ZD至顶网软件频道消息:在最近使用认知技术应对眼病方面,IBM开发了一种简单的方法来帮助医生诊断糖尿病视网膜病变。
IBM周四宣布了其在应对眼病方面的最新突破,采用新的研究方法,可帮助医生诊断并对糖尿病视网膜病变(DR)进行分类。
DR是糖尿病的并发症,也是美国失明的主要原因之一。使用深度学习和视觉分析技术,IBM研究人员能够对患者糖尿病视网膜病变(DR)的严重程度进行分类,准确程度达到86%。
该方法只需20秒就能识别和分类,这可以帮助更多的医生筛检更多的患者。目前,糖尿病视网膜病变患者由专家临床医生筛检,经常是手动的,整个过程非常耗时。
根据视网膜上的损伤和视网膜血管的损伤,DR的严重程度被分为五级(无DR;轻度;中度;严重;增殖性DR)。
IBM分类疾病的新方法结合了两种分析方法——卷积神经网络(CNN)与基于字典的学习,都纳入DR特异性病理学。
研究结果在本周在墨尔本举行的IEEE国际生物医学影像学研讨会(International Symposium on Biomedical Imaging)上提出。
这项工作建立在IBM Research的深层学习技术和图像分析技术的基础之上,可帮助诊断眼部疾病。IBM在医疗保健行业使用认知技术方面投入巨大,全球共有12个研究实验室专注于对眼科疾病、肺癌和黑色素瘤的一系列疾病进行医学影像分析。
好文章,需要你的鼓励
谷歌宣布为Chrome iOS版推出新功能,用户可在工作和个人谷歌账户间轻松切换,无需反复登录登出。该功能支持托管账户浏览,实现严格的数据分离,工作账户的标签页、历史记录和密码等本地数据与个人浏览完全隔离。随着企业不再提供公司手机,员工常需在个人设备上访问公司资源,此更新有助企业允许员工使用自选设备。
以色列理工学院和希伯来大学研究团队通过创新的"对调训练"实验,首次系统性地揭示了大语言模型认知偏见的真正来源。研究发现,AI模型的32种认知偏见主要源于预训练阶段而非微调阶段,这一发现颠覆了此前的认知,为开发更公正的AI系统指明了新方向。
OpenAI宣布其最新实验性推理大语言模型在2025年国际数学奥林匹克竞赛中达到金牌水平。尽管机器在数学推理、代码生成等认知任务上表现卓越,但这并不意味着它们具备真正的智能。机器缺乏知识迁移能力、情感理解、自我意识、内在动机等关键特征。它们无法像人类那样灵活适应新环境,也不具备主观体验和意识。真正的智能需要多方面综合能力,而非仅仅在特定任务上的优异表现。
约翰霍普金斯大学团队开发了VLV系统,仅用1000美元成本就能达到GPT-4o级别的AI图像描述效果。该系统巧妙组合现有的视觉编码器、扩散模型和语言模型,通过两阶段训练实现高质量图像描述。测试显示VLV在重建质量和人类评价方面与顶级商业模型相当,同时具备出色的空间理解和创意组合能力,为AI技术普及化提供了新思路。