机器学习崛起:改变多领域的力量
一、大数据驱动的认知突破
随着科技的发展,语音识别与语言翻译的结合让实时跨文化交流成为可能,就像《星际迷航》中的通用翻译器即将成为现实。而计算机的语音识别和语言翻译等认知能力达到人类水平为何耗时如此之久,以及这些能力为何在同一时间取得突破,背后的驱动力正是大数据。
二、机器学习在医疗诊断中的应用
(一)皮肤疾病诊断
机器学习在医疗领域的应用日益广泛。在皮肤疾病诊断方面,一项研究将深度学习应用于 130,000 张包含 2000 多种不同疾病的皮肤病图像,其医学数据库比以往大 10 倍。该研究的网络经过训练,能从新的“测试集”图像中诊断疾病,其诊断性能与 21 位皮肤科专家相当,在某些情况下甚至更优。未来,人们有望通过智能手机拍摄可疑皮肤病变照片并立即获得诊断结果,这将极大地拓展皮肤科护理的范围和质量,也有助于患者在疾病早期就医,同时帮助医生更好地诊断罕见皮肤疾病。
(二)乳腺癌检测
在转移性乳腺癌的检测中,专家在淋巴结活检幻灯片图像检测时可能会出错,而深度学习在模式识别方面具有优势。一个在大量已知真实情况的幻灯片数据集上训练的深度学习网络,准确率达到 0.925,虽不如专家的 0.966,但当深度学习的预测与人类专家的判断相结合时,准确率几乎达到完美的 0.995。这表明人类与机器合作能取得更好的效果,未来人类和机器有望成为合作伙伴而非竞争对手。
(三)睡眠监测
约 70% 的人一生中会有严重的睡眠问题。目前,睡眠诊所的检测方式繁琐且成本高,患者需等待数月看医生,然后在诊所连接大量电极过夜监测脑电图(EEG)和肌肉活动。睡眠专家依据
超级会员免费看
订阅专栏 解锁全文

被折叠的 条评论
为什么被折叠?



