华大基因携手阿里云,AI 大数据助力基因测序;重庆未来 3 年投上

华大基因携手阿里云,AI 大数据助力基因测序;重庆未来 3 年投上千亿,WM分分彩 开展 AI 技术创新及应用示范丨AI掘金晚报

围棋之后是乳腺癌,谷歌DeepMind宣布AI转向医疗领域

(公众号:)消息,DeepMind公司将与伦敦帝国理工学院的英国癌症研究中心领导的一些健康研究机构合作。与此同时,DeepMind也会继续与英国国家医疗服务中心合作的研究工作。

这个项目的目标是,通过将机器学习应用于乳腺X光检查,来探索新的方法以提高乳腺癌的检测几率。乳腺X光检查是通常用于检查乳房健康状况的X射线技术。DeepMind希望建立一种机器学习模型,能够快速、准确地检测出癌症的迹象,帮助医生尽早发现癌症,以便尽早开始治疗。

除了与医生和医疗机构合作之外,DeepMind还将与谷歌的人工智能健康研究团队合作(二者均属于Alphabet旗下公司),后者已在通过机器学习来检测乳腺癌方面完成了自己的一些研究。DeepMind在一份声明中表示,这一合作是由其新合作伙伴提出的,他们想要的就是DeepMind和谷歌的研究人员,“这样,该项目便能利用两支团队的人工智能专家,以及谷歌的超级计算机。”

DeepMind 从2016年2月起发布“DeepMind 健康”计划,旨在用科技协助临床医护人员,从而改善治疗方案。这包括开发一款名为Streams的App,用以监控病人的肾功能,以及2016年7月与英国眼科医院合作开发能够辨识眼部疾病的机器学习系统。和这次的癌症治疗项目一样,这些研究都得到英国国家医疗服务体系(National Health Service,NHS)的支持。

DeepMind、谷歌和英国国家医疗服务体系三者的研究协议目前设定周期为12个月,但如果合作伙伴同意,该协议时间可以延长。与DeepMind其他健康项目一样,该公司将会在同行评议的期刊上发表所有的研究成果。

DeepMind表示,除了“解放医生”以外,希望未来也可将这次研究结果用于身体其它部位癌症的治疗。

华大基因携手阿里云 AI大数据助力基因测序

“得益于AI技术运用于基因测序,越来越多的孕期肿瘤病例被及早发现,并及早进行治疗。”华大基因相关负责人表示。

据了解,每1万名孕妇中,就有1人可能患有孕期肿瘤。但因为放射性、侵入性等原因,很多检测不适合在孕期进行。孕妇特殊的身体情况也常常掩盖了病情,很多案例确诊时已经是中晚期,错过了最佳的治疗阶段。

无创产前基因检测本来用于唐氏综合征等胎儿染色体疾病的筛查,并不是为癌症检测设计,但得益于华大基因的大数据与AI技术,通过对百万样本及肿瘤基因特征进行分析,使得识别无创基因检测数据中的肿瘤信号成为可能。“在华大基因,基于无创数据被早期发现的孕期肿瘤案例已经逾40例,几十个家庭因为疾病的早期发现而受益。”华大基因相关负责人介绍道。

迄今,华大基因已经完成了超过260万例无创产前基因检测、140万例新生儿耳聋基因检测、255万例宫颈癌HPV病毒等基因检测等,为数千万家庭带去了可及、平价的精准医学服务,也积累了海量的数据。

而孕期肿瘤检测只是华大将AI技术应用于基因大数据的方向之一,华大基因还使用AI技术对脱敏数据进行深入分析,并已开发出更精确的疾病、表型预测模型,构建出更精细的人群遗传结构,并有望找到新的药物靶点。

除了不断积累数据,华大基因在计算能力方面也做了大量研究。通过与阿里云合作,华大基因也将其计算能力扩展了成千上万倍,其基因云计算平台BGI Online曾经在24小时内完成了千人基因数据分析,而普通方式需要数周时间。

目前,华大基因已经成为全球最大的基因数据中心之一,但它的目标不止于此。华大基因董事长汪建认为,目前数据还远远不足,只有立足民生,持续积累全方位、全周期、全覆盖的生命大数据,并辅以合适的算法,才能产生影响人类未来的真正智能。

通用电气联手英伟达 AI优化医疗影像

了解到,近日,GE(通用电气)宣布与英伟达达成合作,将利用Revolution Frontier CT升级全球范围内的50万台医疗影像设备,并将在新的数据平台中使用英伟达的技术。

据悉,GE方面将使用Revolution Frontier CT去升级全球范围内的50万台医疗影像设备,而这一新技术的速度与前代图形处理器相比要提升两倍。

GE表示,平均来看,一家医院每年会产生50PB数据,但只有3%的数据被分析、标记,从而可用于实际操作。因此,GE医疗还将在新的数据分析平台中使用英伟达的技术,平台的一部分将被置于英伟达GPU Cloud云平台上。

GE医疗总裁及CEO基兰·墨菲(Kieran Murphy)表示:“医疗行业正在发生迅速变化,推动行业变革的技术应当反映这一速度。通过与英伟达的合作,GE医疗有能力提供未来的设备,即帮助医疗服务供应商,为全球患者优化诊断速度和准确率的智能机器。”

