Proscia ประกาศความก้าวหน้าด้านปัญญาประดิษฐ์ในการตรวจหาเนื้องอก

Proscia® ผู้ให้บริการชั้นนำด้านโซลูชันทางพยาธิวิทยาทางดิจิทัลและทางคอมพิวเตอร์ ได้เปิดเผยผลการศึกษาเกี่ยวกับเทคโนโลยีใหม่ที่ใช้ประโยชน์จากปัญญาประดิษฐ์ (AI) เพื่อตรวจหาเมลาโนมาโดยอัตโนมัติ ซึ่งเป็นรูปแบบที่อันตรายที่สุดของมะเร็งผิวหนังด้วยความแม่นยำสูง ผลการวิจัยแสดงให้เห็นถึงคำมั่นสัญญาของ AI ในการวินิจฉัยที่รวดเร็วขึ้น ปรับปรุงผลลัพธ์ของผู้ป่วย และปรับเศรษฐศาสตร์ในห้องปฏิบัติการให้เหมาะสมในการปฏิบัติตามปกติของพยาธิวิทยา การศึกษาในอนาคตของ Proscia ดำเนินการที่ Thomas Jefferson University และ University of Florida แสดงให้เห็นถึงประสิทธิภาพในโลกแห่งความเป็นจริงของ AI ในชุด 1 ที่ไม่ผ่านการควบคุม 422 การตรวจชิ้นเนื้อผิวหนังตามลำดับ เทคโนโลยีระบุ melanoma และ melanoma in situ ที่แพร่กระจายได้อย่างถูกต้องด้วยความไว 93% และความจำเพาะของ 91%. นอกจากนี้ยังจำแนกมะเร็งเซลล์ต้นกำเนิดและมะเร็งเซลล์สความัสด้วย AUC ของ .91 และ .15 ตามลำดับ คิดเป็นสัดส่วน 91% ของมะเร็งผิวหนังทั้งหมด การศึกษานี้ตรวจสอบผลการศึกษาย้อนหลังแบบหลายไซต์ของ ,784 ซึ่งจะถูกนำเสนอในระหว่างความท้าทายทางคอมพิวเตอร์ในการประชุมเชิงปฏิบัติการพยาธิวิทยาดิจิทัลที่ 2017 การประชุมนานาชาติเรื่อง Computer Vision1… Continue reading Proscia ประกาศความก้าวหน้าด้านปัญญาประดิษฐ์ในการตรวจหาเนื้องอก

