ZD至顶网软件频道消息:IBM研究人员在墨尔本成功训练了一个Watson研究版,训练过的Watson可以识别视网膜图像的异常,因此可以帮助医生针对青光眼等眼疾的早期诊断,青光眼又名 “沉默的视力小偷”,许多患者往往直到视力已到了无可挽回的地步才确诊得了此病。
IBM研究人员从2015年开始利用应用深度学习和图像分析技术,通过EyePACS分析了88000个移除了个人信息的视网膜图像,获得了一些关键性眼睛异常资料,简化了医生在诊断眼疾时的一些手工流程。
诊断眼疾通常包括对比左右眼的图像、评估视网膜扫描的质量测量视杯盘的比例,此为青光眼的主要特征之一。
澳大利亚墨尔本大学眼科学系眼科研究中心项目主管Peter van Wijngaarden博士表示,“据估计至少有150000名澳大利亚人患有仍未确诊的青光眼,该数字随着人口的快速老化还将上升。”
Wijngaarden表示,“图像分析和深度学习技术在此领域的发展具有巨大的潜力。”
IBM在一份声明中表示, Watson将来可以检测其他眼疾的特征,如糖尿病性视网膜病变和与年龄相关的黄斑病变。
澳大利亚IBM研究实验室副总裁暨主任Joanna Batstone博士表示,“认知技术和医学图像分析大可以从根本上改变医疗服务的现状。”
Batstone表示,“医学图像是临床早期诊断和治疗的一个丰富数据来源,例如黑素瘤的风险评估及通过分析视网膜确证眼疾。认知技术在准确确认、重现及在诊断过程的临床分析效率方面的潜力巨大。”
IBM还公布了其他计划的概要,IBM将扩大认知计算的广度,并会将Watson连接到基层、关键和行为数据,以获取病人的完整视图。IBM在纽约中部6县地区将推出Watson基层保健提供商连接,参加计划的提供商达2000家。
澳大利亚联邦科学与工业研究组织(CSIRO)几年前在托雷斯海峡群岛和西部金矿区进行了一项远程眼科(Teleophthalmology)试验,参加试验的护士经培训后在前线用移动设备取得视网膜图像。视网膜图像然后被发送到珀斯或布里斯班的眼科医生进行诊断。
澳大利亚电子健康研究中心是CSIRO和昆士兰健康的合资企业。其首席执行官David Hansen告诉记者,“我们可以为社区的病人特别是糖尿病患者提供眼科筛查服务,我们的医生无需去病人那,病人也不用去看医生。因此许多人都可以得到这种服务,如果不用远程的话这些人是不会去做筛查的 。”
Hansen表示,“我们诊断出一些糖尿病患者,他们根本想不到自己患有这种病。有些人的糖尿病性视网膜病变已经非常严重了,需要紧急治疗才能保住视力。”
此外,CSIRO的远程眼科服务已被扩展到其他领域,如伤口护理等,这些都由CSIRO珀斯分部负责运行。而第二视力(Second Sight)的Argus设备是为数不多的商业视网膜植入设备,目前用于帮助晚期退行性眼病患者恢复一定程度的视力。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。