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
在“PEC 2025 AI创新者大会暨第二届提示工程峰会”上,一场以“AIGC创作新范式——双脑智能时代:心智驱动的生产力变革”为主题的分论坛,成为现场最具张力的对话空间。
人民大学团队开发了Search-o1框架,让AI在推理时能像侦探一样边查资料边思考。系统通过检测不确定性词汇自动触发搜索,并用知识精炼模块从海量资料中提取关键信息无缝融入推理过程。在博士级科学问题测试中,该系统整体准确率达63.6%,在物理和生物领域甚至超越人类专家水平,为AI推理能力带来突破性提升。
Linux Mint团队计划加快发布周期,在未来几个月推出两个新版本。LMDE 7代号"Gigi"基于Debian 13开发,将包含libAdapta库以支持Gtk4应用的主题功能。新版本将停止提供32位版本支持。同时Cinnamon桌面的Wayland支持持续改进,在菜单、状态小程序和键盘输入处理方面表现更佳,有望成为完整支持Wayland的重要桌面环境之一。
Anthropic研究团队开发的REINFORCE++算法通过采用全局优势标准化解决了AI训练中的"过度拟合"问题。该算法摒弃了传统PPO方法中昂贵的价值网络组件,用统一评价标准替代针对单个问题的局部基准,有效避免了"奖励破解"现象。实验显示,REINFORCE++在处理新问题时表现更稳定,特别是在长文本推理和工具集成场景中展现出优异的泛化能力,为开发更实用可靠的AI系统提供了新思路。