วิธีสร้าง CX ที่ดีขึ้นด้วยแชทบอท AI ที่ขับเคลื่อนด้วยปัญญาของมนุษย์

ไม่ว่าประสบการณ์ปัจจุบันของคุณกับแชทบอทจะทำให้คุณเชื่อฉันหรือไม่ ประสบการณ์ของลูกค้าที่ดีขึ้นก็เป็นไปได้ด้วยแชทบอท AI ที่ขับเคลื่อนด้วยปัญญาของมนุษย์ การวิจัยโดย Gartner ระบุว่าภายในไม่กี่ปีนับจากนี้ 89% ของธุรกิจจะแข่งขันกันโดยส่วนใหญ่เกี่ยวกับประสบการณ์ของลูกค้า เทียบกับ 36% สี่ปีที่แล้ว. นั่นหมายความว่าธุรกิจจำเป็นต้องปรับใช้ความช่วยเหลือทั้งหมดที่พวกเขาจะได้รับใน CX ระบบการจัดการความรู้ที่ขับเคลื่อนด้วย AI ที่ได้รับการฝึกอบรมมาเป็นอย่างดีสามารถช่วยให้พนักงานของคุณเข้าถึงข้อมูลได้มากขึ้น ซึ่งช่วยให้พวกเขามีประสิทธิภาพมากขึ้น นอกจากนี้ยังสามารถนำความสอดคล้องมาสู่ประสบการณ์ CX ของคุณโดยที่คุณให้ปัญญาประดิษฐ์ที่จำเป็นจากตัวแทนมนุษย์ของคุณ การสนทนากับแชทบ็อต AI ของธุรกิจของคุณไม่จำเป็นต้องรู้สึกเหมือนถูกตอกบนกระดาน – และนี่คือวิธีการ ลูกค้ารู้สึกหงุดหงิดกับแชทบอทอย่างฉาวโฉ่ ทำไม? ความผิดหวังที่ใหญ่ที่สุดคือต้องพูดแชทบอทและบอททุกตัวมีนิสัยใจคอของตัวเอง เมื่อลูกค้าเริ่มแชทกับหน้าเว็บออนไลน์ของธุรกิจ – เห็นได้ชัดว่าพวกเขาไม่ได้พูดคุยกับมนุษย์ จากนั้นพวกเขาก็ใช้แชทบอทกลับไปกลับมา พยายามหาวิธีให้บอททำในสิ่งที่พวกเขาต้องการ เว้นแต่คุณจะพูดในสิ่งที่ถูกต้อง chatbot มักจะไม่เข้าใจสิ่งที่คุณต้องการ มันเหมือนกับการเรียนรู้ภาษาใหม่ และการเลือกหมวดหมู่ที่ไม่ถูกต้องอาจทำให้คุณถูกไล่ออก เนื่องจากโครงสร้างการสนทนาที่ตั้งโปรแกรมไว้ล่วงหน้านั้นไม่ได้เปิดไว้สำหรับระยะขอบใดๆ ซึ่งเกิดจากปัญหาที่พบบ่อยที่สุดสองประการของแชทบอท ซึ่งมีดังนี้ ปัญหาแรกคือสคริปต์บอทถูกเขียนขึ้นเพื่อให้ครอบคลุมขั้นต่ำที่จำเป็น นักวิเคราะห์ทั่วไปจะเขียนคำถามที่พบบ่อยที่สุด 20 และทิ้งไว้ที่นั้น ความรู้นั้นจำกัดอย่างมากสำหรับแชทบ็อต ไม่ได้คำนึงถึงการวนซ้ำทุกครั้งที่คำถามสามารถใส่กรอบได้ บ่อยครั้งที่คุณเริ่มต้นจากศูนย์ทุกครั้งที่คุณเข้าถึงแชทบอท AI เช่นกัน แม้ว่าคุณจะไม่จำเป็นก็ตาม แชทบอทของ AI ควรได้รับอนุญาตให้เข้าถึงข้อมูลทั้งหมดเกี่ยวกับการโต้ตอบของลูกค้ากับบริษัท… Continue reading วิธีสร้าง CX ที่ดีขึ้นด้วยแชทบอท AI ที่ขับเคลื่อนด้วยปัญญาของมนุษย์

