家关于人工智能和大数据国家战略扶持措施的相继落地,这一轮AI角逐将很快出现分水岭,医学影像AI可能迎来洗牌,高下很快有结果。由汇医慧影和斯坦福大学医学院Department of Radiation Oncology AI Lab联合发起的“中美医学影像人工智能前沿峰会”于12月2日-3日在美国硅谷召开,针对医学影像创新和AI场景落地以及AI临床需求融合问题进行深入探讨。本文带来最新干货分享。 受益于大数据和人工智能技术的发展,医学影像人工智能公司如雨后春笋般涌现,并迅速成为资本的宠儿
新智元报道 编辑:张乾 【新智元导读】四川大学华西医院与依图医疗合作研发国内首个肺癌临床科研智能病种库和全球首个肺癌多学科智能诊断系统,让人工智能走向临床科室,也给AI医疗创造了更多想象空间。
专注于超声人工智能动态医学影像分析的初创公司深至科技在上周宣布完成B轮亿元级融资。
【新智元导读】横跨学术和投资的美国国家科学院院士、中国科学院外籍院士、斯坦福大学教授、清华大学教授张首晟领头的深睿科技,刚刚完成了新的一轮融资,至此深睿医疗A轮融资规模达到1.5亿元。 2017年11月13日,深睿医疗正式宣布:深睿医疗刚刚完成A+轮融资,至此整个A轮融资规模达到1.5亿人民币。在对人工智能产品需求极大的影像医疗领域,深睿迅速占领先机。本轮融资由丹华资本领投,道彤投资、同渡、弘道跟投,昆仲、风瀛也基于A轮的投资继续跟投。 据悉,深睿医疗拥有人工智能深度学习核心专利技术,致力于开发人工智能+医
2017年12月13日,工信部印发《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,以贯彻落实《中国制造2025》和《新一代人工智能发展规划》,加快人工智能产业发展,推动人工智能和实体经济深度融合。我们认为该文件的印发强调了人工智能的战略地位,相关论述与我们2018年度投资策略从技术到应用布局人工智能吻合。 “软硬兼备”是发展人工智能产业的核心基础。《行动计划》在“突破核心基础”部分强调要“夯实人工智能产业发展的软硬件基础”,我们解读为应重点关注“AI芯片”和“AI算法”。“AI芯片”
在刚刚闭幕的世界互联网大会上,人工智能成为炙手可热的焦点,大会也首次开设人工智能分论坛,让众多企业大佬济济一堂,纵论人工智能发展大势。在人工智能时代即将呼之欲出的时候,医疗人工智能也开始成为新的风口,受到企业和媒体的广泛关注。 实际上,在人们更加关注生活质量、关注身体健康的时候,对医疗资源的需求也是空前高涨。然而,在过大的人口压力下,当前所面临的医疗资源紧张、技术水平有限的现实却让很多人深感无奈。现在,随着人工智能技术技术的不断进步,开始在医疗领域锋芒初露,给一些患者带去福音。 就现阶段来看,与欧美发达国家
【导读】2017 年医疗人工智能发展迅速,产业格局风起云涌。人工智能在医疗领域中的应用已非常广泛,包括医学影像、临床决策支持、语音识别、药物挖掘、健康管理、病理学等众多领域。本白皮书梳理和研究国际、国
“去拍个片子吧。”这是去医院看病常常能听到的话。现代医学诊断越来越倚重影像,专业医疗科学网站估计:医疗数据中有超过90%的数据来自于医学影像。然而,即便设备产生了高精度的大量影像,针对这些数据的分析,现在主要还是靠人工完成,人都是要犯错的,所以误诊难以避免。这点中外概莫能避,从影像误诊人数来看,美国每年的误诊人数达到了 1200 万,中国每年误诊人数高达 5700 万。
在美国,每年大约一半的医学影像学报告是基于X线的,其中绝大部分是胸部X线检查。在全球发展中国家,X线胸片的使用更加广泛,是早期发现肺结核、肺肿瘤、肺炎、尘肺、气胸等各类呼吸系统疾病的重要手段,是现代医学影像的“流量入口”。
