医学影像人工智能方兴未艾
近来，人工智能在各个领域得到飞速发展。许多与人工智能相关的企业从一开始的无人问津，火热到现在的动辄几亿元融资。目前，在众多的新闻报道和宣传文章中，最引人注目且传播力度最广泛的当属“人机大战”。
中华医学信息导报 - 医学影像，人工智能，计算机 - 2018-10-24
人工智能离药店还有多远？
导语：“中国的药店和美国的不同在于问诊和病后康复护理这个比较复杂的、相对高度非标准化的、很难被人工智能（英文称ArtificialIntelligence，简称“AI”）模拟的部分，这是我们行业的活眼。
中国药店 - 人工智能，药店，话联网+ - 2017-08-13
Nature：人工智能助力药物开发
寻找新药的科学家都面临着一个大问题：开发一个新药的成本预计在 26 亿美元左右。不过其中很大一部分金钱都打水漂了，这是因为 10 个候选疗法中至少有 9 个不会上市，并在 1 期临床试验到监管批准之间的各个阶段遭遇滑铁卢。事实上，药物开发领域迫切需要一场变革。
生物360 - 人工智能，药物研发，模式识别 - 2018-06-07
为何“人工智能医生”遭冷落？
医生，这个与人类历史几乎同步诞生的古老职业，是否将被人工智能取而代之？最近报道的大批人工智能医生的诞生是否会让医生沦为智能医生的助理呢？让我们一起看一下吧！
环球医学 - 人工智能，医生 - 2017-09-19
Nature：人工智能助力药物研发
化学家有了新的实验室助手：人工智能（AI）。研究人员开发出一种深度学习计算机程序。其可产生创建诸如药物化合物等小型有机分子所需的反应序列“蓝图”。表面上看，该工具展现的路径和人类化学家设计的一样好。
科学网 - 人工智能，人工智能，进展 - 2018-04-02
人工智能为医疗打开更大空间
这是世界首个将5G技术运用于灾难医学救援的案例，也为人工智能时代的医疗服务打开更多想象空间。科技发展蕴藏着进步力量。近年来，人工智能、大数据、5G等技术与医疗行业深度融合，为健康事业插上了智能翅膀。
人民日报评论 - 人工智能，医疗，空间 - 2019-07-11
AI时代 人工智能可以更快更准确地诊断乳腺癌吗
机器学习已逐渐成为推进癌症检测和诊断的重要工具。癌症在其影响的组织中会引起不同类型的变化，所以癌症在组织中的存在最终会导致其物理特性的变化，例如密度或孔隙度的变化。这些变化可以在医学图像中作为信号识别出来。机器学习算法的作用是挑选出这个信号，并用它来确定正在成像的特定组织是否癌变。
汉鼎好医友 - 人工智能，准确诊断，乳腺癌 - 2019-08-04
精准医疗急等人工智能救场
精准医疗，就是要克服千人一方、万人一药的瓶颈问题，根据患者个体的遗传基因特征，量体裁衣式地制定具有个性化的治疗方案。然而，随着生物数据的爆炸式增长，更多的挑战出现在了计算技术领域
科学网 - 精准医疗，人工智能 - 2017-09-14
医疗人工智能是医生的助手
人工智能诊断疾病只需要有理有据，而医生看病还需要有情有爱最近，全球首次神经影像人工智能“人机大战”在京举行决赛，人工智能以高出20%的准确率战胜25名神经影像领域的顶尖专家。近年来，医疗人工智能发展迅猛。人工智能是人类“最强大脑”的集成者，自然比单个大脑更聪明。在诊断疾病时，人脑会受到精力、情绪、
人民日报 - 人工智能，医疗，助手 - 2018-07-28
人工智能+医疗 别在风口燃虚火
近年来，“人工智能+医疗”概念方兴未艾。最近的案例之一，是阿里健康宣布将与浙江大学医学院附属第一医院等签约，在人工智能研究、智慧医院建设等方面推进智慧医疗落地。如今人工智能技术已经逐步进入医疗领域。一批省市级人工智能诊疗中心相继成立，一些偏远地区的医院、诊所，只要把患者病例数据在线传输至中心，就可迅速得到反馈。与此
人民日报海外版 - 人工智能，医疗，智能医疗 - 2017-10-31
人工智能，医生的对手还是帮手？
不管医生是否愿意接受，人工智能(AI) 已经强势闯入医疗界，比如，IBM“沃森”(认知计算平台)在某些疾病诊断领域的运用已显现出极大的优势。
文汇报 - 人工智能，医生帮手 - 2017-03-27
人工智能医疗如何实现新变革
2018年1月，国家卫生计生委和国家中医药管理局发布《关于印发进一步改善医疗服务行动计划（2018-2020年）的通知》，对未来3年医疗服务改善工作进行了部署。以“互联网+”为手段，建设智慧医院。2018年12月7日最新的《电子病历系统应用水平分级评价管理方法及评价标准》正式发布。2019年3月18日，国家卫健委发布《关于印发医院智慧服务分级评估标准体系（试行）的通知》，指导医疗机构科学、规范开展
健康界 - 人工智能 - 2019-05-07
Nature：深度学习向人工智能迈进
3 年前，美国加利福尼亚州山景城神秘的谷歌X实验室的研究人员从 YouTube 视频中提取了 1000 万个静态图像，并将其输入“谷歌大脑”——由 1000 台计算机构成的网络，从而试图像一个蹒跚学步的孩子一样吸收这个世界的信息。经过3天寻找重复出现的模式后，谷歌大脑凭自身判断，它可以识别一些特定的重复类别：人类面孔和人类身体，甚至是猫。 谷歌大脑发现互联网上到处都是
生物360 - 深度学习，人工智能 - 2014-01-14
为您找到相关结果约500个
