2024년 의료 AI 혁신 사례 검토, 놓칠 수 없는 최첨단 논문 35편
최근 몇 년 동안 NVIDIA와 Google을 필두로 한 기술 거대 기업들이 AI 헬스케어에 관심을 표명했으며, 이 분야에 약 1,000억 위안의 자금이 투자되었습니다. 의료 분야 역시 AI가 가장 널리 사용되고 가장 확실한 결과를 보이는 분야 중 하나가 되었습니다.
다가오는 2024년에 연구자들은 대규모 의료 모델을 구축하고 AI를 사용하여 의료 이미지/비디오를 분할하고 당뇨병, 파킨슨병, 유방암, 폐암, 난소암, 관상동맥 심장병, 우울증, 위장병을 진단하는 한편, RNA 바이러스를 식별하기 위한 딥 러닝 기술을 탐구했습니다. AI는 전례 없는 속도로 의료 산업을 재편하고 환자의 의료 경험을 최적화하고 있습니다.
이전 호에서 가장 주목할 만한 AI+재료 화학 논문 26편을 요약한 후,본 논문에서 HyperAI는 의료 건강 분야의 AI 연구에 초점을 맞추고 있으며, 2023년부터 2024년까지 해석된 최첨단 논문 35편을 선정했습니다. 아래의 논문 제목이나 중국어 해석을 클릭하면 논문 해석 페이지로 이동합니다. 도움이 되셨으면 좋겠습니다.
01 논문 제목:언어 기반 공통 의미 공간에서의 통합 의료 이미지 사전 학습, 2024.07
중국어 해석:ECCV 2024에 선정되었습니다! Zhejiang University와 Microsoft Research Asia는 의료 데이터 이질성 장벽을 허물기 위해 통합 의료 이미지 사전 훈련 프레임워크 UniMedI를 제안합니다.
연구 내용:저장대학교와 Microsoft Research Asia는 새로운 통합 의료 이미지 사전 학습 프레임워크인 UniMedI를 공동으로 제안했습니다. 이 솔루션은 진단 보고서를 공통적인 의미 공간으로 사용하여 다양한 모달리티의 의료 이미지에 대한 통합된 표현을 생성하고, 2D 및 3D 이미지를 성공적으로 통합하며 복잡한 의료 데이터를 보다 효과적으로 활용합니다.
02 논문 제목:뇌 컴퓨팅을 모방하여 인간 뇌의 휴식 및 작업 수행 상태를 모방하고 탐구: 스케일링 및 아키텍처, 2024.05
중국어 해석:세계 최초! 복단대학교 펑젠펑 연구팀은 860억 개의 뉴런을 갖춘 디지털 트윈 뇌 플랫폼을 개발했습니다.
연구 내용:푸단대학 뇌모사지능과학기술연구소는 데이터 동화 방법을 기반으로 개발된 세계 최초의 전체 인간 뇌 규모 뇌 시뮬레이션 플랫폼인 디지털 트윈 뇌 플랫폼을 출시했습니다. 이 플랫폼은 860억 개의 뉴런과 1조 개의 시냅스를 갖추고 있습니다.
03 논문 제목:의학을 위한 다국어 언어 모델 구축을 향하여, 2024.09
중국어 해석:의료 분야의 벤치마크 테스트는 Llama 3를 능가하며 GPT-4에 가깝습니다. Shanghai Jiao Tong University 팀은 6개 언어를 지원하는 대규모 다국어 의료 모델을 출시했습니다.
연구 내용:상하이 교통대학교 팀은 255억 개의 토큰을 포함하는 다국어 의학 코퍼스 MMedC를 만들고, 6개 언어를 포함하는 다국어 의학 질의응답 평가 표준 MMedBench를 개발했으며, 8B 기반 모델 MMed-Llama 3도 구축했습니다.
04 논문 제목:2024.07 1차 당뇨병 치료를 위한 통합 이미지 기반 딥러닝 및 언어 모델
중국어 해석:세계 최초! 청화대/상하이교통대 등 공동 연구진, 당뇨병 진단 및 치료를 위한 시각적-대규모 언어 모델 구축, Nature 게재
연구 내용:청화대학교는 상하이 교통대학교, 싱가포르 국립대학교, 싱가포르 국립안과센터 팀과 협력하여 당뇨병 진단 및 치료를 위한 세계 최초의 통합 시각-대언어 모델 시스템인 DeepDR-LLM을 성공적으로 구축했습니다. 이 시스템은 1차 진료 의사에게 개인 맞춤형 당뇨병 관리 조언과 당뇨병성 망막증에 대한 보조 진단 결과를 제공할 수 있습니다.
