AI公开课:18.05.09 李英睿(碳云智能)—北大AI第十讲之《人工智能在生命科学中的应用》课堂笔记——带你了解生命科学

本文主要是介绍AI公开课:18.05.09 李英睿(碳云智能)—北大AI第十讲之《人工智能在生命科学中的应用》课堂笔记——带你了解生命科学,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

AI公开课:18.05.09 李英睿(碳云智能)—北大AI第十讲之《人工智能在生命科学中的应用》课堂笔记——带你了解生命科学

导读
北大AI第十讲碳云智能联合创始人李英睿,将带来《人工智能与生命科学》相关分享

 

 

目录

WHAT

AI in Medical Health

相关资料

现有的多个AI结合生命科学的案例

行业研究


 

 

 

WHAT

     人工智能的发展近期毫无疑问受到了人们极大的关注,医疗领域一直以来,都希望通过人工智能的发展来提高医疗技术,使得行业发展更上一层楼。IBM Watson的发展是医疗领域的一个里程碑,但是在医疗的其他领域,也不乏人工智能的身影:据统计,目前在新药研发、辅助疾病诊断、辅助治疗、健康管理、医学影像、临床决策支持、医院管理、便携设备、康复医疗和生物医学研究等十大领域,都有人工智能的实操案例。

AI in Medical Health

     AI在医疗健康领域研发最少。美国德克萨斯大学副校长Lynda Chin教授说过“ 人类大脑的容量是有限的,与日俱增的患者数据和爆炸式信息增长,让医生无法跟上医学知识发展的步伐,AI将成为辅佐医生提高认知能力的最佳工具和手段。”

 

相关资料

据埃森哲(Accenture)的一份报告估计,到2026年,大数据与医学和制药领域的机器学习相结合将产生每年1500亿美元的惊人价值。这个数字反映了人工智能(AI)工具帮助医生、病人、保险公司和监管人员做出更好决策、优化创新以及提高研究和临床试验效率的潜力。为此,5月1日,GEN网站整理罗列了人工智能在生命科学领域内六个最有价值的应用。

1.诊断疾病
医学面临的最大挑战是疾病的正确诊断和识别,这也是机器学习发展的重中之重。2015年的一份报告显示,针对超800种癌症的治疗方案正在临床试验中。而利用机器学习可使癌症识别更加精确。以,一家总部位于波士顿的生物制药公司Berg为例,目前公司正在利用AI平台对临床试验患者数据进行分析,以促进治疗各种疾病的新药开发。
2.个体化用药
关于使用机器学习和预测分析来定制针对个人的特异性治疗潜能,目前正处于研究中。如果成功,这一策略可以优化诊断和治疗方案。目前,研究的重点是有监督的学习,医生可以利用遗传信息和症状缩小诊断范围,或对患者的风险做出有根据的推测。这可以促进更好的预防措施。预计未来10年,先进的健康测量移动应用以及微生物传感器和设备的使用将激增,这将提供丰富的数据,进而有助于有效的研发和更好的治疗方案。
3.药物开发
机器学习在早期药物发现(如新药开发)和研发技术(如下一代测序)中发挥着许多作用。这一领域的第一项是精确医学,它使复杂疾病的识别和可能的治疗方式更有效。MIT临床机器学习小组是使用机器学习促成精密医学的主要参与者之一,侧重于算法开发。英国皇家学会指出,医药开发中的机器学习可以帮助制药公司通过分析制造过程数据来优化生产,并加快生产速度。
4.临床试验
临床试验研究是一个漫长而艰巨的过程。机器学习可以在各种方面帮助缩短这一过程。一种策略是通过对广泛的数据使用高级预测分析,从而更快地确定目标人群的临床试验候选人。麦肯锡( McKinsey )的分析师描述了其他机器学习应用程序,这些应用程序可以通过简化计算理想样本大小、方便患者招募以及使用病历将数据错误降至最低等任务来提高临床试验的效率。
5.放射治疗和放射学
哈佛医学院助理教授Ziad Obermeyer博士在2016年的一次采访中表示:“20年后,放射学家将不会以现在的形式存在。它们看起来更像是电子机器人:监督每分钟阅读数千份研究报告的算法。目前,伦敦大学学院医院的deep mind Health正在开发机器学习算法,通过区分健康组织和癌症组织来提高放射治疗计划的准确性。
6.电子健康记录
支持向量机(Support vector machines用于分类患者电子邮件查询的技术)和光学字符识别(用于数字化手写笔记的技术)是用于文档分类的机器学习系统的基本组件。这些技术的应用案例包括MathWorks的MATLAB (一个具有手写识别应用程序的机器学习工具)和谷歌的云视觉API。MIT临床机器学习小组的重点之一是开发基于机器学习的智能电子健康记录技术,其理念是开发“安全、可解释、能从少量标记的训练数据中学习、理解自然语言、并能在医疗环境和机构中很好地推广的强大机器学习算法”。

