在刚过去的一年里,我们的生活中充斥着人工智能 (AI) 的各类消息:无人驾驶,机器人博弈,机器学习等等。
其中最吸引业界眼球的非AI对医疗界的冲击莫属:深度学习 (Deep Learning) 将对药品和卫生保健有何影响?机械手臂能取代手术医生吗?往后去医院接待和看护我们的都将是机器人护士吗?
人工智能的崛起似乎是一夜之间,如果目前大多数岗位的被取代不可避免,那么受其影响最深的医生职业将何去何从?是否那一天离我们已经很近了呢?
本月16号下周二晚 6:30 至 8:00 由 SAS赞助Toronro Data Literacy Group主办,多大博士生 Hojjat 将向您阐述人工智能究竟是否会取代放射科医生 (Radiologist) 这一职业,并探讨目前业界在医学图像筛查方面所遇到的困难和挑战,以及机器学习 (Machine Learning) 和深度学习 (Deep Learning) 在此将如何帮助应对。
详情请见以下链接并注册登记参加 (RSVP):
https://www.meetup.com/Toronto-Data-Literacy-Group/events/246533413/?_cookie-check=5Io7ki3sTF_8NvVl
Hojjat Salehinejad-主讲人
多伦多大学电子&计算机工程PhD
与多伦多St. Michael's医院MIMLab合作,主要研究医疗科学对机器学习和人工智能算法的现实需求
据统计,大约50%的加拿大人一生中或多或少都会患有癌症,其中肺癌是最为常见之一,因此早期的医疗筛查就显得尤为重要。筛查通常始于对CT拍片的观察及判断,工作量繁重。如若人工智能能够通过机器学习和深度学习有效解决这一问题,那么现代医学将到达又一新的里程碑。
以往医生这个职业被我们认为是不可替代的,也因此要成为一名合格的上岗医生需要比普通专业多花一倍多的时间才能有资格从业,且余生中不断学习考试。然而对于拍片扫描,筛查癌症肿瘤而言,人眼难免有疏漏。而AI作为拥有人的“行为”的机器则更为敏感,往往能发现肉眼所不及的细节。
人工智能在医学界究竟将何去何从?让我们下周二拭目以待!
END
领取专属 10元无门槛券
私享最新 技术干货