05 논문 제목:조직학적 이미지로 표현된 TME를 활용하여 딥러닝 시스템을 통해 암 예후를 개선합니다. 2024.05
중국어 해석:3대 고형종양을 직접 공격하세요! 상하이 교통대, 암 생존 예측 정확도 향상 위한 딥러닝 시스템 출시
연구 내용:상하이 교통대학교 연구팀은 공간 전사체 데이터가 없는 암 환자의 종양 미세환경 정보를 예측하기 위해 조직병리학적 이미지를 사용하는 딥러닝 시스템인 IGI-DL을 개발하여 정확한 암 예후를 달성했습니다.
06 논문 제목:중국에서 실험실 검사를 이용한 난소암의 정확한 진단을 가능하게 하는 인공지능 기반 모델: 다기관, 후향적 코호트 연구, 2024.05
중국어 해석:난소암은 혈액 검사, 소변 검사 및 기타 지표를 통해 발견할 수 있습니다! 중산대학 류지홍 교수팀이 주도해 4대 의대와 공동으로 AI 융합모델 구축
연구 내용:중산대학 암센터 산부인과 팀은 남부의과대학, 화중과학기술대학 통지의학원 산하 통지병원, 저장대학 의학부 산부인과병원과 협력하여 난소암 진단을 위한 MCF 인공지능 융합 모델을 구축했습니다. 이 모델은 난소암을 식별하는 데 있어 CA125 및 HE4와 같은 기존 바이오마커보다 정확도가 더 높습니다.
07 논문 제목:우울증 진단 대화 시뮬레이션: 3차 기억력을 갖춘 자기 계발 정신과 의사, 2024.09
중국어 해석:에이전트 심리 클리닉이 온라인에서 오픈했습니다! 상하이 교통대학교 연구팀은 1.3K건의 우울증 상담 대화를 기반으로 우울증을 진단할 수 있는 대규모 모델 대화 에이전트를 구축했습니다.
연구 내용:상하이 교통대학의 X-LANCE 연구실 팀과 다른 연구진은 우울증의 예비 진단을 위한 자동화된 대형 모델 대화 에이전트 시뮬레이션 시스템인 Agent Mental Clinic AMC(Agent Mental Clinic)를 구축했습니다.
08 논문 제목:의료 SAM 2: Segment Anything Model 2를 통해 의료 이미지를 비디오로 분할, 2024.08
중국어 해석:SAM 2의 최신 애플리케이션을 지금 만나보세요! 옥스포드 대학 팀, Medical SAM 2 출시, 의료 영상 분할 SOTA 목록 갱신
연구 내용:옥스퍼드 대학교 팀은 SAM 2 프레임워크 디자인을 기반으로 의료 이미지를 비디오로 처리하는 Medical SAM 2(MedSAM-2) 의료 이미지 분할 모델을 개발했습니다. 이 제품은 3D 의료 영상 분할 작업에서 우수한 성능을 발휘할 뿐만 아니라, 새로운 단일 프롬프트 분할 기능도 제공합니다.
09 논문 제목:MemSAM: 심초음파 영상 분할을 위한 세그먼트 모델 길들이기, 2024.05
중국어 해석:CVPR 2024 최우수 논문 후보! 심천대학교와 홍콩이공대학교가 공동으로 MemSAM을 출시했습니다. 의료 영상 분할에 "모든 것을 분할" 모델을 적용합니다.
연구 내용:선전대학교와 홍콩이공대학교 지능형 건강연구센터는 공동으로 SAM을 의료 비디오에 적용하여 새로운 심장초음파 비디오 분할 모델인 MemSAM을 제안했습니다.
10 논문 제목:M2CF-Net: 국소 림프구 침윤선염 병변 분할을 위한 다중 해상도 및 다중 스케일 교차 융합 네트워크, 2023.11
중국어 해석:초대규모 병리학적 이미지 분석을 위해! 화중과학기술대학교, 쇼그렌증후군 진단 정확도 향상 위한 의료영상 분할 모델 제안
연구 내용:화중과학기술대학 연구팀은 의료영상 분할 모델인 M2CF-Net을 제안했습니다. 이 방법은 다중 해상도와 다중 스케일 이미지 인식 기술을 통합하여 쇼그렌 증후군 환자의 병리학적 이미지에서 림프구 응집 초점을 정확하게 식별하여 의사가 더 빠르고 정확한 진단을 내리는 데 도움이 됩니다.
