#卒中#

139篇内容 | 6045人围观

关注话题

话题活跃用户
#插入话题
让卒中缺血不再,健康常在!
2020-05-29

前往app查看评论内容

#杨清武#团队发现#替罗非班#可用于不适合溶栓取栓#卒中#患者(RESCUE BT研究)#缺血性卒中#,这个又是替罗非班一项新的发现,值得入选#十大#
2023-11-29发表于威斯康星

前往app查看评论内容

膳食#抗氧化剂#,如抗坏血酸(#维生素C#)、#维生素E##β-胡萝卜素#和其他#类胡萝卜素#以及#硒##锌#,是公认的细胞和血浆总抗氧化能力重要参与者。 类胡萝卜素#叶黄素##玉米黄质#是眼睛和视网膜中重要的抗氧化剂。 维生素E是生育酚和生育三烯酚的混合物(其中α-生育酚是主要的抗氧化剂),是细胞中主要的脂溶性抗氧化剂,负责保护膜脂免遭过氧化。 增加膳食抗氧化剂的摄入量可避免#卒中#患者出现#抑郁#症状并改善其预后。
2023-11-04发表于威斯康星

前往app查看评论内容

#人工智能资料分享# 穆尔菲尔德眼科医院和伦敦大学学院眼科研究所的研究人员开发了一种#人工智能#(AI)系统,该系统不仅有可能识别威胁视力的眼病,还能预测一般健康状况,包括#心脏病#发作、#卒中##帕金森病#。 RETFound是医疗保健领域最早的人工智能基础模型之一,也是眼科领域的第一个人工智能基础模型,它是利用NHS提供的数百万次眼部扫描数据开发的。研究团队正在将该系统开源,这样全球任何机构都可以免费使用,作为全球使用人工智能检测和治疗失明的基石。这项研究发表在《自然》杂志上。 人工智能的进展继续以令人眼花缭乱的速度加速,#chatGPT#等“基础”模型的发展令人兴奋。基础模型描述了一个非常庞大、复杂的人工智能系统,该系统接受了大量未标记数据的训练,可以对其进行微调,以适应各种后续任务。#RETFound#在一系列复杂的临床任务中始终优于现有的最先进的人工智能系统,更重要的是,它通过在不同人群和罕见疾病患者中良好工作,解决了许多当前人工智能系统的一个重大缺陷。 开发人工智能模型的关键挑战之一是需要专家的人类标签,而获取这些标签往往既昂贵又耗时。正如论文中所展示的,RETFound能够匹配其他人工智能系统的性能,同时在其数据集中只使用10%的人类标签。这种标签效率的提高是通过使用一种创新的自我监督方法来实现的,在这种方法中,RETFound**了图像的部分,然后自己学习预测缺失的部分。 RETFound可以帮助提高对一些最使人衰弱的眼病的诊断,包括#糖尿病视网膜病变##青光眼#,并预测#帕金森氏症#、中风和#心力衰竭#等系统性疾病。通过眼睛识别一般健康问题是一门新兴科学,被称为“#oculomics##视觉组学#)”——这一术语是由该论文的合著者之一阿拉斯泰尔·丹尼斯顿教授在2020年创造的。眼睛是我们整体健康状况的“窗口”,提供了一种非侵入性的神经系统观察。理解眼身关系是解决复杂疾病和与#衰老#相关的整体问题的关键。 RETFound使用来自Moorfields眼科医院的160万张图像的精心设计的数据集进行训练。这项研究使用了由INSIGHT提供的人工智能工具和基础设施,INSIGHT是英国国家医疗服务体系(nhs)领导的、位于穆尔菲尔德(Moorfields)的眼科健康数据研究中心,也是世界上最大的眼科数据生物资源。该中心强大的计算和人工智能能力源自2016年摩尔菲尔德与#Deepmind#的研究合作。 #Github#地址:https://github.com/rmaphoh/RETFound_MAE
2023-10-20发表于上海

前往app查看评论内容

基线#舒张压##强化降压#效果的影响。强化收缩压降低对主要复合结局(#卒中##急性冠状动脉综合征#、急性失代偿性心力衰竭、#冠状动脉血运重建术##心房颤动#和心血管死亡)、主要心脏不良事件(卒中除外的主要结局的各个组成部分的复合)和#全因死亡率#的影响。
2023-10-13发表于上海
共137条页码: 1/7页20条/页