根据Research and Markets公布的一项研究,到2027年,全球胎儿监护市场预计将达到52亿美元。2022年,北卡罗来纳大学教堂山分校从比尔&梅琳达·盖茨基金会获得1700万美元赠款,用于继续推进AI在产科超声领域的应用。
世界卫生组织的数据显示,每年有30万名妇女和300万婴儿在分娩过程或产后死亡,具体原因包括卫生条件不佳、环境和结构性因素、潜在传染病和营养不良等。
2022年12月,法国AI软件公司Sonio从欧洲创新委员会(EIC)的加速孵化项目处获得1000万欧元。截至目前,该公司筹款总额已达1500万欧元。Sonio提供独立的AI SaaS软件,能够与任意超声设备配合使用以提高产前超声检查的准确性。
根据新闻报道,该技术能够识别出300多种潜在的产前综合症和异常状况,准确率达到95%以上。该公司自2021年起在欧洲获得CE标准,目前正在申请美国FDA批准。
Sonio AI希望更准确地解释检测结果以提供良好的临床价值,并快速将新兴科学成果整合起来。
Sonio公司联合创始人兼CEO Cecile Brosset表示,传统的产前检查和超声扫描总会存在一定的人为误差,这些结论随后又会被传递给临床医生并转化为错误解释。
“由于之前没有AI的辅助,所以从业者面临着许多挑战。在筛查检测期间,从业者需要在有限的时间内拍摄30到50张图像,实时解读每张图像并快速决定检查过程中的下一步最佳行动、精确执行操作、检测胎儿异常并尝试做出诊断或症状排除。”
“这实际上超出了人脑能够实时处理的信息量上限。”
Brosset表示,过程中的每个步骤都可能带来挑战。以异常检测和诊断为例,“其中某些异常会经常出现,但也有一些可能在医师的整个职业生涯中都前所未见。这样一种在相关研究和从业经历中都很罕见的迹象,往往令从业者难以做出判断。”
“通过使用AI技术,从业者可以实时调用一切可用的临床知识。与医生的专业知识相结合,AI能帮助从业者们尽可能提升检查质量、保持诊断一致性,确保每次检查都符合质量标准,并在提高效率的同时自动检测异常以避免人为错误。”
Brosset认为,AI有望在胎儿超声检查中成为一种质量控制工具,帮助医疗保健专业人士确保所有图像均符合质量标准。
“在不久的将来,AI将帮助我们识别潜在异常情况,把医疗保健服务者们从重复且附加值有限的任务中解放出来,全面提高其工作效率。”
Brosset认为,Sonio还将给患者带来可能影响终身的积极效果。
“无论是在出生之前还是之后,现在越来越多的疾病已经有了可行的治疗方案。我们希望更系统地发现胎儿畸形迹象并提高诊断能力,让患者得到更好的治疗。AI技术还有助于消除诊断中的不确定性,用更准确的信息保护父母的心理健康。”
Brosset表示,将更多低价值任务交由AI承担之后,医疗专业人士能够腾出更多时间和精力照顾病患、提升诊疗效果。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。