11 논문 제목:S2P-Matching: 캡슐내시경 영상 스티칭을 위한 변압기를 이용한 자기 감독 패치 기반 매칭, 2024.09
중국어 해석:매칭 정확도가 187.9% 증가했습니다! 화중과학기술대학교 CGCL 연구소는 자기 지도 학습을 사용해 캡슐 내시경 이미지 스티칭을 지원하고 위장 건강도 '하늘의 눈'에서 볼 수 있다
연구 내용:화중과학기술대학은 상하이 교통대학, 중남민족대학, 홍콩과학기술대학, 홍콩이공대학, 시드니대학의 팀과 협력하여 위장관 질환의 조기 진단을 위한 S2P-Matching이라는 자체 감독 기반 단편 매칭 캡슐 내시경 영상 스티칭 방법을 제안했습니다.
12 논문 제목:임상 등급의 신경교종 진단 및 분자 마커 발견을 위한 변압기 기반 약감독 계산병리학 방법, 2024.06
중국어 해석:수준은 고위 병리학자 수준과 거의 같습니다! 청화대 연구팀은 신경교종의 정확한 진단을 달성하기 위해 AI 기반 모델 ROAM을 제안했습니다.
연구 내용:청화대학교는 중남대학교 샹야병원과 협력하여 대규모 지역적 관심사와 피라미드형 변압기를 기반으로 정확한 병리학적 진단을 위한 기본 AI 모델인 ROAM을 제안했습니다. 이 기술은 신경교종의 임상적 진단과 분자적 마커 발견에 사용되며, 다른 유형의 종양의 병리학적 진단으로 확장될 수 있습니다.
13 논문 제목:비조영제 CT와 딥러닝을 통한 대규모 췌장암 검출, 2023.11
중국어 해석:20,000건 중 31건은 오진으로 확인되었습니다. 알리바바 다모 아카데미, 췌장암 검진 위한 '플레인 스캔 CT+대형 모델' 출시 주도
연구 내용:알리바바 DAMO 아카데미는 국내외 10여 개 의료기관과 협력하여 췌장암 조기 검진을 실현하는 PANDA 대규모 모델을 출시하였고, 2만 명이 넘는 실제 연속 환자 집단에서 임상적으로 놓친 병변 31개를 발견했습니다.
14 논문 제목:CGS-Mask: 모든 사람을 위한 직관적인 시계열 예측, 2024.03
중국어 해석:시계열 예측의 "블랙박스" 문제를 해결하세요! 화중과학기술대학, 환자 생존율 핵심 지표 밝히기 위해 CGS-Mask 제안
연구 내용:화중과학기술대학은 시드니대학, 통지병원 등과 협력하여 CGS-Mask 방법을 제안했습니다. 이 방법은 다양한 시계열 예측 작업에 적합하며, 특히 주식 시장 예측, 질병 예측, 날씨 예측 등 사용자와의 상호 작용과 결과 설명이 필요한 작업에 적합합니다. 이는 모델의 예측 정확도를 향상시킬 뿐만 아니라 예측 결과의 해석 가능성도 높일 수 있습니다.
15 논문 제목:GMAI-MMBench: 일반 의료 AI를 위한 포괄적인 다중 모드 평가 벤치마크, 2024.08
중국어 해석:18개 임상 작업을 포함하는 284개 데이터 세트를 포함하는 상하이 AI 랩과 다른 연구진은 다중 모드 의료 벤치마크 GMAI-MMBench를 출시했습니다.
연구 내용:상하이 인공지능 연구소는 워싱턴 대학교/모나쉬 대학교/동중국사범 대학교의 팀과 함께 전 세계 284개의 다운스트림 작업 데이터 세트를 포함하는 다중 모드 의료 벤치마크 GMAI-MMBench를 제안했습니다. 이 데이터 세트는 HyperAI 공식 웹사이트에 출시되었습니다!
16 논문 제목:폴리아민 동화작용이 화학요법으로 유발된 유방암 줄기세포 농축을 촉진한다, 2024.07
중국어 해석:항암화학요법 저항과 종양 재발에 맞서 싸우세요! 산둥대 연구팀, AI 활용해 유방암 줄기세포에 대한 강력한 방어력 구축
연구 내용:산둥대학교는 산시 의과대학 및 Helix Matrix의 연구팀과 협력하여 머신 러닝 기술과 mRNA 분석을 사용하여 새로운 방법인 BCSC 시그니처를 성공적으로 개발했습니다. 이를 통해 원발성 유방암 환자의 샘플에서 암줄기세포의 특성을 평가할 수 있었으며, 유방암의 임상 치료에 대한 새로운 전략과 방향을 제시했습니다.
