声音分类可能是一项艰巨的任务,尤其是当声音样本的变化很小而人耳无法察觉时。机器的使用以及最近的机器学习模型已被证明是解决声音分类问题的有效方法。这些应用程序可以帮助改善诊断,并已成为心脏病学和肺病学等领域的研究主题。卷积神经网络识别COVID-19咳嗽的最新创新以及使用咳嗽记录来检测无症状COVID-19感染的MIT AI模型(https://news.mit.edu/2020/covid-19-cough-cellphone-detection-1029)显示出仅凭咳嗽声就可识别COVID-19患者的一些令人鼓舞的结果。综观这些参考资料,这项任务可能看起来颇具挑战性,就像只有顶尖研究人员才能完成的任务一样。在本文中,我们将讨论如何使用Wolfram语言中的机器学习和音频功能获得这非常有希望的结果。
COVID-19疫情仍在全球肆虐,基于最新的学术研究成果(recent academic research),即通过分析录入的咳嗽数据预测COVID感染可以达到超过90%的准确率(predict postitive COVID cases over 90% accuracy)。
尽管机器学习有望作为一种强大的医学工具,但统计学家警告说,当前的模型存在严重的缺陷。
截止3月23日晚间统计,目前冠状病毒全球确诊病例已突破38万人,死亡病例已达16554人,在中国疫情趋于稳定的同时,意大利确诊病例已达近6.4万人,美国也将要突破4.4万 人次。
虽然疫情影响了线下的交流和聚会,但是会进一步推动市场对于超宽带、低延时和超可靠性链接的需求。
今天为大家介绍的是来自Sang Yup Lee团队的一篇探究药物相互作用的论文。辉瑞公司的Paxlovid最近已经获得了美国食品和药品管理局(FDA)的紧急使用授权(EUA),用于治疗轻至中度COVID-19。对于可能一直在服用其他药物的患有高血压和糖尿病等基础疾病的COVID-19患者,药物相互作用可能是一个严重的医疗问题。因此,作者使用深度学习来预测Paxlovid成分(nirmatrelvir和ritonavir)与2,248种用于治疗各种疾病的处方药物之间的潜在药物相互作用。
今天为大家介绍的是来自Aman Mahajan团队的一篇论文。在手术前识别高风险不良结果的患者,可以为改善术后结果提供干预机会;然而,目前很少有用于自动预测的工具。作者的目的是评估仅使用电子健康记录中的数据来识别手术高风险不良结果的患者的自动机器学习模型的准确性。
如果某天早晨,你发觉忽然闻不出咖啡的香味了,那么或许要担心一下,自己是不是患上了新冠肺炎。
今天给大家介绍2020年11月12日发表在Nature Machine Intelligence上的三篇评论。这三篇评论都缘于该期刊往期的一篇标题为“An interpretable mortality prediction model for COVID-19 patients”的文章,评论主要抨击了原文章提出的对于COVID-19患者的死亡率预测模型所存在的问题。同时,该期刊同期发表了原作者li Yan等人对该三篇评论的回复。
感染新冠病毒后数月仍存在健康问题的病症成为长新冠。许多患有长新冠的人报告称,他们面临着“脑雾”( brain fog)问题,经常出现记忆和注意力不集中,导致他们在日常生活中难以正常工作。一项新的研究发现,这些认知问题可能源于病毒感染引发的血栓,可能是通过类似于引发某些类型痴呆症的机制导致的。这些血栓在血液中留下明显的蛋白质标记,表明对它们的检测可能有助于预测、诊断、甚至可能治疗长新冠。
好巧不巧,就在马老板到处摇人攒xAI的时候,科学界好像也和他心有灵犀,在Nature上发了一篇堪称「xAI目标的可行性报告」的论文。
当前,新冠肺炎疫情仍在世界范围迅猛发展,全球确诊病例数、死亡病例数持续攀升,人类社会正共同面对重大挑战。 7月23日,腾讯宣布作为创始成员参与发起Linux基金会最新推出的公共卫生计划LFPH(Linux Foundation Public Health),为全球抗击疫情贡献科技力量。该公共卫生计划将通过开源共享技术积累,帮助世界各地的公共卫生部门抗击COVID-19和未来可能的流行病。 腾讯医疗副总裁吴文达表示:“腾讯很高兴作为创始会员加入LFPH,我们期待与全球顶尖的卫生机构和技术领导者更紧密地