现有的多个AI结合生命科学的案例

1.人工智能预测阿兹海默病风险,准确率超 84%
2.Science:自学习式人工智能可协助预测心脏病发作
3.人工智能诊断皮肤癌准确率达91%
4.人工智能走进ICU:可预测病人死亡 准确率达93%
5.厉害!第三军医大利用人工智能30秒内鉴定血型,超99.9%准确率
6.Science:重大突破!利用人工智能鼻子预测分子的气味
7.谷歌研发人工智能眼科医生:用深度学习诊断预防失明
8.人工智能加快乳腺癌风险预测
9.人工智能筛查乳腺癌的效率有多高?比医院老司机们快30倍! 
10.人工智能助力癌细胞活体检测

行业研究

IBM

 

 

参考文献:前景惊人! 人工智能在生命科学中的六个重大应用
人工智能在生物医学领域大有作为

 

这篇关于AI公开课:18.05.09 李英睿(碳云智能)—北大AI第十讲之《人工智能在生命科学中的应用》课堂笔记——带你了解生命科学的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!


原文地址:https://blog.csdn.net/qq_41185868/article/details/80257814
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.chinasem.cn/article/281414

相关文章

深入浅出Spring中的@Autowired自动注入的工作原理及实践应用

《深入浅出Spring中的@Autowired自动注入的工作原理及实践应用》在Spring框架的学习旅程中,@Autowired无疑是一个高频出现却又让初学者头疼的注解,它看似简单,却蕴含着Sprin... 目录深入浅出Spring中的@Autowired:自动注入的奥秘什么是依赖注入?@Autowired

Java+AI驱动实现PDF文件数据提取与解析

《Java+AI驱动实现PDF文件数据提取与解析》本文将和大家分享一套基于AI的体检报告智能评估方案,详细介绍从PDF上传、内容提取到AI分析、数据存储的全流程自动化实现方法,感兴趣的可以了解下... 目录一、核心流程:从上传到评估的完整链路二、第一步:解析 PDF,提取体检报告内容1. 引入依赖2. 封装

PostgreSQL简介及实战应用

《PostgreSQL简介及实战应用》PostgreSQL是一种功能强大的开源关系型数据库管理系统,以其稳定性、高性能、扩展性和复杂查询能力在众多项目中得到广泛应用,本文将从基础概念讲起,逐步深入到高... 目录前言1. PostgreSQL基础1.1 PostgreSQL简介1.2 基础语法1.3 数据库

Python中的filter() 函数的工作原理及应用技巧

《Python中的filter()函数的工作原理及应用技巧》Python的filter()函数用于筛选序列元素,返回迭代器,适合函数式编程,相比列表推导式,内存更优,尤其适用于大数据集,结合lamb... 目录前言一、基本概念基本语法二、使用方式1. 使用 lambda 函数2. 使用普通函数3. 使用 N

Python中yield的用法和实际应用示例

《Python中yield的用法和实际应用示例》在Python中,yield关键字主要用于生成器函数(generatorfunctions)中,其目的是使函数能够像迭代器一样工作,即可以被遍历,但不会... 目录python中yield的用法详解一、引言二、yield的基本用法1、yield与生成器2、yi

Python多线程应用中的卡死问题优化方案指南

《Python多线程应用中的卡死问题优化方案指南》在利用Python语言开发某查询软件时,遇到了点击搜索按钮后软件卡死的问题,本文将简单分析一下出现的原因以及对应的优化方案,希望对大家有所帮助... 目录问题描述优化方案1. 网络请求优化2. 多线程架构优化3. 全局异常处理4. 配置管理优化优化效果1.

从基础到高阶详解Python多态实战应用指南

《从基础到高阶详解Python多态实战应用指南》这篇文章主要从基础到高阶为大家详细介绍Python中多态的相关应用与技巧,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录一、多态的本质:python的“鸭子类型”哲学二、多态的三大实战场景场景1:数据处理管道——统一处理不同数据格式

Python学习笔记之getattr和hasattr用法示例详解

《Python学习笔记之getattr和hasattr用法示例详解》在Python中,hasattr()、getattr()和setattr()是一组内置函数,用于对对象的属性进行操作和查询,这篇文章... 目录1.getattr用法详解1.1 基本作用1.2 示例1.3 原理2.hasattr用法详解2.

Java Stream 的 Collectors.toMap高级应用与最佳实践

《JavaStream的Collectors.toMap高级应用与最佳实践》文章讲解JavaStreamAPI中Collectors.toMap的使用,涵盖基础语法、键冲突处理、自定义Map... 目录一、基础用法回顾二、处理键冲突三、自定义 Map 实现类型四、处理 null 值五、复杂值类型转换六、处理

分布式锁在Spring Boot应用中的实现过程

《分布式锁在SpringBoot应用中的实现过程》文章介绍在SpringBoot中通过自定义Lock注解、LockAspect切面和RedisLockUtils工具类实现分布式锁,确保多实例并发操作... 目录Lock注解LockASPect切面RedisLockUtils工具类总结在现代微服务架构中,分布