17 논문 제목:MlRS: 유방암 예후 및 치료 예측을 위한 AI 점수 시스템, 2023.11
중국어 해석:세계에서 가장 흔한 암을 목표로 중국 학자들은 유방암 예후 평가 시스템인 MIRS를 구축했습니다.
연구 내용:켄터키 대학교, 마카오 과학기술 대학교, 마카오 대학교, 광저우 의과 대학교 제1 부속 병원의 연구진은 신경망 모델을 사용하여 유방암 예후와 치료를 예측하는 MIRS 점수 시스템을 구축했습니다. 이 시스템은 유방암 환자의 치료 전략을 수립하는 데 도움이 될 수 있습니다.
18 논문 제목:망막 이미지에서 일반화 가능한 질병 탐지를 위한 기초 모델, 2023.08
중국어 해석:160만개 이상의 레이블이 지정되지 않은 이미지, 3차원 종합 평가, Zhou Yukun 등은 망막 이미지를 사용하여 여러 전신 질환을 예측하는 RETFound 모델을 개발했습니다.
연구 내용:런던대학교(UCL)와 무어필즈 안과병원의 연구진은 안구 질환 진단/예후 및 전신 질환 예측과 같은 업무에서 우수한 성능을 보이는 망막 이미지 기반 모델 RETFound를 제안했습니다.
19 논문 제목:당뇨병성 망막증의 진행 시간을 예측하기 위한 딥러닝 시스템, 2024.01
중국어 해석:상하이교통대와 청화대가 공동으로 안저영상만으로 당뇨망막병증 진행을 5년 이내 예측할 수 있는 DeepDR Plus를 출시했다.
연구 내용:상하이 교통대학, 청화대학 등이 공동으로 출시한 DeepDR Plus는 안저 이미지만을 기반으로 5년 내 당뇨병성 망막병증의 진행을 예측할 수 있습니다.
20 논문 제목:직장에서의 야외 눈에 띄는 녹색과 중국 성인의 대사 증후군 간의 유익한 연관성, 2024.01
중국어 해석:50,000명 이상이 연구에 참여했으며, 저장대학교 Wu Xifeng 교수 팀은 새로운 연구 결과를 발표했습니다. 건강은 사무실 공간의 녹화 수준과 관련이 있습니다.
연구 내용:저장대학교 연구팀은 합성곱 신경망 모델을 사용하여 거리 풍경 이미지의 녹색 시야 지수를 기반으로 눈에 보이는 녹색 노출을 평가한 결과, 직장 주변의 녹색 경관 지수가 높으면 성인의 대사 증후군 위험을 줄이는 데 도움이 된다는 것을 확인했습니다.
21 논문 제목:ScribblePrompt: 모든 생의학 이미지를 위한 빠르고 유연한 대화형 분할, 2024.07
중국어 해석:ECCV 2024에 선정되었습니다! MIT는 54,000개 이상의 이미지를 포괄하는 의료 이미지 분할을 위한 일반 모델인 ScribblePrompt를 제안했으며 이는 SAM보다 성능이 뛰어납니다.
연구 내용:MIT 컴퓨터 과학 및 인공지능 연구실과 다른 연구진의 팀은 대화형 생물의학 이미지 분할을 위한 일반 모델인 ScribblePrompt를 제안했습니다. 이 모델은 다양한 주석 방법을 지원하고 분할 작업을 유연하게 수행할 수 있으며, 훈련되지 않은 레이블과 이미지 유형에도 사용할 수 있습니다.
22 논문 제목:2024.01 음성 관련 EEG를 이용한 파킨슨병 진단을 위한 그래프 학습 기반 해석 모델
중국어 해석:파킨슨병 조기진단 정확도는 90.2%로 높아졌습니다. 심천 선진기술원과 중산제일병원이 공동으로 GSP-GCNs 모델을 제안했습니다.
연구 내용:중산대학 제1부속병원과 USTC 선진기술연구소의 연구팀은 이벤트 관련 EEG 데이터를 사용하여 파킨슨병을 진단하는 딥러닝 모델인 그래프 신호 처리-그래프 합성 신경망(GSP-GCN)을 제안했습니다.