AI ใน Big Pharma: สิ่งที่ยิ่งใหญ่ต่อไปในการค้นพบและพัฒนายา

อย่าแปลกใจถ้าพรุ่งนี้ตื่นมาพบว่า AI ได้เข้าครอบงำอุตสาหกรรมอื่นที่คุณไม่เคยคิดมาก่อน การเปลี่ยนแปลงล่าสุดของ AI ในอุตสาหกรรมต่างๆ เป็นเครื่องพิสูจน์ว่าไม่มีที่ว่างใดที่สามารถจำกัดปัญญาประดิษฐ์ทั้งหมดไว้สำหรับตัวมันเองได้ เช่นเดียวกับอุตสาหกรรมอื่น ๆ ที่มีความสุขกับการแพร่หลายของปัญญาประดิษฐ์ Big Pharma มีส่วนแบ่งของ AI-pie ที่ยุติธรรม ในพื้นที่ด้านการดูแลสุขภาพ ผู้ปฏิบัติงานด้านการดูแลสุขภาพต้องพึ่งพายาที่ผลิตโดยบริษัทยาเพื่อรักษาโรคต่างๆ และเพิ่มอายุขัยของผู้ป่วย ทั่วโลก อุตสาหกรรมชีวเภสัชภัณฑ์เป็นอุตสาหกรรมที่มีมูลค่าหลายพันล้านดอลลาร์ ซึ่งมักจะมุ่งเน้นไปที่ยาที่แปลกใหม่และสร้างสรรค์ โดยมีส่วนหลักสำคัญในการค้นคว้าและพัฒนายา การค้นพบยาและการพัฒนา การค้นพบยาเป็นกระบวนการของการค้นพบยาชนิดใหม่ ช่วยให้มั่นใจได้ว่าสารประกอบสามารถรักษาและรักษาโรคได้ เมื่อสารประกอบตะกั่วได้รับการระบุผ่านการค้นคว้ายาแล้ว กระบวนการในการนำออกสู่ตลาดก็เริ่มต้นขึ้น นั่นคือการพัฒนายา กระบวนการตั้งแต่การหาสารตะกั่วจนถึงการเข้าสู่ตลาดไม่ใช่การเดินในสวนสาธารณะ ไม่ว่าจะเป็นค่าใช้จ่ายหรือไทม์ไลน์ที่เกี่ยวข้อง อาจต้องใช้เวลาถึงสิบปีกว่าที่ยาชนิดใหม่จะเดินไปตามเส้นทางนั้นโดยไม่ต้องแยกตัวประกอบในการทดลองทางคลินิกด้วยอัตราการอนุมัติที่น้อยกว่า 12% ซึ่งอาจครอบคลุมถึงหกถึง เจ็ดปี. สิ่งนี้ทำให้ บริษัท ยาต้องเสียค่าใช้จ่ายโดยเฉลี่ย 2.6 พันล้านดอลลาร์ตามรายงานของ Tufts Center for the Study of Drug Development ที่ตีพิมพ์ใน Journal of Health Economics AI TO THE… Continue reading AI ใน Big Pharma: สิ่งที่ยิ่งใหญ่ต่อไปในการค้นพบและพัฒนายา

การวิเคราะห์อนุกรมเวลาด้วยส่วนประกอบ

คลิกเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับผู้เขียนร่วม Maarit Widmann คลิกเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับผู้เขียนร่วม Daniele Tonini คลิกเพื่อเรียนรู้เพิ่มเติมเกี่ยวกับผู้เขียนร่วม Corey Weisinger ศาสตราจารย์ดานิเอเล โทนีนี กล่าวว่า การคาดการณ์อนุกรมเวลามักถูกละเลยว่า “เมื่อพิจารณาถึงบทความ แอปพลิเคชัน บทแนะนำบนเว็บ และความท้าทายมากมายเกี่ยวกับหัวข้อวิทยาศาสตร์ข้อมูลที่เราเห็นในช่วง 3-5 ปีที่ผ่านมา การค้นหาเพียงแค่ บางส่วนของพวกเขาทุ่มเทให้กับการวิเคราะห์และพยากรณ์อนุกรมเวลา เรากำลังอยู่ในยุคทองของการวิเคราะห์ข้อมูล โดยมีข้อมูลและอัลกอริธึมมากมาย… แต่หัวข้ออย่างการเรียนรู้เชิงลึก ปัญญาประดิษฐ์ และ NLP นั้นดึงดูดความสนใจของผู้ปฏิบัติงานได้ทั้งหมด ในขณะที่แนวคิดของการพยากรณ์อนุกรมเวลา มักถูกละเลย เนื่องจากวิธีการพยากรณ์หลายแบบย้อนหลังไปหลายทศวรรษ จึงค่อนข้างง่ายที่จะพูดว่า “ไม่มีอะไรน่าสนใจเป็นพิเศษที่นั่น… มาเน้นที่อัลกอริธึมแมชชีนเลิร์นนิงใหม่ล่าสุดกันเถอะ!” แต่นี่อาจเป็นความผิดพลาดครั้งใหญ่ เนื่องจากการคาดการณ์ที่แม่นยำและมีความเอนเอียงน้อยกว่านั้นสามารถเป็นหนึ่งในตัวขับเคลื่อนประสิทธิภาพสูงสุดในธุรกิจ การดำเนินงาน การเงิน และวิทยาศาสตร์ (และเพื่อให้ชัดเจนยิ่งขึ้น นวัตกรรมในการวิเคราะห์อนุกรมเวลาคือ ทุกวันนี้ยังคงเคลื่อนไหวอยู่ ถ้าคุณขุดลึกลงไปใต้ผิวน้ำ) การรู้พื้นฐานของการวิเคราะห์อนุกรมเวลาเป็นขั้นตอนสำคัญอย่างหนึ่งในโลกของ Data Science ที่เปิดใช้งานความสามารถที่สำคัญในการจัดการกับลำดับและไดนามิกของเวลา เพื่อที่จะก้าวไปไกลกว่าการวิเคราะห์ข้อมูลภาคตัดขวางทั่วไป การเผชิญกับพื้นฐานของการคาดการณ์ด้วยข้อมูลอนุกรมเวลา การมุ่งเน้นไปที่แนวคิดที่สำคัญ เช่น ฤดูกาล ความสัมพันธ์อัตโนมัติ ความไม่คงที่ ฯลฯ… Continue reading การวิเคราะห์อนุกรมเวลาด้วยส่วนประกอบ