---- 新智元报道 编辑:Aeneas 好困 【新智元导读】这个AI算法竟然可以听声辨新冠,而且准确率高达89%! 新冠病毒的出现,真算是打开了潘多拉的魔盒。 如今不断新出现的变种,打乱了整个地球人的生活。新冠之前那种不戴口罩的生活,也许再也回不去了。 最近,科学家们有了一个新发现,或许未来可以让我们告别捅嗓子眼儿的日子。 在西班牙巴塞罗那举行的欧洲呼吸学会国际会议上,一项研究显示,AI可通过手机应用程序收集到的声音,判断用户有没有感染新冠肺炎。 根据News Medical的报告,本研究中使
2021年11月5日,来自路易斯安那州立大学的Adam Bess和不列颠哥伦比亚大学的Kishor M.Wasancd等人在Drug Discovery Today合作发表综述“人工智能用于发现针对新发传染病的新型抗生素”。
COVIDX-NET:一种用于诊断X射线图像中COVID-19的深度学习分类器框架
对未知病原体迅速作出反应,如新型冠状病毒,于制止导致流行病的疾病不受控制的传播至关重要,可将保护措施维持在造成尽可能少的社会和经济危害的水平。而以上,可通过显著加快药物发现的计算方法来实现。一个强有力的方法是,通过现有药物的再利用,来减少全新药物的研究,这可以大大加快通常漫长的审批过程。在这里,研究者展示了,一套目前用于识别COVID-19可重复使用药物的代表性计算方法及其基础数据资源。
虽然现在大家很容易获取机器学习和数据科学的学习工具,但是除了学习如何使用工具以外,往工具里输入数据之前如何有效地探索数据,并找出其局限性也同样重要。
本文基于 CPV 模型, 对房地产信贷风险进行了度量与预测。我们被客户要求撰写关于CPV模型的研究报告。结果表明, 该模型在度量和预测房地产信贷违约率方面具有较好的效果。
在新药研发的过程中,甄选出合适的药物靶标(以下简称“药靶”)是靶向药物研发的源头,往往会成为一系列新药发现的突破口。同时,另一类重要的影响药物ADME性质的生物大分子—药物转运体(以下简称“转运体”),近期更已成为了新药发现领域的前沿热点。目前,具有疗效的主要药靶和转运体的可变性被发现是限制新药发现、造成药物耐药性、延缓新药靶临床发现速率等的关键因素,因而延伸出了诸多亟需解决的关键科学问题。如:如何严格确定药物的主要疗效药靶?如何认识转运体不同可变性间的相互影响和交互作用?针对这些问题,浙江大学药学院朱峰教授课题组,分别与同学院曾苏、余露山教授,和新加坡国立大学陈宇综教授合作,在《Nucleic Acids Research》杂志发表背靠背文章。文章分别报道了2020年最新版的《TTD: Therapeutic Target Database》和《VARIDT: Variability of Drug Transporter Database》。在人工智能(AI)药学急速发展的今天,迫切需要药靶与转运体信息的累计,推进基于大数据的AI药学研究。数据库网址如下:TTD(https://idrblab.org/ttd/);VARIDT(https://idrblab.org/varidt/)。
新冠肺炎蔓延,目前,全球已经有超过204,000人确诊感染新型冠状病毒,死亡人数超8200人。
亚马逊在1月份就对来往中国的旅行设置了限制,告知到中国的员工回国后要在家中工作两周,如果出现症状请就医。上周五,亚马逊告知其全部798,000名员工,停止在美国境内和境外的不必要旅行。
近日,新加坡政府技术局(GovTech)与卫生部(MOH)合作开发了一套基于区块链的文件验证系统,以提供 COVID-19 阴性检测证明。
