雷锋网《AI掘金志》频道：只做 AI +「安防、医疗、零售」三大传统领域的深度采访报道。
整体的研究，基于吴恩达团队在2017年的一篇已经发在Arxiv上的论文（文末有地址）。
人工智能技术的开发都需要大量的数据，这些数据就是人工智能技术的基础。但是这些数据要想被利用起来，并适合于人工智能训练用的数据，则需要按照一定的规则加以处理和清洗，如果是医疗用的数据进一步需要专业医生的标注。
还登上了影响因子2.943的Biomedical Signal Processing and Control期刊。
据统计，全世界因病死亡者有三分之一是死于心脑血管疾病,因此对于心脑血管疾病的早期诊断和治疗，特别是用人工智能推动诊治水平的提升，具有十分重要的意义。
心电图是医院心脏疾病常用辅助诊断指标。心电图由于其价格低、无创的特性被广泛用于心脏疾病的预筛查以及体检中，每天的检测量巨大。目前，多导联的心电图设备已经广泛用于临床当中，部分设备已经具有自动分析诊断功能，但自动分析对于多心电异常事件的判别还不够精确，需要医生做进一步修改。
点击图片立刻参与！ 在快节奏的社会下，人们需要一种简便且准确的心脏检测方式。 作者 | 来自镁客星球的家衡 近些年，似乎每隔一段时间，我们就能从社会新闻中看到有人骤然猝死的消息。 根据世卫组织（WHO）的定义，身体健康或看上去健康的人，在短时间内因自然疾病突然死亡，就叫猝死。但事实上，猝死的人群大多患有某种心血管疾病。平时，心血管疾病以慢性病的姿态潜伏，但随时都能扣动扳机，带走一条鲜活的生命。 “因为检查不便利，所以心脏疾病其实是一种隐形的疾病，但很多人忽视了筛查，最终会造成悲剧。”芯跳医疗CEO李拿云告
在第六届北京智源大会上，北京大学第一医院副院长、心血管研究所所长、北京大学第一医院-智源联合实验室牵头人李建平教授以「临床心肌缺血预测手段及困难」为题，分享了AI在冠心病诊断以及临床心肌缺血预测等方面的全新探索与实践。
2017年7月，FDA发布了一项名为Digital Health Innovation Action Plan（DHIAP）的数字健康创新行动计划。在该计划的推动下，2018年获得FDA许可的医疗科技项目涌现。
为了应对国产厂商“黄金十年”的论调，对GPS这些传统器械商而言，“数字化”、“智能化”是它们必须要拿起来，捍卫巨头尊严的一把重要武器。
【新智元导读】斯坦福大学医学院与 Langlotzlab 合作创建的一个 PB 级的大型医疗影像数据集 Medical ImageNet 最近发布，从官方网页的介绍中可以看到，该数据集包含近万张临床X光片，以及超过440万斯坦福的检测即将公开。如此大规模的医疗数据集有望解决医疗影像数据不足问题，助推利用机器学习分析医学图像方面的进步。 Medical ImageNet 这是一个PB级规模的，基于云，多机构，可搜索，开放的诊断影像研究库，目的是开发智能影像分析系统。 主要目标 数据转移/联合/诚实中介者（ho
这次跟美国加州大学合作，在国际权威期刊《Medical Physics》发表最新研究成果：
李林 编译整理 量子位 报道 | 公众号 QbitAI 吴恩达带领的斯坦福机器学习组(Stanford ML Group)最近开发了一种深度学习新算法，能诊断14类心律不齐，准确率可以媲美人类医生。
问耕 编译整理 量子位 报道 | 公众号 QbitAI 机器学习和人工智能领域的人才争夺战根本停不下来。 最新的一个动向是，苹果公司斥资2亿美元，收购了一家名为Lattice Data的创业公司。La
本文介绍由哈佛大学计算机科学系Rayan Krishnan 等人发表在 Nature biomedical engineering 上的一篇综述《Self-supervised learning in medicine and healthcare》。常规的深度学习模型需要大量标注的数据作为训练集，例如计算机视觉常用的数据集 ImageNet 包含了 21,000 类 1600 万张图片。然而对于医疗数据来说，想要获取这样规模的标注数据是非常困难的。一方面，标注医疗图像需要拥有专业的医疗知识；另一方面，不同于普通物体，我们一眼就可以分辨，医疗图像往往需要医学专家花费数分钟进行确认。因此，如何利用大量的无标签数据对于 AI 医疗的发展至关重要。自监督学习通过构建一系列的自监督任务来进行预训练，使得模型可以提取到更有用的特征，然后在有标签的数据集中进行进一步训练，使得模型在标注数据较少的条件下也能获得较好的泛化能力。文章展望了自监督学习应用于AI医疗的发展趋势，并介绍了两类近年来被广泛研究的用于 AI 医疗的自监督的预训练方法：对比学习和生成学习。
