Ein Überblick Über Die Durchbrüche Der Medizinischen KI Im Jahr 2024, 35 Bahnbrechende Artikel, Die Sie Nicht Verpassen Dürfen
In den letzten Jahren haben Technologiegiganten wie NVIDIA und Google ihr Interesse an der KI-basierten Gesundheitsversorgung geweckt und fast 100 Milliarden Yuan in diesen Bereich investiert. Auch der medizinische Bereich ist zu einem der Bereiche geworden, in denen KI am häufigsten eingesetzt wird und die deutlichsten Ergebnisse erzielt werden.
Im Jahr 2024, das bald vorüber ist, haben Forscher große medizinische Modelle erstellt, mithilfe von KI medizinische Bilder/Videos segmentiert, Diabetes, Parkinson, Brustkrebs, Lungenkrebs, Eierstockkrebs, koronare Herzkrankheiten, Depressionen und Magenerkrankungen diagnostiziert und gleichzeitig Deep-Learning-Technologien zur Identifizierung von RNA-Viren erforscht. KI verändert die Gesundheitsbranche in beispiellosem Tempo und optimiert die medizinische Erfahrung der Patienten.
Nach der Zusammenfassung der 26 bemerkenswertesten Artikel zur KI- und Materialchemie in der vorherigen Ausgabe,In diesem Artikel konzentriert sich HyperAI auf die KI-Forschung im medizinischen Bereich und hat 35 hochaktuelle Artikel ausgewählt, die zwischen 2023 und 2024 interpretiert wurden. Klicken Sie unten auf den Artikeltitel oder die chinesische Interpretation, um zur Seite mit der Artikelinterpretation zu gelangen. Ich hoffe, es wird Ihnen hilfreich sein.
01 Titel des Papiers:Einheitliches Vortraining medizinischer Bilder im sprachgesteuerten gemeinsamen semantischen Raum, 2024.07
Chinesische Interpretation:Ausgewählt für ECCV 2024! Die Zhejiang-Universität und Microsoft Research Asia schlagen ein einheitliches Pre-Training-Framework für medizinische Bilder UniMedI vor, um die Barrieren der Heterogenität medizinischer Daten zu überwinden
Forschungsinhalte:Die Zhejiang-Universität und Microsoft Research Asia haben gemeinsam ein neues einheitliches Rahmenwerk für die Vorschulung medizinischer Bilder vorgeschlagen: UniMedI. Es verwendet Diagnoseberichte als gemeinsamen semantischen Raum, um eine einheitliche Darstellung für medizinische Bilder verschiedener Modalitäten zu erstellen, 2D- und 3D-Bilder erfolgreich zu integrieren und komplexe medizinische Daten besser zu nutzen.
02 Titel des Papiers:Nachahmung und Erforschung der Ruhe- und Aufgabenzustände des menschlichen Gehirns durch Simulation von Brain Computing: Skalierung und Architektur, 2024.05
Chinesische Interpretation:Der Erste auf der Welt! Das Team von Feng Jianfeng an der Universität Fudan entwickelte eine digitale Zwillingshirnplattform mit 86 Milliarden Neuronen
Forschungsinhalte:Das Institut für vom Gehirn inspirierte Intelligenzwissenschaft und -technologie der Universität Fudan hat die digitale Zwillingsgehirnplattform veröffentlicht. Dabei handelt es sich um die weltweit erste Gehirnsimulationsplattform im Maßstab des menschlichen Gehirns, die auf der Grundlage von Datenassimilationsmethoden entwickelt wurde und über 86 Milliarden Neuronen und eine Billion Synapsen verfügt.
03 Titel des Papiers:Auf dem Weg zum Aufbau eines mehrsprachigen Sprachmodells für die Medizin, 2024.09
Chinesische Interpretation:Der Benchmark-Test im medizinischen Bereich übertrifft Llama 3 und liegt nahe an GPT-4. Das Team der Shanghai Jiao Tong University hat ein großes mehrsprachiges medizinisches Modell veröffentlicht, das 6 Sprachen abdeckt.