摘要:区域失衡与一刀切政策之间的矛盾是当前中国空气污染控制的最大挑战之一。随着最近针对中国COVID-19大流行的第一级公共卫生应急响应(FLPHER)实施(到2020年2月22日确诊病例共77041例),全国范围内的人类活动大大减少,几乎所有经济活动活动被暂停。在这里,我们表明,这种情况代表了一个空前的“空窗期”,以探讨城市一级空气污染的短期排放控制效果。我们量化了第一级公共卫生应急响应引起的中国174个城市中NO2,SO2,PM2.5和PM10水平的变化。通过将广义加性模型,随机效应Meta分析以及天气研究和预测模型与化学分析相结合,建立了空气污染的机器学习预测模型。通过比较FLPHER期间的预测结果和观测结果,估算每个城市当前能源结构下的短期控制效果。我们发现,所有城市的短期排放控制效果在53.0%–98.3%范围内,而南部城市的效果明显强于北部城市(P <0.01)。与特大城市相比,中小城市对NO2和SO2的控制效果相似,但对PM2.5和PM10的影响更大。
考虑以下场景:有几个提供者,正计划为开发深度学习模型来解决分类任务提供数据。突然,提供者之一决定离开并要求删除数据,但更大的问题是,怎么确保该模型“忘记”这份数据。
今天将分享Covid-19感染百分比估计完整实现版本,为了方便大家学习理解整个流程,将整个流程步骤进行了整理,并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
这是由全球健康药物研发中心(GHDDI)发起的关于COVID-19/SARS/MERS药物发现社区公共信息共享门户和数据存储库。GHDDI和清华大学药学院联合启动了一系列关于理解和开发COVID-19候选新药的项目,以发挥在基础研究、转化科学和药物发现方面的优势。与此同时,他们为所有开发COVID-19新疗法的研究人员免费提供他们的药物开发信息和资源。整个网站可以分为以下四个部分:
根据 ResearchAndMarkets 的研究数据显示,2019年,全球企业数据丢失防护市场规模为 16.47 亿美元,预计将以 21.03% 的年复合增长率持续增长,2026 年规模将达到 62.65 亿美元。
今天分享的文献是2020年5月4日,在Cell Discovery杂志上在线发表题为“Immune cell profiling of COVID-19 patients in the recovery stage by single-cell sequencing” 的研究论文。
从数据和机器学习算法中获得的见解可能是无价的,但错误可能会导致损失声誉、收入甚至付出生命的代价。
收集大规模流行病学数据集的举措旨在通过国家COVID-19统计,以了解新的冠状病毒并帮助公共卫生政策制定者。
作为开发人员,如果你被裁员或只是想要新的挑战而计划转行,以下建议有助于你顺利实现职业转型。
传统的计算分析和机器学习是否可以弥补在信息泛滥的情况下对药物重定位论文进行同行评审的不足?
SARS-COV-2号召科学界采取行动,以对抗日益增长的大流行病。撰写本文时,还没有新型抗病毒药或批准的疫苗可用于部署作为一线防御。了解COVID-19的病理生物学特性可通过阐明未探索的病毒途径来帮助科学家发现有效的抗病毒药。实现这一目标的一种方法是利用计算方法在计算机上发现新的候选药物和疫苗。过去的十年中,基于机器学习的模型在特定的生物分子上进行了训练,为发现有效的病毒疗法提供了廉价且快速的实施方法。给定目标生物分子,这些模型能够以基于结构的方式预测候选抑制剂。如果有足够的数据提供给模型,则可以通过识别数据中的模式来帮助寻找候选药物或疫苗。
新型冠状病毒的传播,导致COVID-19促使美国各州和地方政府制定了居家隔离的政策,并关闭了一些企业。数百万人居家隔离,这种转变不仅给互联网服务提供商、流媒体平台和在线零售商带来了压力,也给向美国国家电网供电的电力公司带来了压力。
机器之心专栏 作者:陈佳阳、胡智航 本文中 RNA-FM 模型的出现一定程度上缓解了 RNA 带标注数据紧张的现状,为其他研究者提供了访问大批量无标签数据的便捷接口。并且,该模型将以 RNA 领域基础模型的身份,为该领域的各种各样的研究提供强有力的支援与帮助。 不同于蛋白质领域,RNA 领域的研究往往缺少充足的标注数据,比如 3D 数据只有 1000 多个 RNA。这极大限制了机器学习方法在 RNA 结构功能预测任务中的开发。 为了弥补标注数据的不足,本文展示了一项可为 RNA 各类研究提供丰富结构功能知识