人工智能(AI)在医学影像诊断中的成功应用使得基于人工智能的癌症成像分析技术开始应用于解决其他更复杂的临床需求。从这个角度出发,我们讨论了基于人工智能利用影像图像解决临床问题的新挑战,如预测多种癌症的预后、预测对各种治疗方式的反应、区分良性治疗混杂因素与进展,肿瘤异常反应的识别以及突变和分子特征的预测等。我们综述了人工智能技术在肿瘤成像中的发展和机遇,重点介绍了基于人工的影像组学方法和基于深度学习的方法,并举例说明了它们在决策支持中的应用。我们还解决了临床应用过程中面临的挑战,包括数据整理和标注、可解释性以及市场监管和报销问题。我们希望通过帮助临床医生理解人工智能的局限性和挑战,以及它作为癌症临床决策支持工具所能提供的机会,为他们揭开影像组学人工智能的神秘面纱。
大数据文摘作品 作者:亭八 由于高度监管和高度垄断以及必要组成部分(例如商保)的缺失,中国医疗领域的创新创业非常艰难,强大的技术变革和正确的商业模式是医疗领域创新创业项目成功的关键。人工智能的发展进入新一轮高潮,医疗人工智能创新方向和创业项目层出不穷,并且倍受资本追逐,大量资本投入到这个新的领域。 如何真正进入商用和临床的医疗人工智能创新领域?如何建立正确的商业模式?汇医慧影创新业务负责人卢涛,结合移动医疗发展的成功经验与失败教训,阐述了医疗人工智能商业模式的正确出路,以及如何更快的触及并解决诊疗方面的核心
作为国内最早一批密集报道医学影像AI产学融合与医工交叉的媒体。2018年,雷锋网AI掘金志全程报道了从海外MICCAI、RSNA、CVPR到国内ISICDM、MICS等众多顶级大会,同时也是多个知名医学图像分析学术论坛的独家媒体与首席合作媒体。
大数据、云计算、人脸识别、自动驾驶……近年来这些耳熟能详的人工智能科技,正在悄然改变着我们的生活。英特尔作为全球领先的科技公司,一直致力于用人工智能解决大问题。
4月初,2019年国际医学人工智能论坛在上海举办。其中,智能化医疗器械监管分论坛尤其火爆,不大的会议室里挤满了听讲、拍照的人。可以看到的一个现象是,比起前两年的蒙头狂奔,医疗AI行业里的人开始慢下来听听“游戏规则”。
在《人工智能人才数据报告》中显示,北美地区去年人工智能开发的相关职位需求约有10万,而人才市场只有3万名开发者,供求严重失衡。这一现象直接导致全球科技巨头纷纷加入人工智能人才争夺战之中。而在国内,人工智能领域的专业人才供求失衡更严重,供求比例接近1比10。国内企业百度、腾讯、滴滴等以设立研究院的形式,杀入美国高科技中心硅谷,与谷歌、亚马逊、微软等企业掀起人才的激烈争夺战。随着全球各大互联网巨头纷纷推出自己的人工智能产品和技术,2017年也被称为人工智能发展的拐点。基于此,HC3i中国数字医疗网秉持专注、专业
据陆海空通信和电子协会(AFCEA)网站(www.afcea.org)报道,地理空间影像以及面部识别和其他生物识别技术正在推动情报界对人工智能的研究。由情报界研究机构资助的政府、学术和行业研究计划不断向前推进,从中受益的还包括其他情报活动,如人类语言翻译、事件警告及预测。 美国情报高级研究计划署(Intelligence Advanced Research Projects Activity,IARPA)正努力通过多个研究计划在人工智能(AI)领域取得突破。所有这些人工智能计划都需要用到政府、业界和学术界的
近日,2018中国医学人工智能大会暨第一届人工智能雁栖高端论坛在中国科学院大学雁栖湖校区举行。来自全球的20多位专家学者、医生和产业界代表齐聚一堂,围绕人工智能+医疗、医学图像分析、机器学习等热点领域开展了历时两天的深入交流与探讨。