สุดยอดสมาร์ทโฮมที่ขับเคลื่อนโดย AI ที่ไม่ธรรมดาในปี 2021

แกดเจ็ตที่ขับเคลื่อนด้วย AI เหล่านี้จะทำให้บ้านของคุณฉลาดขึ้น จากผู้รอบรู้ HAL 9000 ใน 2001: A Space Odyssey ถึง Sonny in I, Robot to Ava ใน Ex Machina, AI ถูกมองว่าเป็นความฉลาดทางโลกอื่นเสมอ แต่ด้วยการถือกำเนิดของสมาร์ทโฟน AI มีอยู่ในชีวิตประจำวัน นี่คือรายการอุปกรณ์สมาร์ทโฮมที่ขับเคลื่อนโดย AI ที่ไม่ธรรมดาที่คุณสามารถซื้อได้ 2021 Hex Home DIY Security System AI พบกับระบบรักษาความปลอดภัยภายในบ้านด้วย Hex Home DIY Security System อุปกรณ์รักษาความปลอดภัยภายในบ้านนี้ใช้พลังงานจากการตรวจจับสภาพแวดล้อมและเทคโนโลยี AI เพื่อให้ครอบคลุมทั่วทั้งบ้านได้ดีขึ้น มันสามารถบอกความแตกต่างระหว่างผู้บุกรุกและสัตว์เลี้ยงของคุณ หลีกเลี่ยงการเตือนที่ผิดพลาด Adaprox Fingerbot Smart Button Controller Adaprox Fingerbot Smart… Continue reading สุดยอดสมาร์ทโฮมที่ขับเคลื่อนโดย AI ที่ไม่ธรรมดาในปี 2021