Forschungsinhalte:Das Team der Shanghai Jiao Tong University erstellte ein mehrsprachiges medizinisches Korpus MMedC mit 25,5 Milliarden Token, entwickelte einen mehrsprachigen medizinischen Frage-und-Antwort-Bewertungsstandard MMedBench, der 6 Sprachen abdeckt, und baute außerdem ein 8B-Basismodell MMed-Llama 3.
04 Titel des Papiers:Integrierte bildbasierte Deep-Learning- und Sprachmodelle für die primäre Diabetesversorgung, 2024.07
Chinesische Interpretation:Der Erste auf der Welt! Die Tsinghua-Universität/Shanghai Jiaotong-Universität und andere entwickeln gemeinsam ein visuelles Großsprachenmodell für die Diagnose und Behandlung von Diabetes, veröffentlicht in Nature
Forschungsinhalte:Die Tsinghua-Universität hat in Zusammenarbeit mit der Shanghai Jiao Tong University, der National University of Singapore und dem Team des Singapore National Eye Centre erfolgreich das weltweit erste integrierte Vision-Large-Language-Modellsystem, DeepDR-LLM, für die Diagnose und Behandlung von Diabetes entwickelt. Dieses System kann Allgemeinmedizinern personalisierte Ratschläge zum Diabetesmanagement und zusätzliche Diagnoseergebnisse für die diabetische Retinopathie liefern.
05 Titel des Papiers:Nutzung von TME, dargestellt durch histologische Bilder, zur Verbesserung der Krebsprognose durch ein Deep-Learning-System, 2024.05
Chinesische Interpretation:Greifen Sie die drei wichtigsten soliden Tumoren direkt an! Team der Shanghai Jiao Tong University veröffentlicht Deep-Learning-System zur Verbesserung der Genauigkeit der Krebsüberlebensvorhersage
Forschungsinhalte:Ein Team der Shanghai Jiao Tong University hat ein Deep-Learning-System namens IGI-DL entwickelt, das histopathologische Bilder verwendet, um Informationen zur Tumormikroumgebung bei Krebspatienten vorherzusagen, für die keine räumlichen Transkriptomdaten vorliegen, und so eine genaue Krebsprognose ermöglicht.
Chinesische Interpretation:Eierstockkrebs kann durch Blutuntersuchungen, Urintests und andere Indikatoren identifiziert werden! Das Team von Liu Jihong von der Sun Yat-sen-Universität übernahm die Führung und vier große medizinische Fakultäten entwickelten gemeinsam ein KI-Fusionsmodell
Forschungsinhalte:Das Gynäkologieteam des Krebszentrums der Sun Yat-sen-Universität hat in Zusammenarbeit mit der Southern Medical University, dem Tongji-Krankenhaus des Tongji Medical College der Huazhong University of Science and Technology und dem Krankenhaus für Geburtshilfe und Gynäkologie der Zhejiang University School of Medicine das MCF-Künstliche-Intelligenz-Fusionsmodell zur Diagnose von Eierstockkrebs entwickelt. Die Genauigkeit des Modells bei der Identifizierung von Eierstockkrebs ist besser als bei herkömmlichen Biomarkern wie CA125 und HE4.
07 Titel des Papiers:Dialogsimulation zur Depressionsdiagnose: Selbstverbessernder Psychiater mit tertiärem Gedächtnis, 2024.09
Chinesische Interpretation:Die Agenten-Psychologische Klinik ist online! Basierend auf 1,3.000 Depressionsberatungsdialogen entwickelte das Team der Shanghai Jiaotong University einen großen Modelldialogagenten, der Depressionen diagnostizieren kann
Forschungsinhalte:Das X-LANCE-Laborteam der Shanghai Jiao Tong University und andere haben ein automatisiertes Dialog-Agenten-Simulationssystem mit großem Modell entwickelt – die Agent Mental Clinic AMC (Agent Mental Clinic) zur vorläufigen Diagnose von Depressionen.