重庆未来3年投上千亿,开展AI技术创新及应用示范

据重庆日报27日消息,日前从重庆市科委召开的人工智能重大主题专项通报会上获悉,重庆市已启动人工智能重大主题专项,未来3年,计划吸引全社会创新实体投入上千亿元开展人工智能技术创新及应用示范。

据重庆市科委负责人介绍,重庆作为我国重要的老工业基地,人工智能产业发展具有较好基础。目前,全市正在开展人工智能研究的高校和科研院所达100余家,拥有人工智能领域规模以上企业200余家,在大数据云计算、智能网联汽车、智能机器人等领域具备一定的技术积累。2017年,全市新增人工智能相关企业近100家,人工智能产业规模近200亿元。

据透露,2018年,重庆市将重点启动云计算大数据(超算)、智能感知等领域的一批重大主题专项;开展智能机器人、智能网联汽车、智能终端等人工智能重大新产品开发主题专项;实施智能制造、智能物流等示范应用主题专项。

2019年,重庆市将重点启动人机交互、智能物联网等领域的一批重大主题专项;开展集成电路、无人机等人工智能重大新产品开发主题专项;实施智能交通、智能医疗、智慧能源等示范应用主题专项。

2020年,重庆市将重点实施智能农业、智能政务、智能城管等示范应用主题专项;根据研发情况继续实施云计算大数据(超算)、智能感知、人机交互、智能物联网等主题专项。

腾讯AI医疗落地“红房子”可辅助筛查癌症

继11月15日科技部发布人工智能规划,宣布腾讯成为国家队一员,依托腾讯建设医疗影像国家新一代人工智能开放创新平台后,近日,腾讯与上海复旦大学附属妇产科医院(俗称“红房子”)签署合作协议,双方将借助腾讯首款AI医疗产品——腾讯觅影,在AI+医疗领域展开合作和探索,应用在宫颈癌、乳腺癌等疾病筛查上。

据了解,复旦大学附属妇产科医院是腾讯在上海开展合作的首家医院。此次与腾讯展开合作,将利用腾讯在网络社交、腾讯云、移动支付等领域的优势资源,在微信公众号、微信医保支付、微信商保支付等众多领域展开合作。

首先,医院将打通公众号与小程序,只要通过微信卡包,以电子就诊卡的形式在微信端绑定社保卡,就可以实现社保卡从预约、挂号、就诊到住院的全流程支付,彻底打通用户网上就医支付的“最后一公里”。

腾讯觅影是把图像识别、深度学习等领先的技术与医学跨界融合研发而成,已具备对食管癌、胃癌、肺癌、糖尿病视网膜病变等病症的辅助筛查能力。

Amazon开设新的人工智能实验室 公布图像识别等新服务

AWS表示,计划开设一个新的机器学习实验室名为“ML WM分分彩Solutions Lab”,将让专家与客户一起共同致力于构建新的基于人工智能的技术。此外,Amazon还表示,将会向Amazon Rekognition添加新的功能,一个基于深度学习的图像识别平台,包括实时人脸识别以及识别图像中的文字。

这些公告突出了Amazon对人工智能的重视,这可以让AWS和Amazon的零售业务受益。近几个月来,Amazon已经在该领域发布了一系列公告。例如,Amazon在10月曾表示,将会与微软公司合作开发一个名为Gluon的深度学习接口,这是一个用于培训人工智能模型的框架。

Amazon决定开设ML Solutions Lab也是很重要的,因为此举标志着更大力度地推进到业务咨询领域,这是向最大型的企业用户提供更多IT服务时候所需要的。

Amazon人工智能副总裁Swami Sivasubramanian表示:“我们不能等着开发者通过Amazon ML Solutions Lab开始他们采用机器学习的旅程。Amazon ML Solutions Lab把最优秀的机器学习科学家所具备的专业知识与Amazon内部对客户有着深度业务理解的实践者相结合,帮助客户加速机器学习,开始把机器学习融入他们企业组织内的工作中。 ”

Amazon表示,目前包括华盛顿邮报、杨森制药公司和世界银行集团在内的多加客WM分分彩app户已经在与Amazon ML Solutions Lab合作了。

至于Rekognition,这个新的升级项展示了Amazon如何快速将人工智能用于打造可以售卖给客户、基于人工智能的新产品。

对平台具体的更新包括:检测和识别图像中的文本、对数百万人脸的实时面部识别、以及在照片中检测多达100张人脸。Amazon还表示,Rekognition在面部识别方面的准确度提升了10%。

Rekognition平台的客户包括知名的基于图像的社交网络平台Pinterest。

Pinterest首席技术官Vanja Josifovski表示:“作为一个以视觉为驱动的平台,Pinterest很大程度上依赖于图像的速度和质量,但是这些图像背后的文字同样重要,因为这些问题提供了上下文并让2亿多活跃用户能够对图像进行操作。通过使用Amazon Rekognition Text in Image,我们可以更好地、大规模地提取图像中丰富的文本内容,在Amazon S3中保存的数百万Pins都可实现较低的延迟。”

原创文章,未经授权禁止转载。详情见转载须知。