谷歌研究团队在AI医疗影像分析上取...
- 种斌Marco
- 2025-01-15 14:39:27
谷歌研究团队在AI医疗影像分析上取得重大突破，可精准检测
谷歌Research与Google DeepMind携手发布了Med-Gemini系列模型，这些模型分别针对2D医学影像、3D放射学扫描和基因组风险评分任务。这些模型继承了Gemini的核心能力，并通过结合2D和3D放射学、组织病理学、眼科、皮肤科以及基因组数据的微调优化，专为医疗用途设计。
纽约大学研究团队利用Google Inception v3算法，成功训练出能够辨识两种最常见肺癌类型的人工智能。该算法通过公共数据库的癌症基因体图谱影像进行训练，先达到99%准确度辨识恶性细胞，再训练辨识肺癌类型，辨识准确度可达97%。此外，谷歌还曾与美国西北大学医学院合作研制一款针对早期肺癌诊断的人工智能系统，准确率可达94%，超过放射科医生，且能比医生早一年查出肺癌。
谷歌研究团队开发的机器学习工具，可以通过分析人的咳嗽声和呼吸声等，帮助医生检测和监控健康状况。这个名为健康声学表征（HeAR）的AI系统，得到了数百万音频片段中人声的训练，并未来可能被用于诊断COVID-19、结核病等疾病，以及评估一个人的肺部健康状况。其创新之处在于，HeAR所训练的庞大数据集，以及它能够根据不同的需求进行调整，以完成多种任务。谷歌团队采用自监督学习的方式，从YouTube公开视频中提取音频，训练模型检测疾病，结果显示，HeAR在不同数据集上进行COVID-19检测的得分分别为0.645和0.710，这比基于语音或普通音频数据训练的现有模型表现更佳。AI创造营
谷歌Research与Google DeepMind携手发布了Med-Gemini系列模型，这些模型分别针对2D医学影像、3D放射学扫描和基因组风险评分任务。这些模型继承了Gemini的核心能力，并通过结合2D和3D放射学、组织病理学、眼科、皮肤科以及基因组数据的微调优化，专为医疗用途设计。
纽约大学研究团队利用Google Inception v3算法，成功训练出能够辨识两种最常见肺癌类型的人工智能。该算法通过公共数据库的癌症基因体图谱影像进行训练，先达到99%准确度辨识恶性细胞，再训练辨识肺癌类型，辨识准确度可达97%。此外，谷歌还曾与美国西北大学医学院合作研制一款针对早期肺癌诊断的人工智能系统，准确率可达94%，超过放射科医生，且能比医生早一年查出肺癌。
谷歌研究团队开发的机器学习工具，可以通过分析人的咳嗽声和呼吸声等，帮助医生检测和监控健康状况。这个名为健康声学表征（HeAR）的AI系统，得到了数百万音频片段中人声的训练，并未来可能被用于诊断COVID-19、结核病等疾病，以及评估一个人的肺部健康状况。其创新之处在于，HeAR所训练的庞大数据集，以及它能够根据不同的需求进行调整，以完成多种任务。谷歌团队采用自监督学习的方式，从YouTube公开视频中提取音频，训练模型检测疾病，结果显示，HeAR在不同数据集上进行COVID-19检测的得分分别为0.645和0.710，这比基于语音或普通音频数据训练的现有模型表现更佳。AI创造营
