达尔罕茂明安联合旗| 白云| 迁西| 广安| 曹县| 嘉义县| 大悟| 新青| 兴文| 洛隆| 百度

2019-08-20 19:00 来源:中国西藏

  

  百度赛事氛围新升级自从2015年锡马突破传统将粉色背心作为参赛服后,在每年3月,必定会迎来一股粉色风暴席卷全国,随后而来的粉色手套更是深受选手喜爱。格林将在主场与爵士队的比赛中复出,杜兰特预计将在下周复出。

希望马龙和许昕顶住压力,在携手闯进男双决赛之后,又能一起闯入男单决赛,捍卫国乒的荣誉。极致工艺下的产品执着谈起始祖鸟被户外运动爱好者所推崇的防水防风工艺时,陈绍立先生坦言始祖鸟在对产品研究的过程中,有着执着的追求、精湛的设计,投入大量研发费用,目的就是为了追求科技与产品进化。

  于是,中国队成为了吉格斯的祭品他赢得了执教首胜,且是大胜;这场比赛也成为了贝尔的盛宴他打破了国家队进球纪录。无锡作为江苏省第3个、中国第14个跨越万亿元GDP大关的城市,如今将更加多元的面貌展现出来,经济高质量增长与民生全方位改善、社会文明程度提升协调同步,无锡位列内地宜居城市首位,全国首批生态文明建设示范市、全国社会治安综合治理工作最高荣誉长安杯、率先建成全国文明城市群,一张张鲜活的名片向世界展示了无锡的快速发展。

  凤凰网体育讯(记者康宏、于梦婷休斯顿前方报道)北京时间2018年3月25日上午8时,西部排名第一的休斯顿火箭队主场对阵西部第五的新奥尔良鹈鹕队。而鹈鹕队为了限制哈登,派出了摩尔对大胡子全场紧逼,试图消耗哈登的体力,可这样的招数同样无用。

在经过简单的检查之后,库里被确认是内侧副韧带受伤。

  而我们所面临这样的问题,目前来看新政完全没有去解决,也没有办法解决!我们在批评武磊,指责说他依赖有强大的外援队友时,我们难道没有忽视如今的中超进入射手榜前五有多大难度吗?我们难道要刻意去回避上海东亚时期没有大牌外援队友依然无坚不摧的天才少年吗?我们必须客观的说,武磊不具备支点中锋的属性。

  只有在中国,我才被叫作米卢岁数大了,人会在不同的细节上有不同的要求。但从第二节开始,周琦的状态开始下滑。

  现在,马龙期待和许昕会师决赛。

  他的嘟囔,让我有心担心,这老哥待会直播的时候状态会如何。为何在以往中超、亚冠和国家队等比赛中,这些球员从来没有做出这样的举动,这一次中国杯会这样呢?其实,这样做的原因,也是受到国家队管理层的约束,强调代表国家队出场不能暴露自己的纹身。

  由于广州恒大的主力中场保利尼奥被西甲豪门巴萨强行挖走,因此那段时间与恒大传出绯闻最多的就是,效力于意甲豪门罗马俱乐部的顶级中场纳因格兰,当时有消息称这笔转会是卡纳瓦罗上任恒大之后钦点的第一笔引援,然而因为广州恒大临时改变引援策略,最终导致这笔转会不疾而终。

  百度赛后发布会首先进行的点评比赛环节,里皮就直截了当地表示:想说的太多了。

  故事中动物们没有实现做城市乐手的梦想,但却找到了另一番美好归宿。只是本场面对与蓝色队的交锋,周琦固然继续作为首发中锋登场,但他第一次投篮三分就不中,直到首节还剩1分多钟时,他借助一次冲抢进攻篮板机会,完成二次进攻补扣命中,才命中个人全场第一球。

  百度 百度 百度

  

 
责编:

这些问题不解决 在医疗领域AI只能“打下手”

百度 最著名的莫过于陈盆滨的百日百马。

于紫月

2019-08-2008:29  来源:科技日报
 
原标题:这些问题不解决 在医疗领域AI只能“打下手”

  智能“阅片”、临床决策、护理机器人……近年来,随着人工智能的蓬勃发展,人工智能与医学结合的相关技术开发也进行得如火如荼。

  近日,人工智能在药物研发领域迈出重要一步,澳大利亚研究团队将全球首个AI设计药物——“涡轮增压”流感疫苗推入人体试验阶段,这款药物开发用时两年时间。

  就像“互联网+”一样,“人工智能+”的模式必然会给我们的生活带来翻天覆地的变化,但在涉及生理和生命的医学领域,人工智能落地还将面临哪些挑战?

