技術論壇
發文時間 2019/09/25 作者 allen chen
瀏覽次數 2288 留言數量 8 按讚 0
IoT數據資料蒐集/分析/預測類 AI醫療預測大數據
疾病的治療有時效性,但是診斷出疾病卻也時常需要花費許多時間,你知道透過AI深度學習可以加快疾病預測和精準度嗎?
>>
發文時間 2019/09/26 作者 omnixri
按讚 0
在汽車發明之前,人們無法想像馬兒如何跑到這麼快的速度。當汽車已是日常生活一部份時,大家關心的就不再是速度而是安全度及舒適感。
目前AI在醫療(協助)診斷上已有不錯的成果,利用高效能電腦計算就像汽車提供人類高速移動能力一樣便捷,無庸置疑,但其可靠度(誤判率)是否能滿足或已達到人類水平可能還有一段很長的路要走,畢竟人命關天,沒有人敢隨意放行,就像目前醫院內的那些醫療影像診斷設備、軟體也是歷經數年認證及人體試驗後才能做為診斷基準。
從樂觀的角度來看,目前各醫療單位及政府相關部門都積極、正面看待AI對於輔助醫療診斷的發展,並投入相當多的資源,相信AI會慢慢從協助角色提昇至判定角色,就像菜鳥醫生經過不斷實務訓練終究會變成老鳥醫生,提供更多人更快更精準的服務。
發文時間 2019/09/26 作者 omnixri
按讚 0
關於醫療影像分類通常不是只關心正確率,更要關心的精確率及召回率,可以輕微容許沒病(負例)被當成有病(正例),但不太能容忍有病被當成沒病,尤其是重症。
發文時間 2019/10/02 作者 linda.lin
按讚 0
Sanger研究所、歐洲生物訊息學研究所等多家研究機構發現急性骨髓性白血症患者發病前,
血液中存在著某些基因變化,於是將這些人的血液基因進行基因定序,
並與健康者比較,並透過AI模組的建立,協助檢測與提前預防。
發文時間 2019/10/07 作者 mileen.tsai
按讚 0
投身醫療AI超過25年的臺北醫學大學醫學科技學院院長李友專認為,台灣因為擁有齊全的健保資料庫,而裡面也富含龐大的醫療大數據,可以利用這些數據訓練監督式機器學習進而預防,像是利用過去36個月的個人健康紀錄來預防未來12個月罹患肝癌的機率。
發文時間 2019/10/15 作者 laisan86
按讚 0
其實這方面的應用就台灣的健保資訊來說已經相當成熟,像是台北醫學大學就常舉辦醫療數據松 http://comst.tmu.edu.tw/news/news.php?Sn=185 這種活動,這類活動主要目的就是希望由群眾依靠現有醫療數據,幫忙醫師們找出來一些合適,甚至之前沒有注意的數據之間呈現甚麼關聯性。
有興趣的人可以試試看!另外,從過往的醫療紀錄,很多慢性病其實不難看出之間的關聯!比方說心肌方面比較差的人,相對地循環效果一定不好,而再從循環系統劣化的程度與其用藥、就診紀錄對比,就很容易利用時間為序列因子,探討罹患這方面相關疾病的每一種可能性
發文時間 2019/10/22 作者 j;6u045j6
按讚 0
聽說未來台灣人工智慧實驗室也將運用機器學習來建立曾跌倒的病患紀錄,用來預測跌倒高風險族群,進一步分析其跌倒原因,提供護理人員在用藥和照護上的參考和協助。
發文時間 2019/10/29 作者 warehouse
按讚 0
臺北醫學大學附設醫院院長陳瑞杰表示,敗血病是一種極為嚴重的疾病,諾從台灣人口估算,可能會有15萬名患者,因此2017年即導入智慧加護病房,「TED-ICU智能重症照護系統」,將病患的生理資訊轉換、整合、計算與紀錄,提供醫護團隊預測依據。
發文時間 2019/11/06 作者 yinghsuan1217
按讚 0
看到一則前年台灣人工智慧實驗室與北醫、北榮和台大醫院等合作的報導
將AI作為醫生和病患的輔助者
透過北醫的相關的data進行深度學習
打造出自動預測敗血病的AI系統
將預測時間從四小時縮為即時預報~