中大医院引入人工智能等科技设施　减省医护非治疗工作

中大医院引入人工智能等科技设施减省医护非治疗工作中大医院引入多项人工智能等科技设施，帮助病人更方便知道轮候时间；协助医护人员确定高风险病人的位置，以及支援医护人员以减省非治疗工作，有更多时间照顾病者。中大医院行政总裁冯康强调，人工智能不会代替医生诊断，新安排是配合医护人员的诊治。中大医院使用超寛带技术的实时定位系统，医护人员可以随时追踪高风险病人的位置，以防包括认知障碍症病人走失，了解病人是否安全。医院又会向门诊病人提供可接收讯息的仪器，让病人即使短暂离开候诊区域，也可接到通知诊症病房及轮候时间。2023-08-1700:46:53

内地人工智能药物研发公司称希望在港打造商户拓展及研发中心

内地人工智能药物研发公司称希望在港打造商户拓展及研发中心有内地的人工智能药物研发公司认为，香港是面向全球业务拓展的前沿阵地，有非常好的人才储备，希望在香港打造一个集合商户拓展及研发的中心。晶泰科技联合创始人马健表示，现时主要在深圳研发自动化、人工智能等，国内生物医药科技的合作及业务主要以上海为中心。他指出，香港是面向全球及商户各方面交流的中心，有便利国际人才在香港落地的政策，该公司希望在香港打造一个集合商户拓展及研发的中心。被问到是否计划申请在香港上市时，马健表示，不方便透露具体计划。2023-11-0918:16:36

李嘉诚捐3000万港元助港大医学院提升人工智能教学应用

李嘉诚捐3000万港元助港大医学院提升人工智能教学应用香港首富李嘉诚捐赠3000万港元（下同，约525万新元），协助香港大学李嘉诚医学院提升人工智能教学应用。据《星岛日报》星期二（9月26日）报道，港大医学院院长刘泽星说：“要更及时、更有效应对医学上瞬息万变的挑战，除了临床诊断和治疗能力，医护学生需要对医学有更全面的理解，认识医学以外其他范畴，包括大数据、人工智能（AI）和资讯学，这些方面正迅速影响医疗领域的未来发展。”刘泽星还说：“学院衷心感谢李嘉诚先生长期的慷慨捐赠，支持学院加强人工智能在医学教学上的应用，让学院在培育新一代医疗专业人才方面保持卓越表现。”李嘉诚说，毫无疑问，人工智能正在改变世界，在医学科研、课程和服务方面大力推动有效的应用AI已不可或缺，这样才可获得引领未来的创新治疗及方法，达到更好的生活和更健康的社会。为回馈李嘉诚的慷慨捐助，港大医学院将投放额外3000万港元的配对基金，提升硬软件及人力资源等方面的数码学习投资，促进AI医学教育发展。学院也将设立相关奖助学金，以奖励表现优异及支援经济上有需要的学生。

AI人工智能应用通用实操营

名称：AI人工智能应用通用实操营描述："AI人工智能应用通用实操营"是一门致力于教授学生如何应用人工智能技术的课程。学生将通过实际操作和案例学习，掌握人工智能在各领域的应用。本课程旨在培养学生的实践能力，让他们能够灵活运用AI技术解决现实问题。链接：https://pan.quark.cn/s/edc82143ad9f大小：ng标签：#资料#quark频道：@yunpanshare群组：@yunpangroup