08 Titel des Papiers:Medical SAM 2: Segmentieren Sie medizinische Bilder als Video über Segment Anything Model 2, 2024.08
Chinesische Interpretation:Die neueste Anwendung von SAM 2 ist jetzt verfügbar! Das Team der Universität Oxford veröffentlicht Medical SAM 2 und aktualisiert damit die SOTA-Liste der medizinischen Bildsegmentierung
Forschungsinhalte:Das Team der Universität Oxford entwickelte das medizinische Bildsegmentierungsmodell Medical SAM 2 (MedSAM-2), das auf dem SAM 2-Framework-Design basiert und medizinische Bilder wie Videos behandelt. Es eignet sich nicht nur gut für die Segmentierung medizinischer 3D-Bilder, sondern bietet auch eine neue Funktion zur Einzeleingabeaufforderungssegmentierung.
09 Titel des Papiers:MemSAM: Taming Segment Anything-Modell für die Echokardiographie-Videosegmentierung, 2024.05
Chinesische Interpretation:Kandidat für das beste Papier des CVPR 2024! Die Universität Shenzhen und die Polytechnische Universität Hongkong haben gemeinsam MemSAM veröffentlicht: Anwendung des Modells „Segment Everything“ auf die Segmentierung medizinischer Videos
Forschungsinhalte:Die Universität Shenzhen und das Intelligent Health Research Center der Hong Kong Polytechnic University haben gemeinsam ein neuartiges Echokardiographie-Videosegmentierungsmodell MemSAM vorgeschlagen, das SAM auf medizinische Videos anwendet.
10 Titel des Artikels:M2CF-Net: Ein Multi-Resolution- und Multi-Scale-Cross-Fusion-Netzwerk zur Segmentierung pathologischer Läsionen der fokalen lymphozytären Sialadenitis, 2023.11
Chinesische Interpretation:Für die Pathologiebildanalyse im ultragroßen Maßstab! Die Huazhong University of Science and Technology schlägt ein medizinisches Bildsegmentierungsmodell vor, um die Genauigkeit der Diagnose des Sjögren-Syndroms zu verbessern
Forschungsinhalte:Das Team der Huazhong University of Science and Technology schlug das medizinische Bildsegmentierungsmodell M2CF-Net vor. Durch die Integration von Bilderkennungstechnologien mit mehreren Auflösungen und Maßstäben kann diese Methode Lymphozytenaggregationsherde in pathologischen Bildern von Patienten mit Sjögren-Syndrom genau identifizieren und Ärzten so dabei helfen, schnellere und genauere Diagnosen zu stellen.
11 Titel des Artikels:S2P-Matching: Selbstüberwachtes Patch-basiertes Matching mittels Transformer für das Zusammenfügen von Kapselendoskopiebildern, 2024.09
Chinesische Interpretation:Die Matching-Genauigkeitsrate stieg um 187,9%! Das CGCL-Labor der Huazhong-Universität für Wissenschaft und Technologie nutzt selbstüberwachtes Lernen, um das Zusammenfügen von Kapselendoskopie-Bildern zu unterstützen, und die Magen-Darm-Gesundheit ist auch in den „Augen am Himmel“ zu sehen.
Forschungsinhalte:Die Huazhong University of Science and Technology hat in Zusammenarbeit mit Teams der Shanghai Jiao Tong University, der South-Central University for Nationalities, der Hong Kong University of Science and Technology, der Hong Kong Polytechnic University und der University of Sydney eine selbstüberwachte, auf Fragment-Matching basierende Methode zum Zusammenfügen von Kapselendoskopie-Bildern namens S2P-Matching zur Frühdiagnose von Magen-Darm-Erkrankungen vorgeschlagen.