23 논문 제목:일반화 가능한 형광 현미경 기반 이미지 복원을 위한 기초 모델 사전 학습, 2024.04
중국어 해석:30GB와 거의 20만 쌍의 훈련 샘플을 수집한 복단대학교 팀은 UniFMIR: AI를 사용하여 미세 이미징의 한계를 깨는 것을 발표했습니다.
연구 내용:복단대학교 연구팀은 형광현미경 이미징의 기존 한계를 돌파하고 형광현미경 이미지 향상을 위한 보편적 솔루션을 제공하는 교차 작업, 다차원 이미지 향상 기본 AI 모델 UniFMIR을 제안했습니다.
24 논문 제목:인공지능을 이용해 숨겨진 RNA 바이러스권을 문서화하다, 2024.09
중국어 해석:AI는 RNA 바이러스 연구에서 역사적인 혁신을 촉진합니다. Sun Yat-sen University 및 기타 기관에서는 딥 러닝 모델을 사용하여 160,000개 이상의 새로운 바이러스를 발견했습니다.
연구 내용:중산대학 의학부는 저장대학, 복단대학, 중국농업대학, 홍콩시립대학, 광저우대학, 시드니대학, 알리바바 클라우드 페이톈 연구실 등과 협력하여 새로운 딥러닝 모델인 루카프로트(LucaProt)를 제안했습니다. 루카프로트는 180개의 슈퍼그룹과 16만 종 이상의 새로운 RNA 바이러스를 발견했으며, 지금까지 가장 긴 RNA 바이러스 유전체를 발견하여 RNA 바이러스 식별 분야에서 큰 돌파구를 마련했습니다.
25 논문 제목:Pianno: 공간 전사체학을 위한 의미 주석을 자동화하는 확률적 프레임워크, 2024.04
중국어 해석:복단 뇌과학 연구소의 새로운 성과: 의미 분할을 기반으로 공간 전사체 의미 주석 도구인 Pianno가 개발되었습니다.
연구 내용:복단대학교 연구팀은 "공간 전사체 의미 주석"이라는 개념을 제안하고, 조직 내의 공간적 지점에 대한 구조나 세포 유형을 자동으로 정의할 수 있는 공간 전사체 의미 주석 도구인 Pianno를 개발했습니다. 이를 통해 여러 차원의 정보를 결합하여 복잡한 생물학적 시스템에 대한 해석을 향상시킵니다.
26 논문 제목:머신러닝 성능(HEAL)을 통한 건강 형평성 평가: 프레임워크 및 피부과 AI 모델 사례 연구, 2024.04
중국어 해석:구글, 의료 AI 도구의 공정성 평가 위한 4단계 'HEAL' 프레임워크 공개
연구 내용:Google 팀은 머신 러닝 기반 의료 솔루션이 "공정한지" 정량적으로 평가할 수 있는 HEAL(건강 형평성 프레임워크) 프레임워크를 개발했습니다.
27 논문 제목:폐암 검진에서의 보조 AI: 미국과 일본의 후향적 다국적 연구, 2024.03
중국어 해석:구글, 미국과 일본 627명 환자 임상 데이터 분석 결과 AI 기반 폐암 검진 효과 확인
연구 내용:Google AI 팀은 AI 지원 폐암 검진을 위한 워크플로를 개발하고 최적화했으며, 미국과 일본에서 다국적 연구를 수행했습니다.
28 논문 제목:주니어 안과 의사의 13가지 주요 안저 질환 진단을 지원하는 딥러닝 시스템의 성능: 전향적 다기관 임상 시험, 2024.01
중국어 해석:베이징연합의과대학 안과병원을 필두로 5개 안과센터가 AI를 활용해 13가지 안저질환 진단을 돕는다.
연구 내용:베이징 연합 의과대학 병원, 서중국 병원, 허베이 의과대학 제2병원, 톈진 의과대학 안과 병원, 원저우 의과대학 안과 병원의 공동 연구팀은 초보 안과 의사들이 진단 일관성을 약 12%만큼 개선할 수 있도록 돕는 인공지능 시스템 모델을 개발하여 13가지 주요 안저 질환을 자동으로 감지하는 새로운 방법을 제공했습니다.
29 논문 제목:관상동맥질환과 당뇨병 또는 포도당 내성 장애가 동반된 중국 노인 환자의 1년 사망률을 예측하기 위한 머신 러닝 기반 모델, 2023.06
중국어 해석:후베이 마청인민병원은 301병원에서 관상동맥심장질환을 앓고 있는 451명의 노인 환자로부터 데이터를 수집하여 1년 이내 환자의 사망률을 정확하게 예측하는 머신러닝 모델을 출시했습니다.
