0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

使用AI和機器學(xué)習(xí)來處理COVID-19數(shù)據(jù)

倩倩 ? 來源:互聯(lián)網(wǎng)分析沙龍 ? 2020-07-03 10:15 ? 次閱讀

為什么COVID-19會使某些人重病,卻幾乎不打擾其他感染者?約翰·霍普金斯大學(xué)(Johns Hopkins)的最高管理層希望技術(shù)可以幫助解開這一謎團。

“我們有一個數(shù)據(jù)平臺,我們正在使用AI機器學(xué)習(xí)來處理COVID-19數(shù)據(jù)。巴爾的摩大學(xué)醫(yī)學(xué)院院長兼醫(yī)療系統(tǒng)首席執(zhí)行官保羅·羅斯曼(Paul Rothman)醫(yī)師在記者瑪雅·瑪吉特(Maya Margit)發(fā)表的問答文章中對媒體專欄說:“我們還試圖與其他人合作以獲取數(shù)據(jù)?!?/p>

羅斯曼補充說,研究似乎對任何特定個體的疾病進程都有影響的變量-年齡,合并癥,遺傳易感性,血型“需要對大數(shù)據(jù)和AI進行分析”?!?[T] hese將有助于更好地預(yù)測誰將患重病,以及誰將從不同的治療干預(yù)措施中受益?!?/p>

羅斯曼(Rothman)報告說,在大流行期間,霍普金斯醫(yī)學(xué)(Hopkins Medicine)的遠(yuǎn)程醫(yī)療量猛增。

他說:“我們將不得不重新考慮我們的候診室是什么樣子?!薄叭绻覀儸F(xiàn)在有三分之一或25%的活動是遠(yuǎn)程醫(yī)療,我們是否需要等候室?我們需要盡可能多的檢查室嗎?我們是否需要為人們進行遠(yuǎn)程醫(yī)療建設(shè)新設(shè)施?”

他還對COVID治療的進展,美國與其他國家相比與該疾病作斗爭的方法以及AI在為將來的公共衛(wèi)生危機做準(zhǔn)備方面可能會改變游戲規(guī)則的問題提出質(zhì)疑。

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • AI
    AI
    +關(guān)注

    關(guān)注

    87

    文章

    31025

    瀏覽量

    269363
  • 機器學(xué)習(xí)
    +關(guān)注

    關(guān)注

    66

    文章

    8423

    瀏覽量

    132744
收藏 人收藏

    評論

    相關(guān)推薦

    ADS1299后端數(shù)據(jù)是通過寫好的exe程序來處理的?

    看了ADS1299開發(fā)板,很心動,因為我是做后端數(shù)據(jù)處理的,前端硬件基本自己搞不定,所以想入一個自己收集一點原始數(shù)據(jù)來玩玩 但是看了1299的手冊,貌似后端數(shù)據(jù)是通過寫好的exe程序來處理
    發(fā)表于 12-25 06:29

    自然語言處理機器學(xué)習(xí)的關(guān)系 自然語言處理的基本概念及步驟

    Learning,簡稱ML)是人工智能的一個核心領(lǐng)域,它使計算機能夠從數(shù)據(jù)學(xué)習(xí)并做出預(yù)測或決策。自然語言處理機器學(xué)習(xí)之間有著密切的關(guān)系
    的頭像 發(fā)表于 12-05 15:21 ?519次閱讀

    NPU與機器學(xué)習(xí)算法的關(guān)系

    在人工智能領(lǐng)域,機器學(xué)習(xí)算法是實現(xiàn)智能系統(tǒng)的核心。隨著數(shù)據(jù)量的激增和算法復(fù)雜度的提升,對計算資源的需求也在不斷增長。NPU作為一種專門為深度學(xué)習(xí)
    的頭像 發(fā)表于 11-15 09:19 ?496次閱讀

    恩智浦eIQ AI機器學(xué)習(xí)開發(fā)軟件增加兩款新工具

    恩智浦在eIQ AI機器學(xué)習(xí)開發(fā)軟件中增加了帶有檢索增強生成(RAG)與微調(diào)的生成式人工智能(GenAI)流程和eIQ Time Series Studio,以便在小型微控制器(MCU)、功能更強大的大型應(yīng)用
    的頭像 發(fā)表于 11-01 11:39 ?528次閱讀

    請問VOLIB語音庫不能用來處理實時語音嗎?