王立威教授作为首位获得AI's 10 to Watch奖的亚洲学者,同时也是LUNA和天池AI医疗大赛冠军队导师,从人工智能研究者的角度出发,为500多位资深医疗人工智能人士做了120分钟的深度分享和学员互动问答。 王立威教授指出,只满足把自己定位于一个人工智能研究者来看待医学影像问题,将图像识别技术单纯地嫁接到医学影像原有的系统上,即便数字结果看起来不错,但距离“好用的产品”依旧非常遥远。 嘉宾介绍: 📷 王立威:北京大学信息科学技术学院教授 王立威教授在机器学习领域发表论文100余篇,2011年入选人工
IT派 - {技术青年圈} 持续关注互联网、大数据、人工智能领域 来源:IT桔子 概要:2017年,自动驾驶、医疗影像、AI+教育成为焦点;一多半AI风险投资被第一梯队选手收入囊中,并快速成长为独角
雷锋网《AI掘金志》频道:只做 AI +「安防、医疗、零售」三大传统领域的深度采访报道。
据统计,到2025年人工智能应用市场总值将达到1270亿美元,其中医疗行业将占市场规模的五分之一,中国已经迎来医疗人工智能的风口。
数据猿导读 目前我国在此方面的法律依然处于缺失状态,甚至可以说是医疗人工智能发展的最大障碍。实际上,不仅仅是在医疗行业,在整个数据行业中都存在这样的问题。 图 | 阿里云总裁胡晓明在云栖大会深圳峰会上
赋能(Empower)是这个DT时代,最伟大的科技词汇之一。谷歌掌门人拉里·佩奇、阿里巴巴集团参谋长曾鸣等都提及,未来组织中最重要的功能已经越来越清晰,那就是赋能。
【新智元导读】中金公司(CICC)此前发布的人工智能相关领域证券研究报告指出,数据获取、数据标注和跨学科人才积累已经成为医疗影像识别进一步推进的三个关键点。深睿医疗 CEO 乔昕更犀利地指出:“目前应用人工智能对某些症像的识别取得了进展, 但是此项技术不论在国内还是国外都还没有开始大规模的临床验证,甚至缺乏验证的技术和科学方法。 ”来自医学界的多位专家则表示,“来自临床的需求是医学影像发展的动力”、“医疗 AI 产品也是医疗产品,是医疗产品就要遵循临床指南和医学路径,不然就不会被医生接受”。 三大难点:数据
“AI+医学影像”技术日趋成熟,诊断准确度、速度和覆盖病种不断实现突破,有望较快进入高效可用阶段。随着人们对AI技术期望的不断提高,AI超越人类甚至取代人类的观点在一段时间里甚嚣尘上,人与技术似乎站到了一个对立面。
人工智能的关键技术是深度学习,通过模拟人类大脑的神经网络来读取、处理大数据,并找出其中规律,完成特定任务。以深度学习为关键技术的人工智能现已逐渐成为各国研发投入的重点,目前发展已到应用阶段。
医学影像是医疗数据最密集的领域,医疗数据中超过80%来源于医学影像,人工智能技术已经应用在医疗行业多个领域,但医学影像是应用最成熟的领域之一。深度学习算法模型的训练需要海量数据支撑,医学影像由于其数据密集的特性,让以深度学习为代表的人工智能技术有了广阔的发挥空间,而其中又以X光、CT等类型影像的识别分析最为成熟。
新一代人工智能核心技术论坛围绕国家新一代人工智能开放创新四大平台等方向对新一代人工智能发展的影响为主题进行深度的探讨。论坛聚焦自动驾驶、医疗影像、智能语音等热门领域,共话新技术,探讨人工智能发展现状与未来技术的趋势。
image.png 中国信息通信研究院与腾讯研究院AI联合课题组 赵淑珏 中国信息通信研究院互联网法律研究中心研究员 近年来,智能医疗在国内外的发展热度不断提升。有人提出,“尽管安防和智能投顾最为火热,但 AI 在医疗领域可能会率先落地。”一方面,图像识别、深度学习、神经网络等关键技术的突破带来了人工智能技术新一轮的发展。大大推动了以数据密集、知识密集、脑力劳动密集为特征的医疗产业与人工智能的深度融合。另一方面,随着社会进步和人们健康意识的觉醒,人口老龄化问题的不断加剧,人们对于提