本文介绍由牛津大学的Dani Kiyasseh等人发表于Nature Communications的研究成果：在违反独立同分布假设的实例中训练的深度学习算法会受到破坏性干扰，作者为了减轻这种干扰，提出了一种持续学习策略CLOPS。在四个持续学习场景的三个场景中，CLOPS在泛化性能和后向转移两个方面都优于最先进的方法GEM和MIR。该框架有望为设计能够长期保持稳健的诊断系统铺平道路。
现如今，IoT数据，实时流式数据分析（streaming analytics），机器学习以及分布式计算的组合相比之前有了长足的进步，同时成本也比以前要低，这使得我们可以更快地完成更多数据的存储及分析。
今日（3月19日），澎思科技宣布前松下新加坡研究院副院长申省梅为首席科学家，同时宣布成立澎思新加坡研究院，从事人工智能技术和深度学习领域的研究，申省梅担任院长，负责研究院的团队建设和人工智能前沿技术的探索。
目前房颤带来了巨大经济健康负担，而房颤的及早检出对该疾病防治极其重要。根据既往的资料，目前主推机会性筛查（opportunistic screening），因其可以增加房颤的检出率，同时相比与普查更加节约医疗资源。但是这些资料大多等级水平较低，参考价值有限。机会性筛查到底是否有效，值得商榷。
今天老肥和大家分享的是AIWIN的秋季赛-心电图智能诊断竞赛的任务一Baseline方案，线上与线下验证得分均为0.719，采用的是单模树模型。
安妮 编译整理 量子位 出品 | 公众号 QbitAI 心脏病是一种常见的高发疾病。传统的治疗方法通常依赖于心电图、超声、X射线等大型仪器，可能不久后，会有一种更简单的心脏病检测方法问世。 视网膜图像
这位苹果巨头正在研究一种先进的心脏监测功能，以预测未来智能手表的未来状况。有了这个，他寻求曾经是一个简单的配件成为一个严重的医疗设备。 知情人士透露，苹果公司为其智能手表的未来版本开发了一种先进的心脏监测功能，这是将曾经的时尚配件变成一种严重的医疗设备的更广泛推动力的一部分。 其中一位人士说，目前正在测试的一个版本要求用户用不用手指的两只手指收紧Apple Watch框架。接下来，不可察觉的电流通过胸部追踪心脏中的电信号并检测任何异常。 这些医学检查，即心电图（ECG），在办公室，医院和救护车中很常见。
12月5日消息，据中国科学技术大学官网消息，该校吴曼青院士团队陈彦教授、孙启彬研究员等人实现了基于毫米波雷达的非接触人体心电图实时监测，突破了100余年来心电图仅能通过接触式传感器获取的局限。
而在科技史的石碑上，海明威却成为了一个永恒而沉重的问号：在我们决定用生命换回最后的尊严之前，是否还有机会找到更温柔的结局？
【导语】本文对传统的人工数学建模和机器学习的优缺点进行了介绍和比较，并介绍了一种将二者优点相结合的方法——解耦表示学习。之后，作者利用 DeepMind 发布的基于解耦表示学习的 beta-VAE 模型，对医疗和金融领域的两个数据集进行了探索，展示了模型效果，并提供了实验代码。
https://www.technologyreview.com/lists/technologies/2019/
雷锋网消息 3月16日，斯坦福大学医学院研究人员在洛杉矶新奥尔良举行的美国心脏病学会第68届年度科学会议和博览会上公布了一项基于Apple Watch的心脏研究结果。
老肥今天和大家分享的是山东省第三届数据应用创新创业大赛的心电图智能事件识别赛题的Top2方案，完整代码已开源，需要的同学可以点击底部阅读原文一键直达。
搞工程的平时压力都不小，总失眠，疫情期间又经常早期做核酸，导致作息不规律，身体出现了问题。
本期一周AI看点包括行业资讯、投融资、业界观点、技术前沿以及应用等方面。 行业 苹果悄然收购 Init.ai 公司，为 Siri 增加研发实力 Init.ai公司以其客户服务自动化而闻名，只有6个人的规模。他们打造的客户服务智能助手可以从与用户的互动中分析并获得更好的见解，并自动化一些互动行为。苹果在WWDC 上宣布了一项名为“商业聊天”的iOS 11新功能。Init.ai团队也将帮助完成这个功能。 IBM公司推动AI便携化：海浪预测系统可运行在Raspberry Pi设备之上 IBM公司的研究人员们已
