新闻中心
News Center
当前位置:
首页
/
/
/
国家政策大力扶持健康产业

华体会医学领域的AI除了看医疗影像还能做什么?

  • 分类:公司新闻
  • 作者:
  • 来源:
  • 发布时间:2024-02-26 23:23:16
  • 访问量:

【概要描述】在国家大力扶持健康产业的政策指导下,公司引进德国技术,深度挖掘健康产业的市场价值。公司联合国内外著名大学、研究所,引进世界级核心技术,开发出多款具有高科技含量的健康检测、护理等产品,如血液分析电子设备,血压计、电子血糖仪、高电位、光能电脑治疗仪等国家一类、二类、三类“准"字器械设备。

国家政策大力扶持健康产业

【概要描述】在国家大力扶持健康产业的政策指导下,公司引进德国技术,深度挖掘健康产业的市场价值。公司联合国内外著名大学、研究所,引进世界级核心技术,开发出多款具有高科技含量的健康检测、护理等产品,如血液分析电子设备,血压计、电子血糖仪、高电位、光能电脑治疗仪等国家一类、二类、三类“准"字器械设备。

  • 分类:公司新闻
  • 作者:
  • 来源:
  • 发布时间:2024-02-26 23:23:16
  • 访问量:
详情

  医学范畴的AI除了了看医疗影像还能做甚么?

医疗AI已经经火热了颇有一阵子了,计较机视觉相干研究的前进让医学图象辅助诊断洗面革心,不只正确率日月牙异,医疗影像创业公司也已经经各处着花。

作者: 年夜康健派编纂来历: 本站原创2017-11-29 17:18:36

医疗AI已经经火热了颇有一阵子了,计较机视觉相干研究的前进让医学图象辅助诊断洗面革心,不只正确率日月牙异,医疗影像创业公司也已经经各处着花。

那末除了了医疗影像以外,深度进修还能以另外体式格局帮忙大夫、办事病人吗?谜底固然是必定的,google年夜脑昨天就发出一篇玻文,先容了他们哄骗深度进修帮忙大夫撰写医疗文档的研究进展。AI 科技评论把编译玻文内容及简介论文以下。

理解医疗对于话

假如大夫能更好地与整个团队沟通本身的设法、担心以及将来规划,信赖必定可以给病人带来更高的医疗办事品质,而高品质的文档记载就能于这个历程中起到帮忙。大夫们最想做的工作固然是多花点时间于赐顾帮衬病人上,然而现实上大夫们经常需要花一半的事情时间于电子医疗档案(EHR)中写文档记载。与之相干的是,一份对于大夫的查询拜访陈诉中也显示出,介入查询拜访的大夫中跨越一半都显示出了事情超负荷、筋疲力尽的某些症状。

为了减轻一些文本记载的承担,有些大夫已经经最先礼聘医疗速记员介入到他们的一样平常事情中。这些速记员随着大夫,记载下大夫以及患者之间的沟通对于话,然后于EHR中成立记载。近期也有一项研究显示,速记员的引入不只提高了大夫的满足水平,同时也提高了医学图表的品质以及正确度。不外,大夫以及患者之间对于话的数目远远跨越了现有的医疗速记员的事情威力。

google的研究职员们相识到这一状态后就最先思量,google的语音辨认技能如今已经经有了长足的成长、也已经经运用于了Google Assistant、Google Home以及Google Translate中,那它是否也能用来记载大夫以及病人之间的对于话、帮忙大夫以及速记员更快地总结收拾整顿条记呢?

于近期揭晓的「Speech recognition for medical conversations」( https://arxiv.org/abs/1711.07274 )论文中,google的研究职员们就注解了可认为医学对于话成立主动语音辨认的文本转写体系。当前大都用在医学范畴的主动言语辨认(ASR)解决方案存眷的重点都是转写大夫说的话(也就是说,是带有可估计的医疗辞汇的单措辞人语音辨认);而google这项研究就展示出构建出一个可以或许处置惩罚多措辞人的状态的、能笼罩从气候到繁杂医疗诊断等多种范畴的主动语音辨认模子也是可行的。

斯坦福年夜学的大夫以及研究者们已经经于怎样晋升大夫满足度方面做了许很多多的研究,而经由过程这类技能,google年夜脑的研究职员们也将与他们一路互助,更多地研究主动语音辨认等深度进修的技能可以或许怎样帮忙大夫更好地完成文档记载历程。于一项前瞻性研究中,google的研究职员正于探究能从医疗对于话中提取哪些类型的医疗相干信息,以便帮大夫节约使用EHR体系的时间。这项研究是彻底颠末病人赞成的,而且为了掩护病人的隐衷,灌音的内容也是没法追踪到病人身份的。

google但愿这些技能不只可以或许帮忙大夫于天天的事情中找回医疗实践华夏有的那些欢愉,更可以或许帮忙病人们得到更专一、更完美的医疗存眷,终极引向更好的医疗办事。

「Speech recognition for medical conversations」论文

简介:这篇论文中先容了作者们开发用在医疗转写的语音辨认体系的履历,这个体系的功效就是主动把大夫以及病人世的对于话主动转录为文字。为了到达这个方针,google的研究职员们沿着两个思绪构建了这个体系:一个是基在音素的毗连性时间分类(Connectionist Temporal Classification)模子,另外一个是基在字母 凝听、存眷、拼写 (Listen Attend and Spell)的模子。为了练习这些模子,google的研究职员们用了约莫1万4千小时的匿名对于话语音及转写成果作为语料。因为转写成果中有一些乐音和对于齐的问题,google的研究职员们破费了相称多的精神研究怎样洗濯这些数据,并组织了一个用在数据支解的两步计谋。

对于在基在CTC的模子来讲,数据洗濯并构建一个对于应的言语模子是乐成的要害。而基在LAS的模子,google的研究职�����APP员们发明它们对于对于齐、转写噪声都有很高的抵挡性,而且不需要使用言语模子。终极,CTC模子可以到达20.1%的单词过错率,LAS模子则可以到达18.3%.作者们的阐发注解,两个模子于要害的医疗用语上都有优异的体现,确凿可以用在现实的医疗对于话转写中。

存眷年夜康健Pai官方微信:djkpai咱们将按期推送医健科技财产最新资讯

最新快讯医健资讯 | 官宣!新任国度医保局局长宣布

1周前

/华体会

上一篇:华体会发改委:未来3年重点支持这些医疗器械和药品 下一篇:华体会东华医疗:基于数据驱动的数字化医院整体解决方案
郑州华体会健康科技有限公司

开启未来品质健康生活全新体验打造中国健康行业品牌

关注官方微信公众号

更多精彩等着你!

联系电话:0371-63220800
销售热线:0371-63220800

地址:郑州高新产业开发区科学大道57号4幢12层23号

  Copyright ©  2020  郑州华体会健康科技有限公司     豫ICP备2021004874号-1       营业执照公示

  Copyright ©  2021  郑州华体会健康科技有限公司     
豫ICP备2021004874号-1