这个人工智能可以挽救生命！按计划在6个月前检

AI的新进步，可以挽救生命。现在，只需在体格检查中进行常规的CT扫描并使用AI进行研究，就可以在癌症揭示明显症状之前将其拉动 - 例如，提前六个月。如今，与国际顶级杂志自然医学相关的家庭相关：葡萄葡萄，这是全球第一个使用普通扫描CT鉴定早期胃癌的AI模型。它首次摧毁了传统成像的极限，并意识到通过改善普通CT识别胃癌的可能性。实际上，事实证明，全国20个中心葡萄的大规模临床草研究有望显着提高胃癌的发现率，并帮助成像医生改善这种情况。第一个大规模，便宜，廉价的，基于可想象的胃癌筛查的基本方法是Zhejiang Canc之间合作的结果ER医院和阿里巴巴草医院。就在昨天，千江宣布愿意，草学院将基于葡萄葡萄的省，安海和其他省份进行胃癌的大规模筛查。 ICAN CT+AI，并提前6个月胃肠道出现了早期的癌症伤口，普通人经常会感到癌症症状。在许多癌症中，胃癌不仅是我国最常见的恶性肿瘤之一，而且造成的死亡人数特别大 - 每年约260,000例，在所有致命肿瘤中排名第三。但是，患有胃癌的痛苦并不意味着死亡之神就会来。如果在第一阶段被发现和删除，则5年安全率最高可达95％至99％，并且有可能进行完全补救。但是，早期胃癌没有与普通胃炎不同的特定症状。在我国，胃癌发现的早期发现率是在LON中步行20％至30％G时间。主流筛查胃癌在医学领域的过早方法是“问卷 +胃镜检查”，这意味着首先填补了风险评估的标准风险风险，然后根据问卷的结果，要求高屏幕危险人群进行胃镜筛查。但是，胃镜侵入性，痛苦且取决于医生的经验，这使得该程序非常困难，并且对我的国家的依从性较低。更困难的是通过问卷调查 +胃镜检查胃癌的检测率仅为1％。换句话说，进行了100个胃镜，以找到确认的病例。有很多困难，许多困难。直到这段时间，吉安格·汤希（Zhejiang Tonghe Dama）学院提出了胃癌筛查模型“ CT+AI”。普通扫描CT是在体格检查和门诊诊所中常用的侵入性评论。它不会产生造影剂T且效率高。它通常用于多种测试。有时，可以同时对腹部区域进行简单的CT扫描。但是，现在的主要医学认知认为，简单的CT扫描很难用于审查Lu Organskab，尤其是胃癌的筛查，因为：胃是一个腔腔，具有复杂的结构，并且对内容物进行了巨大干扰；早期胃癌病变非常小，并且在胃粘膜中只能有一个小的看不见的病变组织。联合团队不仅限于传统的理解，而且要克服诸如主要腹部形态，内部内容中断和粘膜层的早期伤口等挑战。它构建了世界上最大的多中心数据集（6720案例），然后在此基础上建立了AI葡萄葡萄的模型。葡萄葡萄的敏感性和特异性范围为85.1％与人类放射科医生相比，分别为96.8％，分别为21.8％和14.0％。 （请注意：可以理解“敏感性”，“摘录”无需缺失的胃癌“暴露”潜在的癌症的能力，并且可以将“特定”理解为准确识别的能力，即在没有错误警报的情况下准确识别的能力），该AI模型尤其适用于临床医学，该模型具有“患有癌症患者的患者，患者具有危险的患者”，这意味着患者的风险和患者的风险，并且患有风险的患者（患者）的风险是（且风险）。通过胃镜检查。胃癌病变。如果当时有自动AI检测，将提前6个月诊断并治疗患者。 △提前六个月在胃胃中确定AI。这不是一个孤立的情况。在这项研究中，总共在诊断前诊断出11例患者，发现AI可以提前2至10个月在胃中检测到癌症。在医生看不到的CT图像中，AI发现了缺失的风险信号，这也为胃癌筛查提供了新的可能的途径。如今，AI Grape模型首先已部署到Zhejiang，Anhui和其他Placean和City。幸运的是，通过对两家区域医院进行的模拟筛查测试，“ Flat Scanning CT+AI”模型中胃癌检测的最高率达到24.5％。一个非常关键的点是，诊断为胃癌最初无症状患者的患者中约有40％。 AI可以在各个阶段识别胃癌，以填补临床“无筛查方法”的间隙。实际上，使用AI来提高胃中的癌症检测速率并不是Grass Academy在“ AI+Medical”领域取得的首次成功。在释放胃癌AI模型葡萄葡萄之前，它们已经消耗了公认的硬骨：“癌症之王”胰腺癌。胰腺癌之所以被称为癌症之王，是因为胰腺是一个深层的位置器官和细长的结构，并不容易用普通的CT图像区分。第二个是胰腺癌范围是隐藏的，在第一阶段几乎无症状。超过70％的患者被诊断为晚期，五年安全率小于10％。更严重的是，医学界没有有效的胰腺癌筛查程序，并且没有一个时间筛查指南。但这并不妨碍相关研究的速度。在2021年，草学院清楚地建立了一个新的研究方向，使用“平面扫描CT+AI”RFORF癌症筛查。