据刊登在《nature》期刊的一项新研究结果显示,google的深度学习模式优于传统筛选大量电子健康纪录(ehr)数据预测健康状况的方法。据healthcaredive报导,fhir是一个标准,用于加强跨系统的数据流动,以预测院内死亡率、30天内重新入院和长期住院的情况。
google与加州大学旧金山分校(ucsf)、史丹佛大学(stanford university)和芝加哥大学医学中心(university of chicago medicine)合作,评估深度学习和快捷式健康照护互操作性资源(fhir)的准确性。
结果显示,google的深度学习在以上3种情况下表现都优于其它ehr模型。其中评估患者死亡率所需的警示数量减少50%,大幅减少误报情况。
该研究包括来自216,221名至少24小时住院的成年患者ehr数据,资料量达470亿笔。研究人员表示,深度学习方法可以涵盖整个ehr,包括结构松散的医学报告,以对各种临床问题和结果进行预测,并超越最先进的传统预测模型。
研究人员进一步指出,该研究的重要发现不是在于准确地协调ehr数据,将数据映射到高度策划的结构预测变量集合中,然后将这些变量馈送到统计模型中,而是透过直接特征学习,学会同步协调输入和预测医疗事件。
现在人工智能(ai)在医疗保健应用方面发展热络,google希望取得一席之地。据cb insights报告指出,alphabet定位为ai与机器学习公司,但正在积极建立广泛的医疗保健网络,使用google cloud为供应商和付款人服务并提供新的数据管道。
穿戴式装置品牌业者fitbit日前宣布,将结合最近购并的twine health平台与cloud for healthcare,连接用户数据和个人健康记录,帮助医生和患者管理慢性病。
google于2017年12月推出开源工具deep variant,使用ai创建一个使用测序数据的个人遗传蓝图图象,目的是寻找基因或基因突变,帮助医生诊断与治疗。
google的deepmind还与英国moorfields eye hospital nhs foundation trust合作开采大数据,聚焦在机器学习技术分析眼科扫描,以早期发现和治疗退化性眼睛疾病。
弹性元件式压力表检定质量提升措施
印度华星TV Open Cell面向客户实现全球智造和全球交付
基于μA709的基本反相放大电路图
如何做好数据全生命周期管理,从哪几个方面做?_光点科技
海信洗衣机暖男X系列发布新品 将健康洗护性能进行创新升级
Google深度学习模型预测效果 优于传统EHR数据分析
令人“垂涎”的物联网平台模式,银行如何取舍?
德国莱茵TUV与爱立信签署了合作协议
电源如何获最大功率的条件
可穿戴设备市场2016年回顾与2017年展望
oppor11什么时候上市?oppor11最新消息:oppor11强势出击!oppor11对垒小米6,骁龙835+8GB+全面屏
怎样使用Arduino进行压力控制
中国联通:四个阶段部署MEC边缘云,2025年实现100%云化部署
使用TensorFlow框架演示了卷积神经网络在MNIST数据集上的应用
如何利用5G校园安防的形式减少校园隐患发生?
宠物拍片DR是什么,宠物拍片DR的拍摄流程介绍
GSM小区话务均衡及解决网络阻塞策略
现代C++20实战手册
基于宽频率范围矢量网络分析仪分析评估及高速互联测试测量
为什么互联网巨头在这个时间点开始扎堆“造车”?