12 Titel des Artikels:Eine transformerbasierte, schwach überwachte computergestützte Pathologiemethode für die klinische Diagnose und Entdeckung molekularer Marker von Gliomen, 2024.06
Chinesische Interpretation:Das Niveau ist fast so gut wie das der leitenden Pathologen! Tsinghua-Team schlägt KI-basiertes Modell ROAM vor, um eine genaue Diagnose von Gliomen zu erreichen
Forschungsinhalte:Die Tsinghua-Universität hat in Zusammenarbeit mit dem Xiangya-Krankenhaus der Central South University ein grundlegendes KI-Modell für die präzise pathologische Diagnose namens ROAM vorgeschlagen, das auf großen regionalen Interessen und Pyramidentransformatoren basiert. Es wird für die Diagnose auf klinischer Ebene und die Entdeckung molekularer Marker von Gliomen verwendet und kann auf die pathologische Diagnose anderer Tumorarten ausgeweitet werden.
13 Titel des Artikels:Großflächige Erkennung von Bauchspeicheldrüsenkrebs mittels CT ohne Kontrastmittel und Deep Learning, 2023.11
Chinesische Interpretation:Unter 20.000 Fällen wurden 31 Fälle von Fehldiagnosen festgestellt. Die Alibaba Damo Academy übernahm die Führung bei der Einführung von „Plain Scan CT + großes Modell“ zur Untersuchung von Bauchspeicheldrüsenkrebs
Forschungsinhalte:Die Alibaba DAMO Academy hat in Zusammenarbeit mit über einem Dutzend medizinischer Einrichtungen im In- und Ausland das große PANDA-Modell zur Früherkennung von Bauchspeicheldrüsenkrebs herausgebracht und dabei 31 klinisch übersehene Läsionen in einer realen Patientenpopulation von über 20.000 aufeinanderfolgenden Patienten entdeckt.
14 Titel des Artikels:CGS-Maske: Zeitreihenvorhersagen für alle intuitiv gestalten, 2024.03
Chinesische Interpretation:Das „Black Box“-Problem der Zeitreihenprognose knacken! Die Huazhong University of Science and Technology hat eine CGS-Maske vorgeschlagen, um die wichtigsten Indikatoren für die Überlebensrate von Patienten aufzudecken
Forschungsinhalte:Die Huazhong University of Science and Technology hat in Zusammenarbeit mit der University of Sydney, dem Tongji Hospital und anderen die CGS-Mask-Methode vorgeschlagen, die sich für verschiedene Aufgaben der Zeitreihenprognose eignet, insbesondere für solche, die eine Interaktion mit Benutzern und eine Erklärung der Ergebnisse erfordern, wie etwa Börsenprognosen, Krankheitsprognosen und Wettervorhersagen. Dadurch kann nicht nur die Vorhersagegenauigkeit des Modells verbessert werden, sondern auch die Interpretierbarkeit der Vorhersageergebnisse erhöht werden.
15 Titel des Artikels:GMAI-MMBench: Ein umfassender multimodaler Bewertungsbenchmark für allgemeine medizinische KI, 2024.08
Chinesische Interpretation:Das Shanghai AI Lab und andere haben den multimodalen medizinischen Benchmark GMAI-MMBench veröffentlicht, der 284 Datensätze enthält, die 18 klinische Aufgaben abdecken.
Forschungsinhalte:Das Shanghai Artificial Intelligence Laboratory hat zusammen mit Teams der University of Washington/Monash University/East China Normal University den multimodalen medizinischen Benchmark GMAI-MMBench vorgeschlagen, der 284 Downstream-Task-Datensätze aus der ganzen Welt umfasst. Dieser Datensatz wurde auf der offiziellen HyperAI-Website veröffentlicht!