เทียบกับบิลด์ของ AI ซื้อภาวะที่กลืนไม่เข้าคายไม่ออก: ขนาดเดียวไม่พอดีทั้งหมด

ย้อนกลับไปในเดือนธันวาคม 2017 Gartner ได้ทำการวิจัยที่คาดการณ์ว่า “โดย 2020 85% ของ CIO จะนำร่องโครงการ AI ผ่านการซื้อ สร้าง และเอาต์ซอร์ซร่วมกัน” อย่างไรก็ตาม ในขณะที่เราเปิดตัว 2021 อัตราความสำเร็จของโครงการนำร่องยังคงต่ำ การดำเนินการที่ช้าอย่างน่าผิดหวัง ซึ่งโครงการต่างๆ ใช้เวลาหลายปีกว่าจะได้ผลลัพธ์ และมักจะล้มเหลวอย่างมาก นั้นเป็นอุปสรรคต่อ AI จำเป็นต้องมีแนวทางที่รวดเร็วและมีประสิทธิภาพมากขึ้นก่อนที่เราจะสามารถเข้าสู่ยุค AI ได้อย่างเต็มที่ แต่คำถามยังคงอยู่ บริษัทต่างๆ จะเร่งการเปลี่ยนแปลง AI ของพวกเขาได้อย่างไร การสร้างคือตัวเลือกเริ่มต้น หากบริษัทตัดสินใจที่จะดำเนินการเปลี่ยนแปลง AI ผ่านความพยายามภายในองค์กร ความท้าทายประการหนึ่งคือการสร้างทีม AI อาจใช้เวลาสองสามปีในการสร้างทีมประเภทนี้ให้เป็นความสามารถหลัก ถึงอย่างนั้น ความซับซ้อนของการสร้างแอปพลิเคชัน AI ในโลกแห่งความเป็นจริงทำให้อัตราความสำเร็จต่ำ ซึ่งมักส่งผลให้ ROI ติดลบ และสำหรับเปอร์เซ็นต์เล็กน้อยที่เข้าถึงการผลิต พวกเขาไม่จำเป็นต้องทน การสร้าง AI ภายในองค์กรหมายถึงวัฏจักรการพัฒนาที่ยาวนาน โดยมีเวลาในการสร้างมูลค่าที่ยาวนานขึ้น จากรายงานของ Harvard Business… Continue reading เทียบกับบิลด์ของ AI ซื้อภาวะที่กลืนไม่เข้าคายไม่ออก: ขนาดเดียวไม่พอดีทั้งหมด

