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
2025年,企业技术高管面临巨大压力,需要帮助企业从持续的AI投入中获得回报。大多数高管取得了进展,完善了项目优先级排序方法。然而,CIO仍面临AI相关问题。支离破裂的AI监管环境和宏观经济阻力将继续推动技术高管保持谨慎态度。随着AI采用增长的影响不断显现,一些CIO预期明年将带来劳动力策略变化。
这篇论文提出了CJE(因果法官评估)框架,解决了当前LLM评估中的三大致命问题:AI法官偏好倒置、置信区间失效和离线策略评估失败。通过AutoCal-R校准、SIMCal-W权重稳定和OUA不确定性推理,CJE仅用5%的专家标签就达到了99%的排名准确率,成本降低14倍,为AI评估提供了科学可靠的解决方案。
FinOps基金会周四更新了其FinOps开放成本和使用规范云成本管理工具,新版本1.3更好地支持多供应商工作流。该版本新增了合同承诺和协商协议数据集,增加了跨工作负载成本分摊跟踪列,以及云支出和使用报告时效性和完整性的元数据可见性。随着云和AI采用推动企业IT预算增长,技术供应商正在关注将成本与价值联系起来的努力。大型企业通常使用三到四家云供应商,小企业可能使用两家,同时还有数据中心、SaaS和许可等服务。
NVIDIA团队开发出Fast-FoundationStereo系统,成功解决了立体视觉AI在速度与精度之间的两难选择。通过分而治之的策略,该系统实现了超过10倍的速度提升同时保持高精度,包括知识蒸馏压缩特征提取、神经架构搜索优化成本过滤,以及结构化剪枝精简视差细化。此外,研究团队还构建了包含140万对真实图像的自动伪标注数据集,为立体视觉的实时应用开辟了新道路。