16 Titel des Artikels:Polyamin-Anabolismus fördert die durch Chemotherapie induzierte Anreicherung von Brustkrebs-Stammzellen, 2024.07
Chinesische Interpretation:Kampf gegen Chemotherapieresistenz und Tumorrezidive! Forschungsteam der Shandong University nutzt KI, um eine wirksame Abwehr gegen Brustkrebsstammzellen zu entwickeln
Forschungsinhalte:Die Shandong University hat in Zusammenarbeit mit Forschungsteams der Shanxi Medical University und Helix Matrix mithilfe von maschineller Lerntechnologie und mRNA-Analyse erfolgreich eine neue Methode, die BCSC-Signatur, entwickelt, um die Eigenschaften von Krebsstammzellen in Proben von Patientinnen mit primärem Brustkrebs zu bewerten und so eine neue Strategie und Richtung für die klinische Behandlung von Brustkrebs bereitzustellen.
17 Titel des Artikels:MlRS: Ein KI-Bewertungssystem zur Vorhersage der Prognose und Therapie von Brustkrebs, 2023.11
Chinesische Interpretation:Mit Blick auf die weltweit häufigste Krebsart haben chinesische Wissenschaftler das Brustkrebs-Prognosesystem MIRS entwickelt.
Forschungsinhalte:Forscher der University of Kentucky, der Macau University of Science and Technology, der University of Macau und des First Affiliated Hospital der Guangzhou Medical University verwendeten ein neuronales Netzwerkmodell, um ein Bewertungssystem (MIRS) zur Vorhersage der Brustkrebsprognose und -behandlung zu entwickeln, das als Leitfaden für die Formulierung von Behandlungsstrategien für Brustkrebspatientinnen dienen kann.
18 Titel des Artikels:Ein grundlegendes Modell zur generalisierbaren Krankheitserkennung anhand von Netzhautbildern, 2023.08
Chinesische Interpretation:Über 1,6 Millionen unbeschriftete Bilder, dreidimensionale umfassende Auswertung, Zhou Yukun und andere entwickelten das RETFound-Modell zur Vorhersage mehrerer systemischer Erkrankungen anhand von Netzhautbildern
Forschungsinhalte:Forscher vom University College London (UCL) und dem Moorfields Eye Hospital haben ein Netzhautbild-Grundmodell namens RETFound vorgeschlagen, das bei Aufgaben wie der Diagnose/Prognose von Augenkrankheiten und der Vorhersage systemischer Erkrankungen hervorragende Leistungen zeigt.
19 Titel des Artikels:Ein Deep-Learning-System zur Vorhersage der Zeit bis zum Fortschreiten der diabetischen Retinopathie, 2024.01
Chinesische Interpretation:Die Shanghai Jiao Tong University und die Tsinghua University haben gemeinsam DeepDR Plus veröffentlicht, das den Verlauf der diabetischen Retinopathie innerhalb von 5 Jahren nur anhand von Fundusbildern vorhersagen kann
Forschungsinhalte:DeepDR Plus, gemeinsam von der Shanghai Jiao Tong University, der Tsinghua University und anderen veröffentlicht, kann den Verlauf der diabetischen Retinopathie innerhalb von 5 Jahren ausschließlich auf Grundlage von Fundusbildern vorhersagen.
20 Titel des Artikels:Positive Zusammenhänge zwischen sichtbarem Grün im Freien am Arbeitsplatz und dem metabolischen Syndrom bei chinesischen Erwachsenen, 2024.01
Chinesische Interpretation:Mehr als 50.000 Menschen nahmen an der Studie teil, und das Team von Professor Wu Xifeng von der Zhejiang-Universität veröffentlichte eine neue Studie: Gesundheit hängt mit dem Grad der Begrünung von Büroräumen zusammen
Forschungsinhalte:Das Team der Zhejiang-Universität verwendete ein Convolutional-Neural-Network-Modell, um die sichtbare Grünexposition basierend auf dem Green View Index von Street View-Bildern zu bewerten, und bestätigte, dass ein höherer Green Landscape Index rund um den Arbeitsplatz für Erwachsene von Vorteil ist, um das Risiko des Metabolischen Syndroms zu verringern.
