ZD至顶网软件频道消息: 20000张甲状腺超声影像可以做什么?可以培养一位甲状腺疾病诊疗医生,也可以训练一个诊疗机器人,医生只能服务一家医院,但是诊疗机器人却可能成为万千医生的助手。
3月29日,阿里云在云栖大会·深圳峰会上,浙江德尚韵兴的科学家展示了基于阿里ET的超声甲状腺结节智能诊断系统,通过阿里云深度学习平台对20000张超声影像进行学习,同时加入旋转不变性等现代数学的概念,让系统可以“聪明”得对超声影像中的甲状腺结节进行识别,并判断结节的性状。
右侧是超声甲状腺结节智能诊断系统的判断结果
具体来说,就是通过计算机视觉技术和深度学习算法对甲状腺B超快速扫描分析,圈出结节区域,并给出良性与恶性的判断。科学家表示,在实际的就诊环境中,超声甲状腺结节智能诊断系统可以大大节省医生的诊断时间,并且从目前的实验效果看,诊断系统的准确率已经比人类医生高出至少15%。
阿里云人工智能科学家闵万里说:“在多个病症的测试中我们意识机器不仅能够完成任务,而且在某些方面做的和人类医生一样好。ET完全有资格成为医生的助理。”
会上,阿里云宣布发布ET医疗大脑,宣布正式进入医疗AI领域。ET医疗大脑的研发大量采用深度学习技术,通过海量的数据作为示例来训练机器完成特定任务,即由计算机通过学习病例数据来提升医术。由于可以24小时不睡觉,同时处理成千上万项任务,ET的学习进步速度大大超过人类。
闵万里表示:“我们将ET医疗大脑设置为一个开放的人工智能系统。除了阿里云的人工智能科学家投入到研发当中,我们更希望能吸收外部精良的算法与医学经验,这样ET才能更快地成长为一名高级医师。”
目前,超声甲状腺结节智能诊断算法已经被集成到阿里ET医疗大脑中,经过一年多的研究训练,拥有多项医疗能力的ET,可在患者虚拟助理、医学影像、精准医疗、药效挖掘、新药研发、健康管理等领域承担医生助手的角色。
除了能大幅提升医生的工作效率外,ET医疗大脑还尝试从根本上战胜癌症。通过和华大基因合作,ET对大量肺腺癌病例的DNA序列进行分析,寻找致病的关键基因突变。
会上,阿里云宣布联合英特尔、LinkDoc启动天池医疗AI系列赛,第一季对早期肺癌诊断发起挑战。??阿里云天池平台将提供海量的脱敏后高分辨率胸部CT扫描数据。选手需要通过原始CT影像图片训练模型算法得到结节特征,最终实现对影像图片结节区域的智能化判断。
实事上,在ET医疗大脑之前阿里云已经开始在医疗领域进行探索。去年,上海华山医院借助阿里云的计算能力,用数字化模型代替部分临床实验,以及模拟小白鼠的活体实验,用于加快特效药研发。??同样是在去年,华大基因、阿里云和安徽医科大学曾共同宣布,在21小时47分12秒内完成了1000例人类全外显子组数据的分析。
40年前,人类若想对埃希氏大肠杆菌进行全基因组测序,需要1000年的时间。??当天阿里云还公布了ET在工业领域最近的进展。目前,阿里云人工智能ET已在交通、司法、工业制造、医疗等多个领域成为人类的好帮手。
好文章,需要你的鼓励
邻里社交应用Nextdoor推出重新设计版本,新增本地新闻、实时警报和名为"Faves"的AI功能,用于发现本地商户和地点。该应用与3500家本地出版商合作提供新闻内容,通过Samdesk和Weather.com提供天气、交通、停电等实时警报。Faves功能利用15年邻里对话数据训练的大语言模型,为用户提供本地化AI推荐服务,帮助用户找到最佳餐厅、徒步地点等本地信息。
Skywork AI推出的第二代多模态推理模型R1V2,通过创新的混合强化学习方法,成功解决了AI"慢思考"策略在视觉推理中的挑战。该模型在保持强大推理能力的同时有效控制视觉幻觉,在多项权威测试中超越同类开源模型,某些指标甚至媲美商业产品,为开源AI发展树立了新标杆。
英国生物银行完成了世界上最大规模的全身成像项目,收集了10万名志愿者的超过10亿次扫描数据,用于研究人体衰老和疾病过程。该项目历时11年,每次扫描耗时5小时,投资6200万英镑。目前已有8万人的成像数据供全球研究人员使用,剩余数据将于年底前发布。项目已开发出能预测38种常见疾病的AI工具,并在心脏病、痴呆症和癌症诊断方面取得突破。
这项由北京大学等多所高校联合完成的研究,首次对OpenAI GPT-4o的图像生成能力进行了全面评估。研究团队设计了名为GPT-ImgEval的综合测试体系,从文本转图像、图像编辑和知识驱动创作三个维度评估GPT-4o,发现其在所有测试中都显著超越现有方法。研究还通过技术分析推断GPT-4o采用了自回归与扩散相结合的混合架构,并发现其生成图像仍可被现有检测工具有效识别,为AI图像生成领域提供了重要的评估基准和技术洞察。