ECG 是医疗实践中的基础工具，全世界每年有超过 3 亿张心电图，它在诊断心律不齐过程中起关键作用。近日，吴恩达团队在 Nature Medicine 上发表了一项研究，开发了一种深度神经网络，可基于单导程 ECG 信号分类 10 种心率不齐以及窦性心律和噪音，性能堪比心脏病医生。
心脏病是全球范围内的主要健康问题之一，准确的诊断对于患者的治疗至关重要。传统的心脏病诊断方法通常依赖于医生的经验和一系列的医学检查，但随着机器学习技术的发展，其在心脏病诊断中的应用呈现出巨大的创新潜力。本文将深入探讨机器学习在心脏病诊断中的创新，包括部署过程、实例展示以及未来的发展方向。
但即便如此，万亿市值的苹果依然展现出不少亮点——尤其是AI方面，新一代芯片A12，贯穿全场。
谷歌对外发布才2个月的医疗大模型Med-PaLM 2，已经“偷偷”在医疗诊所实习很久了。
人工智能(AI)将从根本上改变医学和医疗保健:在机器学习的帮助下，可以分析心电图、脑电图或X射线图像等患者诊断数据，从而在很早的阶段根据细微变化就检测出疾病。
虽然权健自称“传承中医文化精髓”，但上述“创新研发”的神奇产品，无一不夹杂科学科技之名。然后层层“直销”，敛起巨额财富，留下女童周洋一样的可怜。
《麻省理工科技评论》在j正式揭晓 2019 年“全球十大突破性技术”（10 Breakthrough Technologies）。
“医工结合科研创新支持计划”（以下简称：计划）由清华大学大数据研究中心、北京清华长庚医院和清华大学临床医学院联合发起，旨在全力推动医疗大数据与人工智能技术深度融合的科研创新。该计划重点支持的研究课题，包括健康大数据与人工智能、智能医学影像工程、精准能量外科技术等方向，研究团队均由清华大学专注数据科学技术创新的工科教授（助理教授及以上）和专注科研的学术型医生（副主任医师及以上）组成。以下内容为该计划部分成果展示：
Cropped image of an engineer showing a computer microchip on the foreground
前面做了一个心电图的demo 心电图，结果发现那个心电图是静态的，是应用一启动就已经画好了的，整个页面向左滑动而已
2019年3月，FDA前任局长Scott Gottlieb博士宣布离职。随后，国家癌症研究所所长Sharpless担任代理局长。但直到2019年11月2日，斯蒂芬·哈恩（Stephen Hahn）正式成为FDA新局长，“掌舵人”一事才最终尘埃落定。
犀牛鸟·学问 自IEEE与腾讯达成战略合作以来，腾讯高校合作与IEEE携手定期邀请前沿领域专家作为 “犀牛鸟海外专家”做客“犀牛鸟·学问“。 近日，全球AI医疗研究领域知名专家佐治亚理工学院计算机学院孙冀萌教授到访腾讯深圳总部并做客清华-伯克利深圳学院（TBSI）智荟大讲堂。交流中，孙教授分享了他在ICU数据研究和电子病例中的研究情况，并通过讲述自己在美国的科研经历让大家对美国健康医疗领域的现状及应用情况有了更加深入的了解。 ▲ 腾讯高校合作总监刘婷婷女士为孙冀萌教授颁发“犀牛鸟海外专家”证书 同时
本文以世界人工智能创新大赛（AIWIN）心电图智能诊断竞赛为实践背景，给出了数据挖掘实践的常见思路和流程。本项目使用TextCNN模型进行实践。
今天社保中心来了一位钉子户，90多岁的王大爷又兴高采烈的来给自己快120岁的老父亲领社保了!
随着新冠疫情防控政策全面转入“乙类乙管”新阶段，自我健康监测管理更加重要，特别是老年人和患有基础疾病的人群，感染新冠病毒后容易出现“沉默性缺氧”现象，若不能及时加以发现和医治，极有可能发展成为危重情况。因此，防疫专家建议脆弱人群应尽早在发病初期进行抗病毒药物治疗，并使用便携式家用血氧仪进行自我监测。
聊起 AI，画面都充斥着机械语言：精密高级的芯片，光怪陆离的智能产业……你眼中的 AI 有什么样的能力？能给传统行业带来哪些变革与发展？基于此，云加社区联手知乎科技，从知乎AI 与传统行业相关话题中精选内容落地社区专题「 AI 与传统行业的融合 」。
11，12月一堆展会，而且都是嵌入式，IOT，芯片，医药类的，不看可惜了，今天这个展会就离学院5公里左右，冲了！要是你今天看了我的文章，其实你明天，也就是4号，还是可以去看展的（比较小）。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
