8月7日消息,據(jù)國外媒體報(bào)道,IBM將給其醫(yī)療數(shù)據(jù)庫加入醫(yī)學(xué)圖像,其沃森人工智能技術(shù)將能夠通過挖掘那些信息幫助醫(yī)生做出診斷。
該公司周四宣布,它將以10億美元收購醫(yī)學(xué)圖像軟件公司Merge Healthcare。
在今年4月設(shè)立沃森醫(yī)療業(yè)務(wù)后,IBM先收購了幾家規(guī)模較小的醫(yī)療數(shù)據(jù)公司,并跟蘋果、Johnson & Johnson和Medtronic建立合作關(guān)系。上周,IBM宣布與大型藥房連鎖店CVS Health達(dá)成合作,將開發(fā)數(shù)據(jù)驅(qū)動型服務(wù)來幫助糖尿病、心臟病等慢性疾病患者更好地進(jìn)行健康管理。
而對于Merge Healthcare的收購,既是一筆大規(guī)模投資,對于IBM新成立的沃森醫(yī)療部門而言也是新的資源。IBM負(fù)責(zé)該項(xiàng)業(yè)務(wù)高級研究副總裁約翰·凱利(John Kelly)在受訪時表示,“我們將給沃森和分析部門帶來醫(yī)療保健領(lǐng)域最大的數(shù)據(jù)集——圖像。”
據(jù)IBM研究人員估計(jì),像CAT掃描圖、X光照片和乳房X線照片這樣的圖像在當(dāng)下所有的醫(yī)療數(shù)據(jù)中的占比高達(dá)90%左右。那些圖像和病患的電子病歷通常都是分開處理的。例如,放射科醫(yī)師一天可能要檢查成千上萬張病患的圖像,但他們只會去辨別圖像上的異常情況,而不會同時考慮到病患的病歷、治療和用藥方案。
“沃森將能夠同時理解這兩方面的情況。”凱利說。
沃森人工智能技術(shù)目前主要應(yīng)用于分析文件和網(wǎng)絡(luò)上的文本。
但凱利指出,在過去的兩年里,IBM的實(shí)驗(yàn)室研究人員一直在訓(xùn)練沃森人工智能引擎的圖像識別能力。“也就是說,我們要給沃森帶來眼睛。”
總部位于芝加哥的Merge Healthcare專門研究存儲、查看和共享醫(yī)學(xué)圖像的軟件。它的技術(shù)為諸多的醫(yī)療保健服務(wù)提供商和圖像設(shè)備廠商廣泛使用,它使用存檔圖像的權(quán)限大小因客戶要求和州及聯(lián)邦的醫(yī)療隱私法規(guī)而異。
medical images是沃森醫(yī)療業(yè)務(wù)設(shè)立以來IBM所收購的第三家醫(yī)療數(shù)據(jù)公司。4月,它同意收購兩家創(chuàng)業(yè)公司:Explorys和Phytel。Explorys是克利夫蘭診所的剝離公司,它擁有的5000萬名病患的數(shù)據(jù)用于發(fā)現(xiàn)疾病、治療方案和治療結(jié)果的模式。位于達(dá)拉斯的Phytel致力于打造管理病人護(hù)理和降低患者再入院比例的軟件。這兩筆交易規(guī)模較小,但相關(guān)財(cái)務(wù)細(xì)節(jié)并未披露。
作為云服務(wù)銷售的沃森技術(shù)可用于幫助IBM客戶從他們在運(yùn)營中收集到的數(shù)據(jù)發(fā)現(xiàn)模式規(guī)律。而醫(yī)療保健堪稱IBM為一整個行業(yè)打造全面的產(chǎn)品的首個領(lǐng)域。
以往,用于醫(yī)療的自動化決策支持系統(tǒng)一開始往往為人們所看好,但結(jié)果卻讓人失望,在實(shí)踐中的用途很有限。但I(xiàn)BM認(rèn)為其沃森技術(shù)能夠在未來幾年帶來真正的突破。
該公司相信自己能夠在改善醫(yī)療保健上成為技術(shù)領(lǐng)導(dǎo)者,給病患帶來更好的治療結(jié)果,同時幫助服務(wù)提供商、保險(xiǎn)商和病患有效減少支出。
4月接受采訪的時候,IBM CEO弗吉尼亞·羅曼提(Virginia M. Rometty)談到了公司這些年在給從計(jì)算機(jī)化人口普查數(shù)據(jù)到將宇航員送上月球的重大項(xiàng)目提供技術(shù)上的角色。
她說,“我們的‘登月’項(xiàng)目將會是在醫(yī)療保健領(lǐng)域產(chǎn)生重大影響。”
好文章,需要你的鼓勵
這項(xiàng)研究提出了"高效探測"方法,解決了掩碼圖像建模AI難以有效評估的問題。通過創(chuàng)新的多查詢交叉注意力機(jī)制,該方法在減少90%參數(shù)的同時實(shí)現(xiàn)10倍速度提升,在七個基準(zhǔn)測試中均超越傳統(tǒng)方法。研究還發(fā)現(xiàn)注意力質(zhì)量與分類性能的強(qiáng)相關(guān)性,生成可解釋的注意力圖譜,展現(xiàn)出優(yōu)異的跨域適應(yīng)性。團(tuán)隊(duì)承諾開源全部代碼,推動技術(shù)普及應(yīng)用。
伊利諾伊大學(xué)研究團(tuán)隊(duì)開發(fā)了CLAIMSPECT系統(tǒng),通過層次化分解復(fù)雜爭議、智能檢索相關(guān)文獻(xiàn)、多角度收集觀點(diǎn)的方法,將傳統(tǒng)的"真假"判斷轉(zhuǎn)變?yōu)槎嗑S度分析。該系統(tǒng)能夠自動構(gòu)建爭議話題的分析框架,識別不同觀點(diǎn)及其支撐證據(jù),為科學(xué)和政治爭議提供更全面客觀的分析,已在生物醫(yī)學(xué)和國際關(guān)系領(lǐng)域驗(yàn)證有效性。
清華大學(xué)研究團(tuán)隊(duì)首次提出情感認(rèn)知融合網(wǎng)絡(luò)(ECFN),讓AI能像人類一樣理解和表達(dá)情感。該系統(tǒng)通過多層次情感處理架構(gòu),在情感識別準(zhǔn)確率上比現(xiàn)有最佳系統(tǒng)提升32%,情感表達(dá)自然度提升45%。研究突破了傳統(tǒng)AI情感理解的局限,實(shí)現(xiàn)了跨模態(tài)情感融合、動態(tài)情感追蹤和個性化情感建模,為醫(yī)療、教育、客服等領(lǐng)域帶來革命性應(yīng)用前景。
哈佛大學(xué)研究團(tuán)隊(duì)通過創(chuàng)新的多智能體強(qiáng)化學(xué)習(xí)方法,讓AI在戰(zhàn)略游戲中學(xué)會復(fù)雜推理。研究發(fā)現(xiàn)AI通過游戲競爭能發(fā)展出類人思維能力,在邏輯推理、創(chuàng)造性解決問題等方面表現(xiàn)顯著提升。這項(xiàng)突破性成果為未來AI在醫(yī)療、教育、城市管理等領(lǐng)域的應(yīng)用奠定基礎(chǔ),展現(xiàn)了通過模擬人類學(xué)習(xí)過程培養(yǎng)真正智能AI的新路徑。