中国AI医疗行业报告丨AI医疗应用背景
作者 Runwise.co · 发布 2020-12-05 · 未复核 · 阅读 6 分钟
本页目录
上世纪80年代至今人工智能的发展经历了几次大起大落,现如今AI已经被运用到社会经济发展的各个领域,接下来我会分别用3篇文章来解读中国AI医疗行业报告,本文主要介绍AI医疗应用背景。
一 AI医疗概述
1.人工智能
从上世纪80年代到本世纪初,人们对于深度学习探索较多,但受制于计算机的计算能力,以及算法本身的限制,效果不太好,直到2006年,Hinton解决了神经网络的大量参数训练的问题。从2009年开始人工智能飞速发展。2015年、2017年,两场世界瞩目的人机围棋大赛之后,人们对人工智能的认识将进一步的加深。而AlphaGo用于下围棋的高效算法是一种通用型的算法,这种算法可以推广到其他算法,把人工智能运用到各个领域。
2、深度学习,智能时代的核心驱动力量
世界十大人工智能科学家之一Terrence Sejnowski曾在“The Deep Learning Revolution ”一书中提出AI医疗。“随着机器学习的成熟并被应用于可获取大数据的许多其他问题,服务行业和其相关职业也将发生转变。基于数百万患者病情记录的医学诊断将变得更加准确。最近的一项研究将深度学习运用到了囊括超过2000种不同疾病的13万张皮肤病学图像中,这个医学数据库是以前的10倍大。该研究的网络被训练用于诊断“测试集”(testset)中的各种疾病。它在新图像上的诊断表现与21位皮肤科专家的结论基本一致,甚至在某些情况下还要更准确”。
照着做
想用在自己的问题上?
用这个问题开始 →接着读
AI 成本的冰山:为什么 Token 单价跌去 99%,账单却越用越贵
Token 单价跌了,单个任务的用量涨得更快,AI 成本要按任务算。
90% 的企业将“负责任 AI”视为合规负担,却忽略了其背后巨大的信任红利与护城河效应。本文深度解读世界经济论坛权威手册,提炼出3大核心支柱与9个关键实操战术,帮你避开那些昂贵的“伦理债务”,将 AI 治理转化为核心竞争力。
全球企业正陷入疯狂的“算力军备竞赛”,但MIT最新数据显示,95%的投入不仅未能带来增长,反而成为了财务黑洞。不想成为炮灰?这份揭示“5%幸存者”生存法则的报告,你必须读完。