至顶网软件频道消息:Nuance和英伟达已经展开合作,旨在将更多的机器学习引入放射学,以提高和加速现有的工作流程。
放射学作为一个行业被认为应用机器学习和人工智能的时机已经成熟。无论是MRI还是分析报告,机器学习都被视为一种技术,可以改善护理并更快地帮助患者获得结果。英伟达还介绍了与通用电气医疗集团的合作关系,双方合作提升人工智能在医疗成像方面的作用。
例如,纽约大学Langone医学中心的神经放射学主任及人工智能主任Yvonne Lui博士最近在纽约举办的一次IBM活动中表示,机器学习可能会大大缩短完成MRI和交付结果所需要的时间。
Nuance和英伟达的合作关系让两家公司能够将英伟达的深度学习平台以及Nuance的PowerScribe放射和PowerShare影像交换网络结合在一起。美国有70%的放射科医生都在使用Nuance的平台。
用于影像诊断的Nuance人工智能市场(Nuance AI Marketplace for Diagnostic Imaging)旨在将影像人工智能模型部署到现有工作流程中。Nuance计划利用其安装基础将研究人员、开发人员、医疗IT公司以及医院联系在一起。该市场将自动填充报告并整合多个应用程序。
英伟达的深度学习工具将在Nuance AI Marketplace的培训和发布应用背后提供支持。培训将包括诸如比较正常和异常胸部X光片以识别肺炎等项目。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。