虽然听起来有点危言耸听,但这是权威科学,来自于美国癌症学会(ACS)的研究证据,近日已发表在《American Journal of Epidemiology》。
广东野光源视力保健研究院与中山大学中山眼科中心,联合推出了一款视力训练灯,是国内外第一个获得二类医疗器械注册证、通过智能控制调节灯光动态变化进行眼功能训练的读写健眼台灯。
在“互联网+医疗”时代,吴韬团队将目光聚焦于智能机器人。他说,在社区或边远地区的基层医生携机器人出诊,遇到疑难问题可随时连线请教对接的专家;而知名专家查房带上机器人,基层医生则可通过直播,直观大专家查房,获得培训。
在美国AI医疗的普及问题上,有19%的受访者表示AI在医疗保健领域的普及还需要两年的时间,认为需要3-5年的占比35%,5-10年的占比32%,另有11%的人认为这一过程需要花费10年以上的时间。值得注意的是,在参与调查的对象中,已经有37%的人正在使用AI。
首款智能药片 Abilify MyCite目前尚未进入市场,但 Otsuka 计划2018年初面向部分医生和保险公司进行小范围推出,以期跟踪病患对传感器和应用的反应。
依托顶尖专家对大量病例的标准化标注,“BioMind天医智”在短短几个月的时间内,不断提升疾病诊断效率和准确率,它可以学到很多医院多年都见不到的罕见、疑难病例,在神经领域的研究开发和学习深度上,拥有先天优势和大数据基础。
“肝脏是人体重要的解毒器官,开发具有解毒功能的‘肝脏芯片’是‘器官芯片’的重要研究方向。”赵远锦说,研究人员未来可以利用“肝脏芯片”研制解酒类药品或保健品,甚至开发出能够部分替代肝脏功能的人造器官。
微型机器人有两种输送药物的方式,一是携带药物袋至体内特定部位,然后通过变形打开药物袋。二是把机器人的橡胶体设计成海绵状,先浸吸药物,达到目的地后通过自身变形,挤压释放药物。
“腾讯觅影”的AI辅诊引擎也成为国内首个开放的医疗AI引擎。腾讯副总裁陈广域表示,希望“腾讯觅影”能成为医院和医疗信息化厂商的“工具箱”,助力医疗行业打造面向下一代智能医疗服务的“超级大脑”。
2018年DeepMind Health独立评论者报告(The DeepMind Health Independent Reviewers’2018 report)标志了一系列风险和担忧,在他们看来,这包括DeepMind健康能够“发挥过度的垄断力量”,这是基于数据访问和与Streams应用程序规则绑定的流媒体基础设施所带来的结果。
Zebra Medical Vision 6 月宣布其 Textray 深度学习 AI 研究成果,该深度学习 AI 可辨识 40 种常见临床病理发现,目的希望可以辅助临床诊断以减轻放射科医师的负担。
谷歌在内部招聘启事中称,要打造下一代就医体验,利用音频和触控技术来提升护理的准确性和可用性。
在近日举行的英特尔人工智能开发者大会上,英特尔公司全球副总裁兼人工智能产品事业部总经理Naveen Rao提到,英特尔正在与诺华合作,利用深度神经网络来加速高内涵筛选——这是早期药品研发的关键因素。
因为在传统的介入手术中,医生往往是依靠C形臂旋转及对比剂应用成像,这些操作中存在着3D信息丢失和加重肾脏负担的问题,同时,操作者因为长期暴露在辐射环境中,承担了极高的职业风险。而磁导航外科手术系统的成功研发使得问题迎刃而解,它具有明显减少操作者X 射线暴露、成像定位精准、操作准确稳定的优点,在减少器械操作颤抖的同时,还能增加操作者舒适感。
“2017年中国大陆的液晶面板出货量达到全球的33%,产业规模约千亿美元,位居全球第一。但这面板中的关键材料——间隔物微球,以及导电金球,全世界只有日本一两家公司可以提供。这些材料也像芯片一样,给人卡住了脖子。”国家“千人计划”专家、苏州纳微科技公司董事长江必旺博士说。