연구 내용:후베이성 마청인민병원 연구진은 여러 모델을 비교하고 가장 성능이 좋은 머신러닝 모델을 사용해 관상동맥심장질환과 당뇨병 또는 포도당 내성 장애가 있는 중국 노인 환자의 1년 사망률을 26.83%로 예측했습니다.
30 논문 제목:OBlA: 개방형 생물의학 영상 아카이브, 2023.08
중국어 해석:OBIA: 900명 이상 환자, 193주 이상 이미지, 중국과학원 유전체학연구소가 우리나라 최초의 생물학적 이미지 공유 데이터베이스를 공개
연구 내용:중국과학원 유전체학연구소(중국 국가생물정보센터)는 중국 최초의 생물의학 영상 데이터와 관련 임상 데이터의 개방형 저장소인 OBIA(Open Biomedical Imaging Archive)를 구축하여 전 세계 의료진과 관련 학자들에게 무료로 공개했습니다.
31 논문 제목:음성 디코딩 및 아바타 제어를 위한 고성능 신경 보철물, 2023.08
중국어 해석:뇌졸중으로 18년간 말을 잃었던 그녀가 AI와 뇌-컴퓨터 인터페이스 덕분에 "생각으로 말하다"
연구 내용:캘리포니아 대학교 샌프란시스코 캠퍼스와 캘리포니아 대학교 버클리 캠퍼스의 연구팀은 AI를 사용하여 18년 동안 실어증을 앓았던 환자들이 다시 "말할" 수 있도록 하는 새로운 뇌-컴퓨터 기술을 개발했습니다. 이 기술은 디지털 아바타를 기반으로 생생한 얼굴 표정을 생성하여 환자들이 정상적인 사회적 상호작용과 동일한 속도와 품질로 실시간으로 다른 사람들과 소통할 수 있도록 돕습니다.
32 논문 제목:치매의 행동 및 심리적 증상 발생에 대한 머신 러닝 기반 예측 모델: 모델 개발 및 검증, 2023.05
중국어 해석:치매를 효과적으로 지연시키는 방법: 연세대학교, 그래디언트 부스팅 머신 모델이 BPSD 하위 증후군을 정확하게 예측할 수 있다는 것을 발견
연구 내용:연세대학교 연구진은 BPSD를 예측하기 위해 여러 가지 머신 러닝 모델을 개발했으며, 실험 결과 머신 러닝이 BPSD 하위 증후군을 효과적으로 예측할 수 있음이 나타났습니다.
33 논문 제목:강력한 기능 선택 전략은 유방암에서 가정 진단 바이오마커로서 마이크로RNA 패널을 감지합니다(2023.07)
중국어 해석:특징 선택 전략: 유방암 바이오마커를 감지하는 새로운 방법 찾기
연구 내용:이탈리아 나폴리 페데리코 2세 대학의 연구진은 유방암 바이오마커를 탐지하기 위한 특징 선택 전략을 제안했으며, 발견된 20개의 마이크로RNA를 유방암 진단 바이오마커로 사용할 것을 권고했습니다.
34 논문 제목:2023.09 유방촬영 검진 개인 성과 측정 방식을 활용한 유방암 검출 알고리즘 성능
중국어 해석:"핑크 킬러" 수배서, AI가 유방촬영술 판독 능력 의사 수준
연구 내용:영국 노팅엄 대학의 연구진은 상업용 AI인 루닛의 정확도를 의사의 유방조영술 판독 정확도와 비교했습니다. 연구 결과에 따르면 루닛의 유방조영술 분석 능력은 인간 의사의 능력과 비슷한 수준인 것으로 나타났습니다.
35 논문 제목:동적 터치 디코딩을 위한 머신 러닝 기반 촉각 센서 설계, 2023.09
중국어 해석:저장대학교, SVM을 활용해 촉각 센서 최적화…점자 인식률 96.12% 달성
연구 내용:저장대학교 연구진은 촉각 센서의 설계를 최적화했습니다. 이 센서는 6가지 동적 터치 패턴을 정확하게 식별하고 건강 모니터링, 지능형 로봇, 인간-컴퓨터 환경 상호 작용, 가상/증강 현실에 활용할 수 있습니다.
이번 호에는 AI+헬스케어에 관한 최첨단 논문이 요약되어 있습니다. 최신 결과를 보려면 다음을 참조하세요.