人工智能为多囊卵巢综合症诊断带来革命性变革

人工智能为多囊卵巢综合症诊断带来革命性变革"鉴于社区中多囊卵巢综合症诊断不足和误诊造成的巨大负担及其潜在的严重后果，我们希望确定人工智能/ML在识别可能有多囊卵巢综合症风险的患者方面的效用，"该研究的共同作者、美国国立卫生研究院（NIH）下属国家环境健康科学研究所（NIEHS）高级研究员兼内分泌学家珍妮特-霍尔（JanetHall）医学博士说。"人工智能和机器学习在检测多囊卵巢综合症方面的效果比我们想象的更加令人印象深刻。"多囊卵巢综合征发生在卵巢不能正常工作的情况下，在许多情况下还伴有睾酮水平升高。这种疾病会导致月经不调、痤疮、面部多毛或头部脱发。患有多囊卵巢综合症的女性患2型糖尿病、睡眠、心理、心血管和其他生殖系统疾病（如子宫癌和不孕症）的风险通常会增加。"鉴于多囊卵巢综合症与其他疾病的重叠，诊断多囊卵巢综合症可能具有挑战性，"该研究的资深作者、美国国家健康研究所助理研究医师兼内分泌学家斯坎德-谢卡尔（SkandShekhar）医学博士说。"这些数据反映出，将人工智能/ML纳入电子健康记录和其他临床环境，以改善多囊卵巢综合症妇女的诊断和护理，还具有尚未开发的潜力。"该研究的作者建议将基于人群的大型研究与电子健康数据集结合起来，并分析常见的实验室测试，以确定有助于诊断多囊卵巢综合症的敏感诊断生物标志物。多囊卵巢综合征的诊断依据的是多年来不断发展并被广泛接受的标准化标准，但通常包括临床特征（如痤疮、毛发生长过多和月经不调）以及实验室（如高血睾酮）和放射学检查结果（如卵巢超声检查发现多个小囊肿和卵巢体积增大）。然而，由于多囊卵巢综合症的某些特征可能与肥胖、糖尿病和心血管代谢紊乱等其他疾病同时存在，因此经常被忽视。人工智能是指使用基于计算机的系统或工具来模仿人类智能并帮助做出决策或预测。ML是人工智能的一个分支，侧重于从以前的事件中学习，并将这些知识应用到未来的决策中。人工智能可以处理大量不同的数据，例如从电子健康记录中获得的数据，因此是诊断多囊卵巢综合症等难以诊断的疾病的理想辅助工具。研究人员对过去25年（1997-2022年）中发表的所有使用人工智能/ML检测多囊卵巢综合症的同行评审研究进行了系统回顾。在一位经验丰富的美国国立卫生研究院图书管理员的帮助下，研究人员确定了可能符合条件的研究。他们共筛选出135项研究，并将31项纳入本文。所有研究都是观察性的，评估了人工智能/ML技术在患者诊断中的应用。约有一半的研究包含超声波图像。研究参与者的平均年龄为29岁。在使用标准化诊断标准诊断多囊卵巢综合症的10项研究中，检测准确率在80%-90%之间。Shekhar说："在各种诊断和分类模式中，人工智能/ML在检测多囊卵巢综合症方面表现极佳，这是我们的研究得出的最重要的结论。"作者指出，基于人工智能/ML的项目有可能大大提高我们早期发现多囊卵巢综合症妇女的能力，从而节省相关费用，减轻多囊卵巢综合症给患者和医疗系统带来的负担。具有强大验证和测试实践的后续研究将使人工智能/ML与慢性健康状况顺利结合。...PC版：https://www.cnbeta.com.tw/articles/soft/1386563.htm手机版：https://m.cnbeta.com.tw/view/1386563.htm