การวิเคราะห์ผู้บริโภคโดยใช้ NLP และ AI ใน HPC Cloud

ลูกค้าและผู้ซื้อได้รับประโยชน์อย่างมากจากความก้าวหน้าในการเชื่อมต่ออินเทอร์เน็ตในช่วงไม่กี่ปีที่ผ่านมา บริษัทอีคอมเมิร์ซที่เติบโตอย่างรวดเร็วได้ให้ข้อมูลขนาดใหญ่ที่เกิดขึ้นจริงอันเป็นผลมาจากการพัฒนาเหล่านี้ ความนิยมมหาศาลของข้อมูลขนาดใหญ่บนโซเชียลมีเดียทำให้ผู้ซื้อสามารถแสดงความคิดเห็นและความคิดเห็นในหัวข้อต่างๆ เช่น ภาวะเศรษฐกิจ หรือแสดงความไม่พอใจกับผลิตภัณฑ์หรือบริการเฉพาะ หรือเพื่อแสดงความยินดีกับพวกเขา การซื้อ ความคิดเห็นของผู้บริโภคจำนวนมากและการประเมินผลิตภัณฑ์ให้ข้อมูลที่เป็นประโยชน์มากมาย และเมื่อเร็ว ๆ นี้ได้กลายเป็นแหล่งข้อมูลที่สำคัญสำหรับทั้งผู้บริโภคและธุรกิจ ผู้บริโภคมักแสวงหาข้อมูลที่มีคุณภาพจากบทวิจารณ์ออนไลน์ก่อนที่จะซื้อผลิตภัณฑ์ และธุรกิจจำนวนมากใช้บทวิจารณ์ออนไลน์เป็นข้อมูลสำคัญสำหรับผลิตภัณฑ์ การตลาด และการจัดการลูกค้าสัมพันธ์ ดังนั้น การทำความเข้าใจจิตวิทยาเบื้องหลังพฤติกรรมผู้บริโภคออนไลน์จึงเป็นกุญแจสำคัญในการแข่งขันในตลาดปัจจุบัน ซึ่งมีการแข่งขันและโลกาภิวัตน์เพิ่มขึ้นเรื่อยๆ การวิเคราะห์ความคิดเห็นและการวิเคราะห์ข้อความเป็นการประยุกต์ใช้การวิเคราะห์ข้อมูลขนาดใหญ่ ซึ่งมีจุดมุ่งหมายเพื่อรวบรวมและดึงอารมณ์และความรู้สึกออกจากบทวิจารณ์หลายประเภท ข้อมูลขนาดใหญ่เหล่านี้ซึ่งมีการเติบโตแบบทวีคูณส่วนใหญ่จะมีอยู่ในรูปแบบที่ไม่มีโครงสร้าง ทำให้เป็นไปไม่ได้สำหรับการตีความด้วยความพยายามของมนุษย์ ด้วยเหตุนี้ การใช้แมชชีนเลิร์นนิงในการประมวลผลภาษาธรรมชาติ (NLP) ซึ่งเน้นที่การรวบรวมข้อเท็จจริงและความคิดเห็นจากข้อมูลจำนวนมหาศาลที่มีอยู่บนอินเทอร์เน็ตจึงเป็นสิ่งสำคัญ บทความนี้อิงจากกรณีศึกษาของ UberCloud ที่ครอบคลุมมากขึ้น นำเสนอแอปพลิเคชันของ NLP – โมเดลการเรียนรู้ของเครื่องเพื่อคาดการณ์ความรู้สึกตามการประเมินรีวิวผลิตภัณฑ์ของผู้บริโภคที่ดึงมาจากโซเชียลมีเดียและเว็บไซต์อีคอมเมิร์ซ กระบวนการ NLP ประกอบด้วยหลายขั้นตอน: การประมวลผลข้อมูลล่วงหน้าและการแยกคุณลักษณะ โดยข้อความของคุณจะถูกแปลงเป็นรูปแบบคาดการณ์และวิเคราะห์ได้สำหรับงานของคุณ นอกจากนี้ยังสามารถช่วยให้คุณแยกคุณลักษณะต่างๆ เพื่อทำความเข้าใจการกระจายของข้อความบทวิจารณ์ การทำให้เป็นโทเค็น ตัวพิมพ์เล็ก การลบคำหยุด การเว้นวรรค การแทรก และการติดแท็กคำพูดเป็นบางส่วนของขั้นตอนที่เกี่ยวข้องกับการประมวลผลข้อมูลล่วงหน้าและการดึงข้อมูลคุณลักษณะ การวิเคราะห์ความคิดเห็นจะดำเนินการในแต่ละรีวิว โดยจัดหมวดหมู่เป็นยอดเยี่ยมหรือแย่ จากนั้นจึงสร้างความรู้สึกขึ้น คะแนนความเชื่อมั่นเป็นหน้าที่ของความเป็นขั้วและความเป็นส่วนตัว พารามิเตอร์ทั้งสองถูกดึงมาจากข้อความตรวจสอบโดยใช้อัลกอริทึม NLP เพื่อให้เข้าใจความรู้สึกโดยรวม เครื่องหมายของคะแนนขั้วมักใช้เพื่ออนุมานว่าความรู้สึกโดยรวมเป็นบวก… Continue reading การวิเคราะห์ผู้บริโภคโดยใช้ NLP และ AI ใน HPC Cloud

