人工智能
直播中

谷雪阳

7年用户 168经验值
私信 关注
[问答]

机器学习在医疗保健中有哪些应用?

受到警告
提示: 作者被禁止或删除 内容自动屏蔽

回帖(5)

袁飞

2020-11-24 15:01:24
药物发现
从最初的化合物筛选到根据患者的生理因素计算特定药物的成功率,俄勒冈州奈特癌症研究所和微软的汉诺威项目目前都在使用该技术用于个性化药物组合治疗血液癌。
机器学习还催生了新方法,例如精密医学和下一代测序,可以确保药物对患者产生正确的作用。例如,今天,医学专业人员可以开发算法来理解疾病过程,并创新性地设计针对2型糖尿病的疾病的治疗方法。
举报

李方树

2020-11-24 15:01:31
优化临床试验的患者招募
注册志愿者进行临床试验并不容易。必须使用许多过滤器来确定谁适合该研究。通过机器学习,可以轻松收集患者数据,例如过去的医疗记录,心理行为,家庭健康史等。
此外,从长远来看,该技术还可用于监测志愿者的生物学指标以及临床试验的可能危害。利用这些令人信服的数据,医学专业人员可以缩短试用期,从而降低总体成本并提高实验效率。
举报

h1654155275.5697

2020-11-24 15:01:36
个性化待遇
每个人体都有不同的功能。对食物,药物或季节的反应不同。这就是为什么我们过敏。在这种情况下,为什么仍然根据患者的医疗数据定制治疗方案仍然是一个奇怪的想法?
机器学习可以帮助医疗专业人员使用微生物传感器,根据患者的症状,既往病历和家族史确定其风险。这些小工具可以监视患者的健康状况并标记异常,而不会产生偏见,从而实现更高级的健康测量功能。
举报

王侃

2020-11-24 15:01:44
早期皮肤癌检测
思科报告称,全球医疗保健中的机器对机器连接正在以30%的复合年增长率增长–与其他行业相比,这是最高的!
机器学习主要用于挖掘和分析患者数据以找到模式并诊断各种医疗状况,其中之一就是皮肤癌。
在美国,每年有540万人被诊断出患有这种疾病。不幸的是,诊断是一个虚拟且耗时的过程。它依赖于长期临床检查,包括活检,皮肤镜检查和组织病理学。
但是机器学习已经改变了这一切。 Moleanalyzer是位于澳大利亚的AI软件应用程序,可以计算和比较痣的大小,直径和结构。它使用户能够以预定的时间间隔拍照,以帮助区分皮肤上的良性和恶性病变。
通过此分析,肿瘤科医生可以使用基于ML的评估技术来确认他们对皮肤癌的诊断,并且他们可以比平常更快地开始治疗。在专家可以识别出恶性皮肤肿瘤的地方,准确率仅为86.6%,Moleanalyzer成功检测出95%。
举报

更多回帖

发帖
×
20
完善资料,
赚取积分