丹麦的临床对比研究证明人工智能提高了乳腺癌筛查的准确性

丹麦的临床对比研究证明人工智能提高了乳腺癌筛查的准确性在丹麦，人工智能的进步大大提高了乳腺癌的检测率，同时减少了误诊率丹麦的乳腺放射医师利用人工智能（AI）提高了乳腺癌筛查的效果，降低了误诊结果的发生率。研究结果发表在今天（6月4日）出版的北美放射学会（RSNA）期刊《放射学》上。虽然乳房X射线照相术成功地降低了乳腺癌死亡率，但也有可能出现误诊结果。近年来，研究人员对人工智能系统在筛查中的应用进行了研究。哥本哈根大学博士后、丹麦Gentofte医院研究员AndreasD.Lauritzen博士说："我们相信人工智能有可能提高筛查性能。"当用于分流可能正常的筛查结果或协助决策支持时，人工智能还能大大减少放射科医生的工作量。Lauritzen博士说："基于人群的乳腺X射线照相筛查降低了乳腺癌死亡率，但却给放射科医生带来了巨大的工作量，他们必须阅读大量的乳腺X射线照相，而其中大部分并不值得召回患者。当筛查项目采用双读以提高癌症检测率并减少误诊召回时，读片工作量就会进一步加重。"一位女性的图像，她的乳腺成像报告和数据系统密度为2，接受人工智能（AI）系统筛查时57岁。(A）右侧内外侧斜位全视野数字乳腺造影显示人工智能提供的标记（方形）。根据这一病变，筛查获得了10分的人工智能检查高分（满分89分）。(B）与A中的图像相同，但有放射科医生的检查结果。由于人工智能检查得分较高，该筛查由两名放射科医生进行了双读，他们标记的病灶（椭圆形，A1）与人工智能系统标记的病灶相同，这导致了召回。(C）裁剪后的US图像显示了诊断过程中观察到的一个小的（4×7毫米）浸润性癌（线）。资料来源：北美放射学会（RSNA）Lauritzen博士及其同事开始比较人工智能实施前后两批接受筛查的妇女的工作量和筛查效果。这项回顾性研究对丹麦首都地区两组年龄在50岁至69岁之间、每两年接受一次乳腺X射线照相筛查的妇女进行了比较。在第一组中，两名放射科医生阅读了2020年10月至2021年11月期间进行筛查的妇女的乳房X光照片，当时尚未实施人工智能。第二组妇女在2021年11月至2022年10月期间进行的筛查乳房X光照片由人工智能进行初步分析。人工智能认为可能正常的乳房X光照片随后由19名专业全职乳腺放射科医生中的一位进行读片（称为单次读片）。其余的乳房X光照片由两名放射科医生在人工智能辅助决策支持下进行阅读（称为双读）。用于筛查的市售人工智能系统由深度学习模型训练而成，可突出显示乳房X光照片中的可疑病变和钙化，并对其进行评级。所有接受乳房X光筛查的女性都接受了至少180天的随访。通过筛查发现的浸润性癌症和导管原位癌（DCIS）将通过针刺活检或手术标本进行确认。共有60751名妇女在未使用人工智能的情况下接受了筛查，58246名妇女在使用人工智能系统的情况下接受了筛查。在人工智能实施组中，66.9%（38977人）的筛查为单读筛查，33.1%（19269人）的筛查为人工智能辅助双读筛查。与未使用人工智能系统的筛查相比，使用人工智能系统的筛查发现的乳腺癌数量明显增多（0.82%对0.70%），误诊率也更低（1.63%对2.39%）。Lauritzen博士说："在人工智能筛查组中，率降低了20.5%，放射科医生的阅读工作量减少了33.4%。放射科医生通常可以查看妇女以前的乳房X光筛查照片，但人工智能系统却无法查看。这是我们未来想做的事情。"人工智能筛查的阳性预测值也高于无人工智能筛查（33.5%对22.5%）。在人工干预组中，检测出的浸润性癌症中，大小在1厘米或以下的比例更高（44.93%对36.60%）。除了结节阴性率没有变化的迹象外，所有筛查绩效指标都有所改善。未来需要进行更多的研究来评估长期结果，确保过度诊断不会增加。还需要注意的是，并非所有国家都采用相同的乳腺癌筛查方案和间隔时间。美国的乳腺癌筛查方案与丹麦的方案不同。参考文献"2024年6月4日，《放射学》。编译来源：ScitechDaily...PC版：https://www.cnbeta.com.tw/articles/soft/1433568.htm手机版：https://m.cnbeta.com.tw/view/1433568.htm