这个问题有两种答案: 看好AI的人会说YES,因为用不了几年AI真的会取代那些平庸的医生,会取代那些Below average(低于平均水平)的医生,但是暂时不会取代那些Above average(高于平均水平)的医生。 不看好AI的保守医生会说NO,TA真的是发自内心的,天真的以为AI不会取代任何医生。其实未来最需要AI的是Below average的医生,也是最不理解和最不能接受AI的人。 最近AI很火,不仅仅是在投资界很火,在学术界也很火。 好的AI公司很容易融到钱,连不咋地的AI公司也拿到钱了,
根据国家标准化管理委员会指导编撰的《2018人工智能标准化白皮书》定义,计算机视觉是使用计算机模仿人类视觉系统的科学,让计算机拥有类似人类提取、处理、理解和分析图像以及图像序列的能力。自动驾驶、机器人、智能医疗等领域均需要通过计算机视觉技术从视觉信号中提取并处理信息。
继AlphaGo 3:0完胜柯洁之后,2017年10月,AlphaGo Zero自学成才,3天成为顶尖高手,“女性”机器人索菲娅被授予沙特公民身份,AI的话题越来越火。 11月四川省肿瘤医院的一场超声AI的“人机大战”也将初冬的成都点燃。 这是四川省肿瘤医院卢漫教授主办的一次会议上的特别环节,即西南地区首届人工智能VS超声医生甲状腺结节读片大赛。比赛中的AI为台湾大学、台大医院联合历时9年研发的甲状腺超声智能辅助诊断系统,而场内外的选手均为各地各级医疗机构的超声医生,其中不乏三级甲等医院及教学医院的
【新智元导读】医疗影像智能分析在智能医疗各领域中都属于发展较快的一支。国内外涌现了一批将 AI 技术应用于医疗影像识别和分析的初创公司。然而,在具体的技术落地过程中,这些公司往往会遇到一些特定的难题。在此,我们和大家分享一个在英特尔技术支持下,由浙江大学数理学院和浙江德尚韵兴图像科技有限公司成功开发的智能医疗影像诊断系统的案例。该系统的任务是识别和分析影像中的甲状腺结节以及良恶性。从这一案例中,可以看到,英特尔系统化的计算硬件和所支持的丰富的计算结构和框架,为开发者快速开发提供了有力武器,并且与其生态环境合
辅助诊断只是AI在医疗影像应用的一个点,西门子正在做的是提供更多的点,并连接成一根链条
在传统医疗领域,医院内每日的医学影像数据量巨大,影像科医生做着大量重复性和机械性的工作。每张片子都需要医生仔细筛查和甄别,耗费了大量的精力,同时过于机械和重复性的工作也使得医生可能由于过于疲乏而产生判断上的失误。
语音助理、智慧家电、购物推荐⋯⋯ 人工智能替我们的生活中带来便利,但却也让不少人担心人工智能发展到最后,是否会产生自主行为,形成电影中机器挑战人类的情节。 在图像辨识、语言翻译和动态时报排序等都用到大量人工智能的Facebook,希望破除这个迷思。Facebook的AI研究部门负责人Yann LeCun认为,多数的害怕来自于不理解,「我们希望告诉人们AI并非魔法,而是严谨的科学。」因此在部落格上发布三段浅显易懂的影片,替大家上一堂AI入门课。 人工智能比人类厉害的地方:辨识出大量数据中的模式 大部分的人工智
黄浦江畔,人工智能界大咖云集。2018世界人工智能大会9月17日拉开大幕。9月18日,腾讯在上海余德耀美术馆主办一场主题为“AI无界 智未来”的人工智能分论坛。腾讯副总裁姚星、腾讯 AI Lab 医疗专家姚建华博士、腾讯 Robotic X 实验室主任张正友博士在腾讯分论坛上亮相,并做出精彩演讲,会上分享了腾讯在人工智能技术与应用方面的进展,并发布腾讯人工智能开放的最新动作。 腾讯副总裁姚星: 人工智能在未来的发展当中如果要进行更大的突破,必须在认知、决策能力和生成能力上进行更多的探索和创新。
领取专属 10元无门槛券
手把手带您无忧上云