วิทยาศาสตร์ข้อมูลคืออะไร? ผู้ได้รับรางวัลทัวริงแบ่งปันมุมมองของเขา

มีการใช้วลี “วิทยาศาสตร์ข้อมูล” ทุกวัน รวมทั้งในเอกสารเผยแพร่ฉบับนี้ด้วย เรารู้สึกว่าเรามีความคิดว่ามันคืออะไร แต่มันคืออะไรกันแน่? สำหรับคำตอบเดียว เราหันไปหาเจฟฟรีย์ อุลล์แมน ผู้ชนะรางวัลทัวริงใน 2020 “วิทยาศาสตร์ข้อมูลมาจากไหน” ถาม Ullman ศาสตราจารย์ด้านวิทยาการคอมพิวเตอร์ของมหาวิทยาลัยสแตนฟอร์ด ในระหว่างการกล่าวปาฐกถาพิเศษที่การประชุม ACM Special Interest Group on Knowledge Discovery and Data Mining 27 ครั้งที่ 27 ในวันจันทร์. “ในช่วงเปลี่ยนสหัสวรรษ ผู้คนกำลังพูดถึงการขุดข้อมูลหรือการค้นพบความรู้ ซึ่ง SIGKDD ใช้ชื่อของมัน” เขากล่าวต่อ “หลังจากนั้น 75 คุณไม่สามารถพูดได้ว่าคุณกำลังทำอย่างนั้นอีกต่อไป คุณต้องบอกว่าคุณกำลังทำข้อมูลขนาดใหญ่ และตอนนี้คุณต้องบอกว่าคุณกำลังทำวิทยาศาสตร์ข้อมูล แต่แนวคิดเบื้องหลังคำที่เปลี่ยนแปลงเหล่านี้ไม่ได้เปลี่ยนไปจริงๆ” แล้วมันหมายความว่าอย่างไร? ตามคำบอกของ Ullman วิทยาศาสตร์ข้อมูล ตามที่เข้าใจกันดี ครอบคลุมสาขาวิชาต่างๆ รวมถึงสถิติ คณิตศาสตร์ การเรียนรู้ของเครื่อง ปัญญาประดิษฐ์ การทำเหมืองข้อมูล การค้นพบความรู้ ประสบการณ์โดเมน… Continue reading วิทยาศาสตร์ข้อมูลคืออะไร? ผู้ได้รับรางวัลทัวริงแบ่งปันมุมมองของเขา

“เหนือเทรนด์ไลน์” – Your Industry Rumour Central for 10/8/2021

เหนือเทรนด์ไลน์: ศูนย์กลางข่าวลือในอุตสาหกรรมของคุณเป็นคุณลักษณะที่เกิดซ้ำของ InsideBIGDATA ในคอลัมน์นี้ เรานำเสนอรายการข่าวที่มีความสำคัญในช่วงเวลาสั้นๆ ที่หลากหลาย โดยจัดกลุ่มตามหมวดหมู่ เช่น กิจกรรม M&A, การเคลื่อนไหวของผู้คน, ข่าวด้านเงินทุน, ความร่วมมือในอุตสาหกรรม, ชัยชนะของลูกค้า, ข่าวลือ และ scuttlebutt ทั่วไปที่ลอยอยู่รอบ ๆ ข้อมูลขนาดใหญ่ วิทยาศาสตร์ข้อมูล และการเรียนรู้ของเครื่อง อุตสาหกรรมรวมถึงเกร็ดเล็กเกร็ดน้อยเบื้องหลังและข่าวลือที่อยากรู้อยากเห็น ความตั้งใจของเราคือการจัดหาแหล่งข่าวล่าสุดแบบครบวงจรแก่คุณเพื่อช่วยให้คุณทันต่อระบบนิเวศที่มีการเปลี่ยนแปลงอย่างรวดเร็วนี้ เรากำลังทำงานอย่างหนักในนามของคุณกับเครือข่ายผู้จำหน่ายที่กว้างขวางของเราเพื่อให้คุณได้รับข้อมูลล่าสุดทั้งหมด ได้ยินบางสิ่งบางอย่างด้วยตัวคุณเอง? บอกเรา! เพียงส่งอีเมลหาฉันที่: daniel@insidebigdata.com อย่าลืมทวีตบทความ Above the Trend Line โดยใช้แฮชแท็ก: #abovethetrendline ผ่านไปอีกสองสามสัปดาห์ที่ป่าเถื่อนในระบบนิเวศข้อมูลขนาดใหญ่! มาเริ่มกันเลยกับข่าวการระดมทุนใหม่ … Domino Data Lab ผู้ให้บริการแพลตฟอร์ม Enterprise MLOps ชั้นนำที่ได้รับความไว้วางใจจากผู้คนมากมาย 14% ของโชคลาภ 100 ประกาศ $100 ระดมทุนรอบล้านนำโดย Great Hill Partners… Continue reading “เหนือเทรนด์ไลน์” – Your Industry Rumour Central for 10/8/2021