21 Titel des Artikels:ScribblePrompt: Schnelle und flexible interaktive Segmentierung für jedes biomedizinische Bild, 2024.07
Chinesische Interpretation:Ausgewählt für ECCV 2024! Das MIT hat mit ScribblePrompt ein allgemeines Modell für die Segmentierung medizinischer Bilder vorgeschlagen, das mehr als 54.000 Bilder abdeckt und SAM übertrifft.
Forschungsinhalte:Ein Team des Computer Science and Artificial Intelligence Laboratory des MIT und andere haben ein allgemeines Modell für die interaktive biomedizinische Bildsegmentierung namens ScribblePrompt vorgeschlagen, das verschiedene Annotationsmethoden unterstützt, Segmentierungsaufgaben flexibel durchführen und sogar für ungeübte Beschriftungen und Bildtypen verwendet werden kann.
22 Titel des Artikels:Ein interpretierbares Modell basierend auf Graphenlernen zur Diagnose der Parkinson-Krankheit mit stimmbezogenem EEG, 2024.01
Chinesische Interpretation:Die Genauigkeit der Frühdiagnose der Parkinson-Krankheit hat sich auf 90,2% erhöht. Das Shenzhen Institute of Advanced Technology und das Zhongshan First Hospital haben gemeinsam das GSP-GCNs-Modell vorgeschlagen
Forschungsinhalte:Ein Forschungsteam des First Affiliated Hospital der Sun Yat-sen University und des Institute of Advanced Technology des USTC schlug ein Deep-Learning-Modell vor – Graph Signal Processing-Graph Convolutional Networks (GSP-GCNs), das ereignisbezogene EEG-Daten zur Diagnose der Parkinson-Krankheit verwendet.
23 Titel des Artikels:Vortraining eines Basismodells für die generalisierbare, auf Fluoreszenzmikroskopie basierende Bildrestaurierung, 2024.04
Chinesische Interpretation:Das Team der Fudan-Universität sammelte 30 GB und fast 200.000 Paare von Trainingsproben und veröffentlichte UniFMIR: Mit KI die Grenzen der mikroskopischen Bildgebung überwinden
Forschungsinhalte:Das Team der Fudan-Universität schlug ein aufgabenübergreifendes, mehrdimensionales KI-Basismodell zur Bildverbesserung namens UniFMIR vor, das die bestehenden Grenzen der Fluoreszenzmikroskopie-Bildgebung durchbrach und eine universelle Lösung zur Bildverbesserung in der Fluoreszenzmikroskopie bot.
24 Titel des Artikels:Einsatz künstlicher Intelligenz zur Dokumentation der verborgenen RNA-Virosphäre, 2024.09
Chinesische Interpretation:KI ermöglicht historische Durchbrüche in der RNA-Virusforschung. Die Sun Yat-sen University und andere nutzten Deep-Learning-Modelle, um mehr als 160.000 neue Viren zu entdecken
Forschungsinhalte:Die medizinische Fakultät der Sun Yat-sen-Universität hat in Zusammenarbeit mit der Zhejiang-Universität, der Fudan-Universität, der China Agricultural University, der City University of Hong Kong, der Guangzhou-Universität, der Universität Sydney und dem Alibaba Cloud Feitian Laboratory usw. ein neues Deep-Learning-Modell namens LucaProt vorgeschlagen, das 180 Supergruppen und mehr als 160.000 neue RNA-Viren entdeckte und zudem das bislang längste RNA-Virusgenom entdeckte, was einen großen Durchbruch auf dem Gebiet der RNA-Virusidentifizierung darstellt.
25 Titel des Artikels:Pianno: ein probabilistisches Framework zur Automatisierung semantischer Annotationen für räumliche Transkriptomik, 2024.04
Chinesische Interpretation:Neue Errungenschaft des Fudan Institute of Brain Science: Verwendung der semantischen Segmentierung als Referenz zur Entwicklung eines räumlichen Transkriptom-semantischen Annotationstools Pianno
Forschungsinhalte:Das Team der Fudan-Universität schlug das Konzept der „räumlichen Transkriptom-semantischen Annotation“ vor und entwickelte das räumliche Transkriptom-semantische Annotationstool Pianno, das automatisch Strukturen oder Zelltypen für räumliche Punkte innerhalb von Geweben definieren und so Informationen aus mehreren Dimensionen kombinieren kann, um die Interpretation komplexer biologischer Systeme zu verbessern.