    我下載了TI的VOLIB語音庫,移植了里面的VEU語音增強程序,說明文檔說這個程序里面帶的有降噪功能,數(shù)據(jù)手冊也是看的云里霧里的,感覺VOLIB是用來處理網(wǎng)絡(luò)中的語音數(shù)據(jù)的嗎(還區(qū)分上/下鏈路
    發(fā)表于 10-25 08:24

    人工智能、機器學(xué)習(xí)和深度學(xué)習(xí)存在什么區(qū)別

    人工智能指的是在某種程度上顯示出類似人類智能的設(shè)備。AI有很多技術(shù),但其中一個很大的子集是機器學(xué)習(xí)——讓算法從數(shù)據(jù)學(xué)習(xí)
    發(fā)表于 10-24 17:22 ?2504次閱讀
    人工智能、<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>和深度<b class='flag-5'>學(xué)習(xí)</b>存在什么區(qū)別

    AI大模型與深度學(xué)習(xí)的關(guān)系

    AI大模型與深度學(xué)習(xí)之間存在著密不可分的關(guān)系,它們互為促進,相輔相成。以下是對兩者關(guān)系的介紹: 一、深度學(xué)習(xí)AI大模型的基礎(chǔ) 技術(shù)支撐 :深度學(xué)習(xí)
    的頭像 發(fā)表于 10-23 15:25 ?879次閱讀

    AI大模型與傳統(tǒng)機器學(xué)習(xí)的區(qū)別

    多個神經(jīng)網(wǎng)絡(luò)層組成,每個層都包含大量的神經(jīng)元和權(quán)重參數(shù)。 傳統(tǒng)機器學(xué)習(xí) :模型規(guī)模相對較小,參數(shù)數(shù)量通常只有幾千到幾百萬個,模型結(jié)構(gòu)相對簡單。 二、訓(xùn)練數(shù)據(jù)需求 AI大模型 :需要大規(guī)
    的頭像 發(fā)表于 10-23 15:01 ?696次閱讀

    AI for Science:人工智能驅(qū)動科學(xué)創(chuàng)新》第二章AI for Science的技術(shù)支撐學(xué)習(xí)心得

    人工智能在科學(xué)研究中的核心技術(shù),包括機器學(xué)習(xí)、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等。這些技術(shù)構(gòu)成了AI for Science的基石,使得AI能夠
    發(fā)表于 10-14 09:16

    RISC-V如何支持不同的AI機器學(xué)習(xí)框架和庫?

    RISC-V如何支持不同的AI機器學(xué)習(xí)框架和庫?還請壇友們多多指教一下。
    發(fā)表于 10-10 22:24

    AI引擎機器學(xué)習(xí)陣列指南

    云端動態(tài)工作負(fù)載以及超高帶寬網(wǎng)絡(luò),同時還可提供高級安全性功能。AI數(shù)據(jù)科學(xué)家以及軟硬件開發(fā)者均可充分利用高計算密度的優(yōu)勢來加速提升任何應(yīng)用的性能。AI 引擎機器
    的頭像 發(fā)表于 09-18 09:16 ?417次閱讀
    <b class='flag-5'>AI</b>引擎<b class='flag-5'>機器</b><b class='flag-5'>學(xué)習(xí)</b>陣列指南

    卷積神經(jīng)網(wǎng)絡(luò)通常用來處理什么

    卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Networks, CNNs)通常被用來處理具有顯著空間層次結(jié)構(gòu)的數(shù)據(jù),特別是圖像和視頻數(shù)據(jù)。它們通過模擬人類視覺處理機制中的某
    的頭像 發(fā)表于 07-11 14:51 ?828次閱讀

    機器學(xué)習(xí)中的數(shù)據(jù)預(yù)處理與特征工程

    機器學(xué)習(xí)的整個流程中,數(shù)據(jù)預(yù)處理與特征工程是兩個至關(guān)重要的步驟。它們直接決定了模型的輸入質(zhì)量,進而影響模型的訓(xùn)練效果和泛化能力。本文將從數(shù)據(jù)
    的頭像 發(fā)表于 07-09 15:57 ?461次閱讀

    機器學(xué)習(xí)數(shù)據(jù)分析中的應(yīng)用

    隨著大數(shù)據(jù)時代的到來,數(shù)據(jù)量的爆炸性增長對數(shù)據(jù)分析提出了更高的要求。機器學(xué)習(xí)作為一種強大的工具,通過訓(xùn)練模型從
    的頭像 發(fā)表于 07-02 11:22 ?650次閱讀

    瑞薩高性能AI加速處理器DRP-AI解析

    現(xiàn)代社會的各個方面都需要先進的人工智能(AI來處理,例如對周圍環(huán)境的識別、行動決策和運動控制,這包括工廠、物流、醫(yī)療、城市中的服務(wù)機器人以及安全攝像頭等應(yīng)用場景。然而,要在邊緣端實現(xiàn)人工智能,我們需要克服兩大挑戰(zhàn):功耗和靈活性
    的頭像 發(fā)表于 06-13 10:45 ?537次閱讀
    瑞薩高性能<b class='flag-5'>AI</b>加速<b class='flag-5'>處理</b>器DRP-<b class='flag-5'>AI</b>解析