AI ในเวชศาสตร์มารดาและทารกในครรภ์: รูปแบบใหม่สำหรับการดูแลแม่และเด็ก

AI มีความสนใจอย่างมากในด้านเวชศาสตร์มารดาและทารกในครรภ์ แม้ว่าสิ่งประดิษฐ์ก่อนหน้านี้ในด้านที่ละเอียดอ่อนของการดูแลสุขภาพจะใช้ระบบที่อิงตามกฎของผู้เชี่ยวชาญเพื่อทำนายความเสี่ยงของการคลอดก่อนกำหนดในสตรีมีครรภ์ แต่ตอนนี้ก็พร้อมสำหรับความก้าวหน้าของ AI ที่น่าตื่นเต้นมากขึ้น เวชศาสตร์มารดาและทารกในครรภ์เป็นสาขาของยาที่เน้นการจัดการสภาวะสุขภาพทั้งหมดที่มีผลต่อสตรีมีครรภ์และทารกในครรภ์ก่อน ระหว่าง และหลังการตั้งครรภ์ไม่นาน ภายใต้สถานการณ์ปกติ การตั้งครรภ์ควรดำเนินไปโดยไม่มีปัญหา อย่างไรก็ตาม สตรีมีครรภ์บางรายอาจมีอาการแทรกซ้อนตั้งแต่เล็กน้อยไปจนถึงรุนแรง เนื่องจากไม่ทราบสาเหตุ ซึ่งอาจส่งผลต่อสุขภาพของมารดา สุขภาพของทารก หรือทั้งสองอย่าง ตามรายงานของ Johns Hopkins Medicine ภาวะแทรกซ้อนทั่วไปบางประการที่ผู้หญิงพบในระหว่างตั้งครรภ์ ได้แก่ ความดันโลหิตสูง แพ้ท้องอย่างรุนแรง เบาหวานขณะตั้งครรภ์ และรกเกาะต่ำ ซึ่งเป็นภาวะที่รกของทารกปกคลุมมดลูกของมารดาทำให้เลือดออกรุนแรง ภาวะแทรกซ้อนจากการตั้งครรภ์เป็นสาเหตุสำคัญของการเสียชีวิตของมารดาทั่วโลก ทำให้การจัดการการตั้งครรภ์และการคลอดบุตรของสตรีที่มีภาวะเรื้อรังก่อนตั้งครรภ์มีความสลับซับซ้อนมากขึ้น ยาสำหรับมารดาและทารกในครรภ์ได้รับการดูแลโดยแพทย์เฉพาะทางสำหรับมารดาและทารกในครรภ์ (MFM) ซึ่งทำงานควบคู่ไปกับทีมแพทย์เพื่อให้แน่ใจว่าทั้งแม่และเด็กจะได้รับการเปลี่ยนแปลงที่ราบรื่นและปลอดภัยผ่านการปฏิสนธิและการคลอด แม้ว่าพวกเขาจะให้ความสำคัญกับสุขภาพของสตรีมีครรภ์ทุกประเภท แต่ผู้หญิงที่มีความเสี่ยงสูงเป็นที่สนใจเป็นพิเศษสำหรับพวกเขาเนื่องจากต้องได้รับการดูแลมากขึ้น ผู้เชี่ยวชาญ MFM ทราบถึงความเจ็บป่วย การใช้ยา และภาวะแทรกซ้อนที่กำลังจะเกิดขึ้นเพื่อหาแผนการรักษาที่เหมาะสมที่สุดสำหรับทั้งแม่และลูกในครรภ์ ด้วยการใช้ประโยชน์จากพลังของ AI และข้อมูลทางคลินิกจาก Electronic Medical Record ภาวะแทรกซ้อนจะถูกตรวจพบตั้งแต่เนิ่นๆสำหรับการแทรกแซงทางการแพทย์ที่เป็นไปได้เพื่อให้ได้ผลลัพธ์ที่ดีขึ้นสำหรับทั้งคู่ นี่คือผลกระทบของ AI ในด้านต่างๆ ของเวชศาสตร์มารดาและทารกในครรภ์ ภาวะเจริญพันธุ์โดยใช้ AI ช่วย AI… Continue reading AI ในเวชศาสตร์มารดาและทารกในครรภ์: รูปแบบใหม่สำหรับการดูแลแม่และเด็ก