我认为这种方法的原因是CT实际上是基于HU（Heinz单位）值的一系列持续值，从-1024到1024。不同的值对应于不同密度的组织，因此，尽管许多细节超过了人眼分辨率的极限分辨率，但可以通过数据识别它们。纸是草医院医学AI实验室的高级算法专家之一，只要设计了合适的算法，就有希望找到小的CT肿瘤，而AI裸露的眼睛很难看到。在此之前，简单的CT扫描很少用于肺癌以外的癌症筛查。该行业存在疑问。约翰·霍普斯金大学（John Hopskin University）期间，在医生学位期间，他的伴侣医生拒绝了夏·叶达（Xia Yingda），“绝对不可能使用简单的CT扫描来检测胰腺癌。”但是，AI科学家的使命难道不是不可能的吗？这是同样是因为草学院决定从死亡率最高的胰腺癌开始，而ITCLASS是不可能的事情，这是一个突破。当我第一次朝这个方向朝着这个方向时，很难使用AI来分割胰腺轮廓，而且很难识别伤口。 “目前尚不清楚普通CT扫描中的医生。您如何舔AI？我们如何练习模型？”考虑的方法是使用增强的CT。医生首先将胰腺病变准确地标记在增强的CT上，然后使用图像注册技术将增强的CT信息映射到简单的CT扫描中，以帮助AI查找关键功能。这样，即使医生没有直接看到扫描图像中的伤口，AI也会学会识别该区域的轻微变化。整个模型培训过程持续了将近两年。 Koponan从全国许多医院收集了大量的实际数据，并建造了当时，世界上最大的CT训练胰腺肿瘤。最后，一种令人兴奋的AI模型诞生了，这是AI Grass Panda的模型，该模型专门从事胰腺癌筛查。 Grass Academy团队在没有告知医生的情况下，将Grass Panda应用于20,000个以前的CT测试数据进行测试。令人惊讶的结果：该模型发现了31个胰腺癌病变，该病变先前错过了诊所。在AI警告下，其中两个经过审查，并成功完成并康复。该发现不仅证实了该模型的准确性，而且更重要的是，它首先证明了AI会识别普通CSCAN CT中的胰腺癌伤口，并填充临床“无筛查方法”。这是学院草的医学AI实用的第一张照片。在2023年11月，该结果被列入医学医学，今年被认为是“突破医学DFDA（美国食品药品监督管理局）。专门从事可行问题的草学院从未离开过前线。如您所知，自从Chatgpt于2022年底发行以来，Big Model Technology进入了亮点，并成为了科学和技术领域的领导才能，从那时起，该行业的注意力已经在模型中播出，并且在模型中流动了一流的播放，并且在播放了一项潮流。方向：例如，Zhang Ling，早期的肿瘤计划和成像智能算法，介绍了他的团队在Medical AI中征服了两个方向，这是早期肿瘤筛查的一项，而其他人则是“ CT+AI”的范围。成像自动报告并提高速率Of医生诊断。那种类型。有两条路线：一种是使用图像来做不可能/可怜的医生的事情，一个是使用图像使医生可以做得更快，更好。对于草学院来说，这并不意味着空气城堡。从筛查胰腺癌的草熊猫到筛查胃癌的葡萄葡萄，Grass Team Medical AI已经将这条路从概念转变为真相。 △当医生看到葡萄葡萄时，身份结果是在8年建立的。它的布局从理论到应用都涵盖了基础科学研究，工业应用和人的生计。一方面，我们继续“探索未来”的基因，并克服基本技术的困难。另一方面，我们非常接近业务需求，并已成为阿里巴巴集团内部各种业务线的支持者和支持者的推动者。在过去的8年中，借助这条路线，草学院并没有停止步骤。当涉及大型AI 2.0时，Herb Academy引起了Thyi Big Model，该模型目前是该国乃至世界上最受欢迎的AI部队之一。外界开始好奇。与Thyi合并后，草学院承诺使用技术来应对未来。现在要去哪里？现在很明显，AI医疗是答案之一。与许多在主题上引起关注的AI热点不同，AI医学保留是一个迅速快速的商业故事，使癌症的艰难和艰难的过早筛查。但是它的影响确实可以改变人们的命运。从长期的角度来看，“ CT+AI扫描”不仅是医疗领域应用程序的变化，而且是AI技术范式的演变：在矿山中使用AI使用未使用的日常数据信息，从而产生更深层的结构化知识，从而产生更一般的一般性和更具可信赖的功能。这不是AI真正干扰真理，穿透行业并改变其命运的道路？在公开发布胃癌筛查的AI模型之后，葡萄葡萄宣布了下一个计划的“扫描，多次检查”，并使用AI来识别许多CT扫描，通过单一的CT扫描，完全改变了传统的贫困模型的“一种类型的癌症”，以及一种癌症。除了AI Medical（作为阿里巴巴技术系统中的切边孵化器）外，它仍然会采用许多寻求并继续产生重要结果的企业。到目前为止，在AI期间属于草学院的答案并没有在公众面前开放。