• 25
医疗共享社区Figure 1功能再升级,结合AI技术自动转化图片数据
统计 阅读时间大约3分钟(886字)

2017-06-19 医疗共享社区Figure 1功能再升级,结合AI技术自动转化图片数据

Toronto想要通过机器学习算法,实现心电图和数字数据之间的自动转化。

【猎云网(微信号:ilieyun)】6月19日报道(编译:陆一)

Figure 1是一个专注医学领域的社交应用,世界各地的医生都可以将自己遇到病例以照片的形式呈现在这个平台上,并进行交流。

Figure 1的创始人Josh Landy表示,当医生们遇到特殊病例时,可以把图片及相关说明上传到Figure 1上,这样既能收集到来自世界各地专家的建议推动病情解决,又能作为案例供世界各地的医生参考和学习。

现在,Toronto公司想把这个“医生版Instagram”与AI技术相结合,推进机器学习算法在医学数据分析领域的应用。而他们的第一步就是想要通过机器学习算法,实现心电图和数字数据之间的自动转化。Toronto将在不久之后举行的第44届国际电学图大会上展示该项技术。

心电图可以用来记录人体的心脏活动,并以线形图的形式呈现出来。心跳和体温、血压、脉搏率一样,是重要的生命体征。医生对心电图的分析,不仅有助于其对患者进行心脏疾病方面的检查,还能在肺炎、帕金森综合征等疾病的治疗中起到很大的作用。

在Landy看来,把机器学习算法应用到对心电图的分析上是十分合适的。虽然每份心电图都各不相同,但是它们有着一些相通点,这有助于计算机算法对心电图进行快速识别。

2

Landy表示,现在的心电图都是呈现在方格纸上的,所以在手机上阅读起来不太方便。针对这一点,Toronto表示,他们正在开发一些新方式,力求实现心电图的手机阅读。另外,他们将在今年夏天推出公共测试版。

上个月,一个由27位研究人员组成的研究小组发表了一篇论文。论文中提到,他们对深度学习在生物医学问题中的应用进行了研究,并以此来预测深度学习是否能推动这些问题的解决。最后的结论是,虽然深入学习法还不能彻底地解决其中任何一个问题,但是已经取得了一些可喜的进步。

第一代机器学习算法对心电图的分析的准确率高达85%,目前,Toronto正在和加拿大医学成像领域的专家——Alexander Wong合作,以实现技术的不断改进。上传到Figure 1上的图片汇集在一起,就像一个医学图像图书馆,它能为计算机算法提供简单的代码训练集,有助于计算机算法进行心电图分析以及数据提取。

Landy表示,在收集数据时,出于保护患者隐私的考虑,他们会将数据进行匿名处理。他认为在医学领域还有可能出现这样的智能应用:无需通过物理测量,只要根据它在一天之内拍取的多张照片,就能判断出患者的伤口正在愈合。不过,无论开发什么,最重要的就是要找到客户真正需要的东西。只有迎合了客户的需求,开发出来的东西才有价值、才有市场。

1、猎云网原创文章未经授权转载必究,如需转载请联系官方微信号进行授权。
2、转载时须在文章头部明确注明出处、保留官方微信、作者和原文超链接。如转自猎云网(微信号:lieyunjingxuan
)字样。
3、猎云网报道中所涉及的融资金额均由创业公司提供,仅供参考,猎云网不对真实性背书。
4、联系猎云,请加微信号:jinjilei
相关阅读
推荐阅读
{{item.author_display_name}}
{{item.author_display_name}}
{{item.author_user_occu}}
{{item.author_user_sign}}
×