图片来源:Getty
科学家最近开发了一种人工智能(AI)工具,该工具可以让医生确定某人是否会心脏病发作,并且比现有方法更快。
医疗保健公司Abbott发布的新研究表明,Abbott的算法可以令医院事故和急诊部门更准确地识别和治疗心脏骤停患者。
该研究由来自美国、德国、英国、瑞士、澳大利亚和新西兰的研究人员以及超过11,000名患者的共同参与,研究人员发现,AI可以为医生提供更全面的分析,以确定患者心脏病发作的概率。
Abbott高级医疗主管Agim Beshiri表示,“人工智能技术可以考虑许多变量、特征和数据点,并且可以在几秒钟内将它们组合成有意义的结果。”“由于现在计算能力和人工智能应用方面的快速发展,医疗保健可以极大地从这种方法里受益,临床医生每天都在将该方法用于患者。”
该算法由Abbott的医生和统计人员团队开发,通过相关算法和机器学习技术,可以更加个性化地计算一个人的心脏病发作风险。
该算法主要是通过分析广泛的数据集,并纳入年龄、性别和人的特定肌钙蛋白水平(心脏生物标志物)等因素的考虑,从而改善和加快心脏病发作的诊断。
Abbott表示,该算法旨在帮助医生解决在诊断心脏病发作时需要寻找许多个性化信息时存在的两个障碍。
第一个障碍是,国际指南里关于使用高度敏感的肌钙蛋白测试时的要求并没有考虑到个人因素,这会影响测试结果。
第二个障碍是,虽然这些指南建议医生在固定时间里进行肌钙蛋白检测,但并没有考虑一个人的年龄或性别等因素,而是将患者做一刀切式的处理。
而Abbott的算法则与现有方法不同,它考虑了个人因素和各个时间的肌钙蛋白血液测试结果。
Beshiri还表示 ,“世界心脏组织估计每年有1790万人死于心血管疾病,85%的人死于心脏病和中风。”“Abbott算法的独特之处在于,Abbott算法利用了强大的机器学习,可以确定哪些因素对预测某人是否有心脏病发作最有效。”
他称,“这些因素包括一个人的年龄、性别或肌钙蛋白血液测试的状态,当有人出现心脏病发作症状而进入医院时,这些因素的参数已经记录在案了。Abbott的研究发现,该算法有助于了解这些变量在某个时刻是如何相互作用的,所以可以提供更加个性化和精确的计算。”
好文章,需要你的鼓励
IBM Spyre加速器将于本月晚些时候正式推出,为z17大型机、LinuxONE 5和Power11系统等企业级硬件的AI能力提供显著提升。该加速器基于定制芯片的PCIe卡,配备32个独立加速器核心,专为处理AI工作负载需求而设计。系统最多可配置48张Spyre卡,支持多模型AI处理,包括生成式AI和大语言模型,主要应用于金融交易欺诈检测等关键业务场景。
加拿大女王大学研究团队首次对开源AI生态系统进行端到端许可证合规审计,发现35.5%的AI模型在集成到应用时存在许可证违规。他们开发的LicenseRec系统能自动检测冲突并修复86.4%的违规问题,揭示了AI供应链中系统性的"许可证漂移"现象及其法律风险。
意大利初创公司Ganiga开发了AI驱动的智能垃圾分拣机器人Hoooly,能自动识别并分类垃圾和可回收物。该公司产品包括机器人垃圾桶、智能盖子和废物追踪软件,旨在解决全球塑料回收率不足10%的问题。2024年公司收入50万美元,已向谷歌和多个机场销售超120台设备,计划融资300万美元并拓展美国市场。
这项由剑桥大学、清华大学和伊利诺伊大学合作的研究首次将扩散大语言模型引入语音识别领域,开发出Whisper-LLaDA系统。该系统具备双向理解能力,能够同时考虑语音的前后文信息,在LibriSpeech数据集上实现了12.3%的错误率相对改进,同时在大多数配置下提供了更快的推理速度,为语音识别技术开辟了新的发展方向。