  质与量并重 基础数据仍需“精炼”

  不论在何种领域,数据都是让机器聪明起来的根本。

  “人工智能若想在医学领域长足发展,数据质量、数据量和标准化方面还有待改进和完善。” 8月6日,天津市肿瘤医院副院长徐波在接受科技日报记者采访时表示。

  “医疗大数据如何‘降噪’是个关键问题。”徐波指出,医疗大数据涉及的类型近年来呈多模态发展。而病例数据覆盖面广,服务用户多样,如何构建以病人、医生、医院和政府等多中心的数据治理体系,进而面向不同的用户提供不同的数据视图和分析结果,是医疗大数据采集及研究中亟待解决的问题。

  自改革开放以来,我国医学领域发展迅速,信息化程度也在逐渐提高。但是随着医疗设备更新迭代,数据的格式和录入的内容也在不断变化。以慢性病为例,即便是同一位病人在同一家医院治疗,几年前后的数据内容和形式也可能会大有不同。更何况我国医学领域在病种分类、名称方面也有部分尚未统一,还有一些医生会采用口语、简称,如“乳腺癌”和“乳癌”就是不同医师对同一种病症的不同叫法,这也会给人工智能在临床决策或影像分析时平添困扰。

  “尽管我国医院的数据庞大, 但由于疾病的复杂性,数据维度、特性各不相同, 质量参差不齐,导致很多细分的病种实际可用数据量少,尤其是较为罕见的疾病类型。如果是多学科交叉的病症可使用的数据量就更加有限了。”徐波表示。

  此外,数据共享也存在壁垒。我国当前医院与医院、同一家医院内科系互不相连, 没有统一标准的临床结构化病历报告,不同地域甚至不同医院之间的数据库无法通用。

  我国人口数量庞大,医学数据体量也很大,但在某种程度上,人工智能发展却陷入了“无数据可用”的尴尬境地,怎样才能将这座“富矿”充分挖掘出来呢?

  “数据标准化和规范化是解决该问题的必经之路。”在徐波看来,应加快医疗数据电子化、标准化的进程, 打破医疗机构的数据壁垒, 建立数据共享机制,进一步“精炼”医学领域数据。

  医工结合 学科交叉人才紧缺

  “既懂医疗又懂AI技术的复合型、战略型人才极其短缺, 其中10年以上资深人才尤为缺乏。同时, 医务人员对AI的接纳度不足, 部分医务人员甚至对AI抱有抵触心理。”上海市卫生和健康发展研究中心(上海市医学科学技术情报研究所)健康科技创新发展部执行主任何达曾在相关期刊发表文章时提到,AI技术的使用需要对医务人员进行专业化规范培训, 在此背景下, 建立完善的人才培养和人才引进机制是重中之重。

  徐波告诉科技日报记者,智能医学领域是人工智能和医疗健康这两个专业性极强领域的结合,如今二者都能深入研究的人才是“香饽饽”。而正是因为二者专业性极强,人才培养的模式才更加复杂、更值得深入探讨。

  去年,南开大学和天津大学首次在本科开设智能医学工程专业,开启了培养人工智能+医学领域专业人才的新征程。今年,包括重庆大学、东北大学在内的7所院校也成功申报获批开设相关专业。南开大学医学院相关负责人曾表示,该专业是挂靠在学校医学院下的一个工科专业,为了满足学生学科交叉的学习需求,会邀请外院的教师上课教学。

  在徐波看来,智能医学领域发展时间短,能大范围推广的培养模式尚需一定的时间摸索。但归根结底,如果让部分有兴趣的医学生在校期间就能接触到一些人工智能相关的工科基础知识,将会对其后续向着智能医学方向发展起到一定的引导和辅助作用。

  虽然现阶段交叉人才缺口很大,但值得庆幸的是,家长和学生对智能医学工程专业高度认可。2018年,天大、南开智能医学工程专业首批招生投放涵盖全国十几个省市,招生期间,民众的相关咨询持续火爆,未投放省市同样反响热烈。

  市场良性发展 监管体系亟须加强

  除了数据和人才两大基础方向,新兴的智能医学在商业模式和法律监管等方面也需要人们投注目光。

  以目前人工智能与医学最常见的结合点——医学影像为例,现阶段该领域的AI产品在国内主要采用免费试用的合作方式,虽然短期来看,医院是获益的,但长远计算,优质AI企业会因长期无法盈利而难以为继,无法持续为医院提供更好的产品。

  合理的商业化模式尚在“摸着石头过河”的阶段,而相配套的监管机制也亟须完善。清华大学法学院院长申卫星此前在接受科技日报记者采访时表示,目前只有《民法总则》第127条提出,“法律对数据、网络虚拟财产的保护有规定的,依照其规定”。但具体如何保护数据,并没有详细说明。

  以往,机器被归为工具一类,工具造成的损害责任通常是产品设计者、制造者来承担,但如果工具经过人工智能深度学习,成为自主型产品后造成损害,这到底是谁的责任?依旧是产品的责任还是智能系统开发单位的责任?这些疑问都需要明确的法条来解答。

  记者了解到,我国不仅对智能医学数据的隐私保护、责任规范、安全性等没有明确的法律指示,人工智能在医疗健康领域应用的质量标准、准入体系、评估体系也未设置详细的准则, 无法对AI数据和算法进行有效验证和评价。

  “目前国际上也没有成功的案例经验可供借鉴,发展出一套符合我国国情、相对完善的智能医学监管体系还需要一定的时间和多学科、多行业的研究者和实践者共同努力。”徐波表示,较为科学的监管体系之下,人工智能企业在符合各项标准和法规的范围内探索良性的商业化营收模式,各院所、高校、医院等单位合理利用各自资源,进行有效合作,有助于整个智能医学领域的健康、稳步发展。

(责编:杨虞波罗、乔雪峰)

文坪村 格头 金钟河大街柳园里 集贤镇 焦庄乡 樊集乡 甘河林业局 准格尔旗 安徽芜湖市鸠江区湾里镇 汾水村 狮子林大街阳春胡同 头堆社区 龙池镇 荷树坳
百度