新冠病毒已进入全球传播阶段,截止发稿,中国累计确诊已超80000例,国外累计确诊已超14000例,形势严峻。
最近马萨诸塞州大学的研究人员发明了一个名叫 Flusense 的便携式设备,这个新的边缘计算设备可能会用于预测季节性流感和其他病毒性呼吸道疾病爆发(如 COVID-19大流行病或 SARS)的健康监测。根据设想,该平台将用于医院、医疗候诊室和更大的公共空间。
作者 | Bryan McMahon 编译 | bluemin 编辑 | 陈彩娴 自20世纪50年代DNA被发现以来,生物学家一直试图将基因序列的长度与一系列细胞成分和蛋白质合成过程联系起来,例如,包括为现在著名的mRNA疫苗助力的特定抗体的mRNA转录过程。 尽管自DNA发现以来,在基因组测序和理解方面取得了一定进展,但仍缺失一个重要环节。生物学家缺乏一种仅使用未知蛋白质的DNA或RNA源序列就能准确有效地预测其三维形状的方法。在生物学中,结构决定功能。蛋白质在细胞中的作用取决于其形态。中空的圆柱形结构有
3月22日,特朗普政府表示,IBM正在与白宫合作,提供大量的超级计算能力,以帮助研究人员制止冠状病毒的蔓延。
本文的目标是使用各种预测模型预测Google的未来股价,然后分析各种模型。Google股票数据集是使用R中的Quantmod软件包从Yahoo Finance获得的。
2022年5月25日,英矽智能(Insilico Medicine)宣布已发现用于治疗 COVID-19 的新型临床前候选药物。据悉,该候选药物是一款靶向 3CL 的蛋白酶抑制剂,由其自主研发的人工智能(AI)生成化学平台 Chemistry42 设计。
Rimmer 博士是一位退休的心脏病专家,自1988年以来一直使用Mathematica。他对数学统计,金融市场,全球定位系统,信息知识和医学感兴趣;他在 Mathematica Journal和Wolfram演示项目上发表了很多文章。
机器之心最新推出「智能战疫日报」,围绕「人工智能直接应用于抗击疫情」和「人工智能助力产业应对非常时期各项困难」两大主题,提供相关政策、人工智能应用和解决方案、行业洞察、研究进展等每日动态,便于大家关注趋势变化,辅助决策;同时发布抗击疫情需求、产业需求或难题、人工智能资源等信息,促进产业与技术、场景与资源之间的高效合作。文末识别二维码即可开启订阅。
宿主遗传因素已被证明在SARS-CoV-2感染和Covid-19疾病过程中具有重要作用。影响Covid-19易感性和严重程度的常见变异的遗传贡献已经在不同人群中进行了广泛研究。然而,对于先天性免疫缺陷引起的罕见遗传变异的研究相对较少,尤其是在中国人群中。
一项建模研究发现,蝙蝠将在未来对物种之间的病毒传播做出重大贡献。图片来源:Pratik Chorge/Hindustan Times via Getty
本文的目标是使用K-最近邻(K近邻),ARIMA和神经网络模型分析Google股票数据集预测Google的未来股价,然后分析各种模型
全球抗疫进行中。除了医务人员们争分夺秒,全球数据科学家和人工智能专家们也联合了起来,希望通过数据分析和技术的力量争取更多时间。
2020 年因为新冠疫情,很多人不得不在家工作和学习,大量人工智能学术会议也转为线上。不过在去年我们仍然看到了很多 AI 技术领域的进展。DeepMind 研究科学家 Sebastian Ruder 近日帮我们对去年的机器学习社区进行了一番总结。
2020年2月11日,世界卫生组织宣布了新型冠状病毒肺炎官方正式命名为 COVID-19,21日国家卫健委决定与世界卫生组织保持一致,中文名称不变。随着关于新型冠状病毒病毒疫情的不断发展,有关疫情的各类信息也在不断更新。OpenKG 紧随疫情发展,继续发布新领域的新冠知识图谱,同时对已经发布的图谱进行持续不断的更新。
领取专属 10元无门槛券
手把手带您无忧上云