<em id="5xgjh"></em>
    <nav id="5xgjh"><code id="5xgjh"></code></nav>
  1. <sub id="5xgjh"><address id="5xgjh"></address></sub>
    <form id="5xgjh"></form>
    <sub id="5xgjh"><address id="5xgjh"></address></sub>
      <sub id="5xgjh"></sub>
    1. <nav id="5xgjh"></nav>

        首頁 > 業界 > 正文
        分享到:

        糖尿病預防,第四范式聯合瑞金醫院推出AI糖尿病預測產品

        時間:2017-11-15 15:32:38 來源:互聯網 評論:0 點擊:0

        11月14日,是第十一屆“世界防治糖尿病日”(以下簡稱“世糖日”),糖尿病作為一種常見病、多發病,已成為現代疾病中的第二殺手,而更令人憂心的是,我國成年人中50%以上都是糖尿病前期人群,防治的首要工作在于及時發現與早期干預。今年的世糖日,第四范式與瑞金醫院基于雙方在人工智能和醫療領域的研究成果,聯合發布了糖尿病預測軟件”瑞寧知糖“,該軟件將人工智能技術應用于糖尿病的患病率預測中并取得突破性進展。

         

        瑞金醫院成立于1907年,擁有國家臨床重點實驗室“內分泌代謝實驗室”,內分泌科連續六年聲譽排名??迫珖谝?。第四范式是國際領先的人工智能技術與服務提供商、唯一獲中國智能界最高獎“吳文俊獎”的企業。此次強強聯合,對于合作的意義,中國工程院院士、上海交通大學醫學院附屬瑞金醫院副院長寧光院士表示:“我們結合瑞金醫院精湛的專業知識與豐富臨床經驗,利用第四范式的機器學習平臺‘先知’,采用先進的機器學習算法建立模型,預測出個人三年后患糖尿病的概率。對于糖尿病高風險人群,此類早期的提醒可以提高公眾的重視程度,幫助更多人回歸健康。”

        隨著技術的發展與工業應用的深入,人工智能已經在醫療影像、診斷等場景中顯示出巨大潛力。“這次合作是第四范式在醫療領域的階段性成果,此外我們正在探索糖尿病及其并發癥的預測、預測后干預、糖尿病知識智能問答等領域,并拓展到其它疾病的預測與診療中,未來將有多項第四范式醫療終端服務問世。”第四范式聯合創始人、首席科學家楊強教授表示。 

          有跡可循的影響因子  看不見的AI醫生

        此前寧光院士曾指出,若一個醫生可以長期管理一百位病人,按照糖尿病人群基數我們需要一百萬名醫生,而現狀是只有兩萬名,醫療資源缺乏導致無法在糖尿病防治上投入足夠精力,因此公眾的自我預防及管理就非常重要。第四范式創始人、首席執行官戴文淵對此表示,“醫療資源向來是稀缺寶貴資源,在我可以用AI來解決。此次與瑞金醫院合作的‘瑞寧知糖’目中,第四范式先知平臺通大數據及反數據分析,準確識別出影響糖尿病患病概率的重要性因子,并依此建立模型、進行預測。”實際上,“瑞寧知糖”已經發現數十個糖尿病患病重要影響因子,均被全國頂尖糖尿病專家認可,并開始在臨床實踐中為專業醫師提供參考和開拓診療思路。

         

        為了讓最新的AI醫療成果惠及公眾,即日起,第四范式發起了公益項目健康范式預測平臺,用戶通過關注“健康范式公眾號,輸入基本身體指標、生活方式等,即可獲悉自己在三年后患糖尿病的概率。此外,糖尿病作為慢性病,需要長期管理飲食、運動等生活習慣,因此“健康范式”公眾號未來還將提供用戶自我長期監測功能,用戶可利用平臺對自我監測結果進行分析,“健康范式”會自動給出早期干預及生活方式的科學指導,最終降低糖尿病患病率。 

          融合多種建模技術  幾步解決醫學百年難題

        此次合作中,為了全面了解糖尿病的危險因素,寧光院士所牽頭的研究團隊曾對數十萬人進行了為期三年的隨訪,構建了全球最大的糖尿病預測數據庫,采集了包括婚姻、職業、疾病史、生活習慣等在內的數百項指標。第四范式先知平臺則基于監督學習、半監督學習以及遷移學習等技術,充分挖掘數據價值,并靈活適應不同的應用場景。

        為了保證機器預測的準確性,第四范式在建模中實現了多種建模技術的協同。在數據處理環節,由于數據中包含了大量已標記及未標記的數據,第四范式選擇了融合有標記、無標記數據的半監督學習技術,通過全量數據(含無標記數據)來更有效的獲取數據之間的相關性,并更好的對有標記的數據進行建模和預測分析。其次,不同檢測中心采集的各項指標不盡相同,第四范式通過遷移學習有效利用不同檢測中心的數據集,從而進一步提升模型效果。此外,需要對患病影響因素進行分析,幫助預測人員能夠更好的進行防控,在建模過程中還利用了可理解機器學習技術,保證了結果的可理解性。

        從簡單的資料輸入、到預測出專業醫師級別甚至準確的結果,再到提供個性化的健康建議;從單一病癥預防診療到并發癥預防診療……AI這位醫生提供的醫療服務,不僅大幅度提升了疾病預防和診療效率,也讓有限的醫療資源發揮更大的作用。隨著技術的發展和訓練學習的深入,人工智能必將逐漸為更多病癥的預防診療提供幫助。

        美女精品一区二区