AI 只需 X 射线片即可判断肺功能

AI 只需 X 射线片即可判断肺功能 临床医生可以借助胸部 X 射线片,判断某人是否罹患结核病、癌症或其他疾病,但无法判断其肺部功能是否正常。在一项最新研究中,日本科学家开发出一款高精度人工智能(AI)模型,可以通过患者的胸部 X 射线片判断其肺功能。相关研究论文发表于近日出版的《柳叶刀数字健康》杂志。(科技日报)

相关推荐

封面图片

TikTok 即将推出新功能,只需10秒即可用 AI 克隆你的声音

TikTok 即将推出新功能,只需10秒即可用 AI 克隆你的声音 TikTok 正在开发这项功能,目前只是将其称为“使用 AI 创建你的声音”和“TikTok 语音库”。在最新版本 TikTok 中出现的字符串,表明其正在开发此功能。介绍该功能的初始 UI 如上所示。Tiktok 声称它可以在短短 10 秒内创建你声音的 AI 版本。生成的 AI 语音克隆可以与 TikTok 视频中的文本转语音一起使用。在隐私方面,您的 AI 语音将保持私密,可以随时将其删除。(ThespAndroid.BlogSpot) By:匿名投稿

封面图片

科学简单点:什么是 X 射线光源?

科学简单点:什么是 X 射线光源? 在这段"科学 101:什么是 X 射线光"的视频中,科学家杰西卡-麦克切斯尼(Jessica McChesney)和吉尔伯托-法布里斯(Gilberto Fabbris)解释了什么是 X 射线光,以及他们如何在阿贡高级光子源(APS)使用 X 射线光。X 射线光是存在于电磁波谱中的高能量光。该光谱包括所有电磁波的范围,从能量最低的长波(调幅无线电波)到中间波(可见光),再到能量最高的短波(伽马射线)。阿贡的 APS 使用的是波长较短的 X 射线。较短的波长允许 X 射线穿过许多物质,这使得像杰西卡和吉尔伯托这样的科学家能够深入观察物体,发现有关材料结构和功能的新知识。APS 是世界上最强大的 X 射线光源之一,每年有来自世界各地的 5500 多名科学家利用这个巨大的研究设施测试新材料、制造更好的电池,并为人类面临的最大问题寻找解决方案。要做到所有这些,还需要一个强大的 X 射线光源。X 射线是一种光,但它并不是人们听到这个词时通常会想到的可见光。您可能对牙医用来拍摄牙齿内部照片的 X 光机并不陌生。先进光子源(APS)是美国能源部(DOE)科学办公室的用户设施,位于能源部阿贡国家实验室,它能产生类似的 X 射线光,但比 X 射线光亮十亿倍。这么亮的光能做什么?APS 的工作原理就像一台巨大的显微镜,但与可见光不同,X 射线具有穿透力,使科学家能够看到材料的深处。例如,X 射线束可以聚焦得很紧,科学家可以用它来"看"电池在使用过程中内部发生了什么,从而开发出更节能的电池。几十年来,APS 和世界各地的其他光源一直在改善我们的生活。为它们提供动力的技术粒子加速早在 20 世纪 20 年代就已出现。电磁波谱是各种电磁辐射的范围能量在传播过程中会扩散开来。太阳的温度比地球高得多,因此它发出的辐射能量较高,波长较短。资料来源:美国国家航空航天局APS 的核心是一个储藏环,周围约三分之二英里。它非常大,可以容纳一个棒球场。它的工作是以接近光速的速度,高精度地循环着被称为电子的粒子。电子每天在这个环上绕行数十亿次,在轨道的每一个弯曲处都会释放出耀眼的光芒。APS 将这些光发送到环周围的实验站,在那里进行不同类型的科学实验。APS 是一个国家用户设施,这意味着全世界的科学家都可以使用这一资源。科学家使用它不收取任何费用,但他们的数据必须公开发布。每年,来自世界各地的 5500 多名科学家利用 APS 研究各种各样的问题,从应对温室气体的新方法到加固道路和桥梁的新方法。自 20 世纪 90 年代建成以来,APS 一直是世界领先的 X 射线光源,而它的未来将变得更加光明。一次大规模的升级将取代目前的存储环,它所产生的 X 射线亮度将是现在的 500 倍,从而能够进行更多的实验和创新,改善我们的生活。与世界各地的其他光源一起,APS 将继续使科学家们能够让我们更健康、更安全,并增进我们对周围世界的了解。资料来源:阿贡国家实验室X 射线光源如何工作?先进光子源可以产生超亮的 X 射线束,为新发现照亮道路。先进光子源(APS)等强大的光源与牙医使用的 X 光机类似,只是它产生的光亮度要高出十亿倍。APS 的核心是一系列被称为加速器的机器,它们使用磁铁移动被称为电子的微小粒子。电子聚集在一起,沿着直线加速器直线运动。粒子积聚环可将成串的粒子更紧密地聚集在一起。助推器环在它们积累速度和能量的过程中使它们循环。然后,粒子被注入存储环。电子每天在这个环上绕行数十亿次。在轨道的每一个转弯处,它们都会释放出光子粒子形式的光。这些光子就是 X 射线光,它们被发送到环上的各个科研站。科学家们利用这种非常明亮的光线来观察材料的内部深处。相关文章:科学简单点:什么是超级计算?科学简单点:什么是人工智能?科学简单点:什么是量子力学?科学简单点:什么是水力发电?科学简单点:什么是核能?科学简单点:什么是气候复原力?科学简单点:什么是纳米科学?科学简单点:什么是暗物质和暗能量? ... PC版: 手机版:

封面图片

和平全新【冰块直装】 采用独家ai驱动仿生自喵 全能绘图功能 人物方框-人物骨骼 人物射线-人物血量 人物信息-人物距离 雷达显

和平全新【冰块直装】 采用独家ai驱动仿生自喵 全能绘图功能 人物方框-人物骨骼 人物射线-人物血量 人物信息-人物距离 雷达显示-背敌预警 应有尽有绘制+独家驱动自瞄 独家ai驱动仿生自喵,枪枪到肉 支持开火-开镜-同时 支持锁头-锁胸-锁腰 支持兼容安卓全系统0卡屏 下载地址备用地址

封面图片

ℹWindows 11 全新「AI Explorer 」功能似乎只有 Snapdragon X Elite 才能运行#

ℹWindows 11 全新「AI Explorer 」功能似乎只有 Snapdragon X Elite 才能运行# 先前我们曾报导过微软将会为 Windows 11 导入会让人有颠覆性使用体验的「AI Explorer」功能,这可说令很多人都非常期待,想...

封面图片

X 平台被曝将新增多项 Grok 模型功能支持

X 平台被曝将新增多项 Grok 模型功能支持 独立应用程序研究者 Nima Owji 表示,X 社交平台正在开发多项基于 x AIGrok 模型的功能,为 X Premium 订阅用户提供更丰富的使用体验。其中之一便是类似于其他生成式 AI 聊天机器人的 Grok 侧面板,用户可在使用 X 平台任意功能时同 Grok 机器人交流。

封面图片

研究发现乳腺X射线影像AI可能会受患者年龄和种族的影响而产生误报

研究发现乳腺X射线影像AI可能会受患者年龄和种族的影响而产生误报 示例:一名 59 岁的黑人患者乳腺纤维腺体密度散在,乳房 X 光检查假阳性病例评分为 96 分。(A)左侧头尾切面和(B)内外侧斜切面显示外上象限中间深度(方框)有血管钙化,人工智能算法将其单独识别为可疑发现,并将单个病灶评分定为 90 分。因此,乳房 X 光检查的总分为 96 分。资料来源:北美放射学会(RSNA)北卡罗来纳州达勒姆杜克大学助理教授、医学博士德里克-阮(Derek L. Nguyen)说:"人工智能已成为放射科医生提高乳房X光筛查阅读效率和准确性,同时减轻阅读者倦怠感的一种资源。然而,患者特征对人工智能性能的影响还没有得到很好的研究。"阮博士介绍说,虽然初步数据表明,将人工智能算法应用于乳腺X光筛查检查可能会提高放射科医生对乳腺癌检测的诊断性能,并缩短判读时间,但人工智能也有一些方面需要注意。他说:"用于人工智能算法训练的人口统计学多样化数据库很少,FDA 也不要求多样化的数据集进行验证。"由于患者群体之间存在差异,因此研究人工智能软件能否适应不同年龄、种族和民族的患者,并使其表现达到相同水平非常重要。"一名 59 岁的西班牙裔患者,乳房密度不均,乳房 X 光检查假阳性风险评分为 1.0。图中显示了双侧重建的二维(A、B)头尾切面和(C、D)内外侧斜切面。该算法预测患者会在 1 年内罹患癌症,但该患者在接受乳房 X 光检查后 2 年内并未罹患癌症或出现不典型增生。资料来源:北美放射学会(RSNA)在这项回顾性研究中,研究人员确定了2016年至2019年期间在杜克大学医学中心进行数字乳腺断层合成筛查的阴性(无癌症证据)患者。所有患者在接受乳房X光筛查后都接受了为期两年的随访,没有患者被确诊为乳腺恶性肿瘤。研究人员从这一群体中随机抽取了一个子集,该子集由 4855 名患者组成(中位年龄 54 岁),广泛分布在四个民族/种族群体中。该子集包括 1316 名(27%)白人患者、1261 名(26%)黑人患者、1351 名(28%)亚裔患者和 927 名(19%)西班牙裔患者。一种市售的人工智能算法对乳房 X 射线照片子集中的每次检查进行解读,生成病例评分(或恶性肿瘤的确定性)和风险评分(或一年后的恶性肿瘤风险)。阮说:"我们的目标是评估人工智能算法在不同年龄、乳腺密度类型和不同患者种族/族裔中的表现是否一致。"鉴于研究中的所有乳房 X 光检查结果均为阴性,因此该算法标记为可疑的任何结果均被视为假阳性结果。与白人患者和年龄在 51-60 岁之间的女性相比,黑人患者和年龄较大的患者(71-80 岁)更容易出现假阳性病例评分,而亚裔患者和年龄较小的患者(41-50 岁)则较少出现假阳性病例评分。"这项研究非常重要,因为它强调了医疗机构购买的任何人工智能软件在所有患者年龄、种族/族裔和乳房密度方面的表现可能不尽相同。展望未来,我认为人工智能软件的升级应侧重于确保人口多样性。"阮博士说,医疗机构在购买用于乳房X光筛查解读的人工智能算法之前,应了解其服务的患者群体,并向供应商询问其算法培训情况。掌握本机构的人口统计学基线知识,并向供应商询问其培训数据的种族和年龄多样性,将有助于你了解在临床实践中会面临的限制。编译来源:ScitechDaily ... PC版: 手机版:

🔍 发送关键词来寻找群组、频道或视频。

启动SOSO机器人