26 Titel des Artikels:Bewertung der Gesundheitsgerechtigkeit im Hinblick auf die Leistungsfähigkeit maschinellen Lernens (HEAL): Ein Rahmenwerk und eine Fallstudie zu einem dermatologischen KI-Modell, 2024.04
Chinesische Interpretation:Google veröffentlicht HEAL-Framework, 4 Schritte zur Bewertung der Fairness medizinischer KI-Tools
Forschungsinhalte:Das Google-Team hat das HEAL-Framework (The Health Equity Framework) entwickelt, mit dem quantitativ bewertet werden kann, ob auf maschinellem Lernen basierende Gesundheitslösungen „fair“ sind.
27 Titel des Artikels:Assistive KI im Lungenkrebs-Screening: Eine retrospektive multinationale Studie in den USA und Japan, 2024.03
Chinesische Interpretation:Basierend auf klinischen Daten von 627 Patienten in den USA und Japan bestätigt Google die Wirksamkeit des KI-gestützten Lungenkrebs-Screenings in der Bevölkerung
Forschungsinhalte:Das Google-KI-Team entwickelte und optimierte den Workflow für das KI-gestützte Lungenkrebs-Screening und führte multinationale Studien in den USA und Japan durch.
Chinesische Interpretation:Unter der Leitung des Peking Union Medical College Eye Hospital arbeiten fünf ophthalmologische Zentren zusammen, um mithilfe von KI bei der Erkennung von 13 Arten von Augenhintergrunderkrankungen zu helfen.
Forschungsinhalte:Ein gemeinsames Forschungsteam des Peking Union Medical College Hospital, des West China Hospital, des Second Hospital der Hebei Medical University, des Tianjin Medical University Eye Hospital und des Wenzhou Medical University Eye Hospital hat ein Systemmodell auf Basis künstlicher Intelligenz entwickelt, das jungen Augenärzten dabei helfen soll, ihre Diagnosekonsistenz um etwa 12% zu verbessern, und das eine neue Methode zur automatischen Erkennung von 13 wichtigen Augenhintergrunderkrankungen bietet.
Chinesische Interpretation:Durch die Erfassung von Daten von 451 älteren Patienten mit koronarer Herzkrankheit im Krankenhaus 301 führte das Hubei Macheng People's Hospital ein maschinelles Lernmodell ein, um die Sterblichkeitsrate von Patienten innerhalb eines Jahres genau vorherzusagen
Forschungsinhalte:Forscher des Macheng People's Hospital in der Provinz Hubei verglichen mehrere Modelle und verwendeten das leistungsstärkste maschinelle Lernmodell, um die einjährige Sterblichkeitsrate älterer chinesischer Patienten mit koronarer Herzkrankheit und Diabetes oder gestörter Glukosetoleranz auf 26,831 TP3T vorherzusagen.
30 Titel des Artikels:OBlA: Ein offenes Archiv für biomedizinische Bildgebung, 2023.08
Chinesische Interpretation:OBIA: Über 900 Patienten, über 193 Bilder, das Institut für Genomik der Chinesischen Akademie der Wissenschaften hat die erste Datenbank zum Teilen biologischer Bilder in meinem Land veröffentlicht
Forschungsinhalte:Das Institut für Genomik der Chinesischen Akademie der Wissenschaften (Nationales Zentrum für Bioinformation, China) hat das Open Biomedical Imaging Archive (OBIA) eingerichtet, das erste offene Archiv für biomedizinische Bilddaten und damit verbundene klinische Daten in China, das Medizinern und Wissenschaftlern auf diesem Gebiet weltweit kostenlos zur Verfügung steht.
31 Titel des Artikels:Eine Hochleistungs-Neuroprothese zur Sprachdekodierung und Avatar-Steuerung, 2023.08
Chinesische Interpretation:Nach einem Schlaganfall war sie 18 Jahre lang sprachlos. KI und Gehirn-Computer-Schnittstelle helfen ihr, „mit Gedanken zu sprechen“.
Forschungsinhalte:Ein Forschungsteam der University of California in San Francisco und der University of California in Berkeley hat mithilfe künstlicher Intelligenz eine neue Gehirn-Computer-Technologie entwickelt, die es Patienten, die seit 18 Jahren an Aphasie leiden, ermöglicht, wieder zu „sprechen“. Außerdem werden auf der Grundlage digitaler Avatare lebendige Gesichtsausdrücke erzeugt, wodurch die Patienten in Echtzeit mit anderen in einer Geschwindigkeit und Qualität kommunizieren können, die normalen sozialen Interaktionen entspricht.
32 Titel des Artikels:Maschinell lernende Vorhersagemodelle für das Auftreten von Verhaltens- und psychischen Symptomen bei Demenz: Modellentwicklung und -validierung, 2023.05
Chinesische Interpretation:Demenz wirksam verzögern: Die Yonsei University fand heraus, dass das Gradient-Boosting-Machine-Modell das BPSD-Subsyndrom genau vorhersagen kann
Forschungsinhalte:Forscher der Yonsei-Universität entwickelten mehrere Modelle des maschinellen Lernens zur Vorhersage von BPSD, und experimentelle Ergebnisse zeigten, dass maschinelles Lernen BPSD-Subsyndrome wirksam vorhersagen kann.
33 Titel des Artikels:Robuste Feature-Selection-Strategie erkennt eine Reihe von microRNAs als mutmaßliche diagnostische Biomarker bei Brustkrebs, 2023.07
Chinesische Interpretation:Strategie zur Merkmalsauswahl: Neue Wege zur Erkennung von Brustkrebs-Biomarkern finden
Forschungsinhalte:Forscher der Universität Neapel Federico II in Italien schlugen eine Merkmalsauswahlstrategie zum Erkennen von Brustkrebs-Biomarkern vor und empfahlen, die 20 von ihnen entdeckten microRNAs als diagnostische Biomarker für Brustkrebs zu verwenden.
34 Titel des Artikels:Leistung eines Brustkrebs-Erkennungsalgorithmus unter Verwendung des persönlichen Leistungsschemas im Mammographie-Screening, 2023.09
Chinesische Interpretation:Steckbrief „Pink Killer“, KI-Fähigkeiten beim Lesen von Mammogrammen sind mit denen von Ärzten vergleichbar
Forschungsinhalte:Forscher der University of Nottingham im Vereinigten Königreich verglichen die Genauigkeit der kommerziellen KI Lunit mit der von Ärzten beim Lesen von Mammogrammen. Die Ergebnisse zeigten, dass Lunits Fähigkeit zur Analyse von Mammogrammen mit der menschlicher Ärzte vergleichbar ist.
35 Titel des Artikels:Maschinell lernendes Design taktiler Sensoren für dynamische Touch-Dekodierung, 2023.09
Chinesische Interpretation:Die Zhejiang-Universität nutzt SVM zur Optimierung taktiler Sensoren und die Braille-Erkennungsrate erreicht 96.12%
Forschungsinhalte:Forscher der Zhejiang-Universität haben das Design von Tastsensoren optimiert, die sechs dynamische Berührungsmuster präzise erkennen können und in der Gesundheitsüberwachung, bei intelligenten Robotern, der Mensch-Computer-Interaktion und in der virtuellen/erweiterten Realität eingesetzt werden können.
Oben sind die topaktuellen Artikel zum Thema KI+ Gesundheitswesen aufgeführt, die in dieser Ausgabe zusammengefasst sind. Weitere aktuelle Ergebnisse finden Sie unter: