当前位置: 首页 > 编程日记 > 正文

面对新型肺炎疫情,AI能做什么?

作者 | 马超

出品 | AI科技大本营(ID:rgznai100)

根据最新的新型冠状病毒疫情通报,截至1月30日24时,国家卫生健康委公布确诊病例9692例,重症病例1527例,累计死亡病例213例,另有疑似病例15238例。

为防止疫情扩散,全国31省市自治区已全部启动重大突发公共卫生事件一级响应,笔者遥祝各位友人,平平安安,身体健康。

做为一名IT从业者,笔者最佩服的就是信息融合的跨界能力,前文《300秒就完成第一超算1万年的计算量,量子霸权真时代要来了吗》曾经介绍过,谷歌的科学家使用机器学习的方法来给量子计算机调优参数。所以在阅读疫情的相关材料后,笔者总结了一下,AI在很多方面应该可以跨界,能帮上一些忙。

AI诊断医学影像,可能被用于疾病初筛

我看到不明肺炎的诊断标准是

  1. 发热(≥38℃);

  2. 具有肺炎或急性呼吸窘迫综合征的影像学特征;

  3. 发病早期白细胞总数降低或正常,或淋巴细胞分类计数减少;

  4. 经抗生素规范治疗3~5天,病情无明显改善。

而且钟南山院士等多名专家也介绍了,此次冠状病毒肺炎在发病初起,血常规检测结果几乎没有什么有价值的线索,但是医学影像方面会有异常,由于影像诊断不是量化指标,很难像血结果那样指向明确,人工判断有一定的难度,而且也如钟院士所言,冬季流感本来就高发,如果血液检测没有定量的结果,那么仅靠人工进行影像学的筛查,来判断是否需要进一步确诊,可能会带来一定不确定因素。

人工智能在处理医学影像方面这些年来的进展还是相当不错的,2018年谷歌著名的AI女神李飞飞就曾经发表过一篇针对胸片影像进行深度学习检测的论文《Thoracic Disease Identification and Localization with Limited Supervision》(下载地址:https://arxiv.org/pdf/1711.06373v6.pdf)

其模型工作原理也比较简单,先用Resnet进行特征提取,接下来通过全卷积网络进行分类,输出每种分类的得分,再使用多实例学习来学习多种类型图像,最后输出 图像类别以及对应区域的位置。

而且在医疗影像处理方面,国家大厂也是成绩斐然。比如在前年的肺结节检测大赛 (LUNA16)上,阿里云 ET 就在1186 个肺结节(75% 以上为小于 10mm 的小结节)的样本中, 在 7 个不同误报率下发现的肺结节平均成功率达到 89.7%。(注:LUNA大赛中使用召回率,是指在样本数据中成功发现的结节占比,这里使用成功率替代),下图显示了 ET 在不同误报次数下的召回率情况。

在模型结构设计上,ET 针对医学影像的特性,采用多通道、异构三维卷积融合算法、有效地利用多异构模型的互补性来处理和检测在不同形态上的肺结节,提高了对不同尺度肺结节的敏感性;同时使用了带有反卷积结构的网络和多任务学习的训练策略,提高了检测的准确度。

而去年年末,国内顶级AI实验室腾讯优图,也将医疗 AI 深度学习预训练模型 MedicalNet (Github地址:https://github.com/Tencent/MedicalNet)正式对外开源,笔者看到这也是首个开源的能处理3D医学影像的深度学习框架。

只要安装CUDA,从github上将该项目克隆下来。

git clone https://github.com/Tencent/MedicalNet

然后到微云(https://share.weiyun.com/55sZyIx)下载相应模型,解压后既可进行训练。

python train.py --gpu_id 0 

虽然受时间限制,笔者还没有跑完训练脚本。根据Github上的资料显示,MedicalNet 提供的预训练网络可迁移到任何 3D 医疗影像的 AI 应用中,包括但不限于分割、检测、分类等任务。尤其值得一提的是,MedicalNet 特别在小数据医疗影像 AI 场景,能加快网络收敛,提升网络性能,这个特性比较本次疫情确诊样本相当稀缺的情况。

AI深度学习,也许对防止超级传染者有帮助

在钟南山院士谈到本次疫情的防控时特别提到了要小心超级传染者的出现,而超级传染者是指一个人传染10个人以上的患者,比如非典期间,广东一男子染病50天,先后传染130余人,包括18位亲属及几十名医务人员,再比如2015年中东呼吸综合征(MERS)在韩国也出现了一名超级传染者,先后传染了数十几医护人员及亲属。

而如果对于历次呼吸道感染疫情的患者数据进行汇总,将传播能力进行分类,这是一个机器学习的经典任务。不过考虑到样本的数量可能不够,而且在病档资料中该患者做为传染源传染人数的记录可能也有缺失,所以利用AI防止超级传播者的方案未必能够奏效。

最后笔者在这里也号召各位读者多从技术角度想想办法,共克时坚,共渡难关。相信一定能渡过此次疫情。

原文链接:

https://blog.csdn.net/BEYONDMA/article/details/104075388?utm_source=app

(*本文为AI科技大本营约稿文章,转载请微信联系 1092722531)

精彩推荐

1、评选进行中,参与投票即有机会参与抽奖,60+公开课免费学习

2、【Python Day——北京站】现已正式启动,「新春早鸟票」火热开抢!2020年,我们还将在全国多个城市举办巡回活动,敬请期待!活动咨询,可扫描下方二维码加入官方交流群~

CSDN「Python Day」咨询群 ????

来~一起聊聊Python

如果群满100人,无法自动进入,可添加会议小助手微信:婷婷,151 0101 4297(电话同微信)


推荐阅读

  • 数十名工程师作战5天,阿里达摩院连夜研发智能疫情机器人

  • 百度免费开放AI算法,可将新型冠状病毒RNA分析缩短至27秒

  • 实时追踪,用Python画新型肺炎疫情地图

  • 图模型+Bert香不香?完全基于注意力机制的图表征学习模型Graph-Bert

  • 疫情之下「在家办公模式」开启,你该选择哪些远程协同工具?

  • 苹果2020iPhone 展望:相机大升级,5G首次接入

  • 区块链10年低谷与荣光

  • 你点的每个“在看”,我都认真当成了AI

相关文章:

大家帮忙.谢谢!..(急急急急急)

大家帮忙.谢谢!..(急急急急急) Delphi / Windows SDK/APIhttp://www.delphi2007.net/DelphiDB/html/delphi_20061218224617231.htmlprocedure TForm1.Button4Click(Sender: TObject); var P : pstring; i, j : integer; begin GetMem(p, sizeof(stri…

HDU4866 Shooting (要持久段树)

意甲冠军: 给你一些并行x行轴。总是询问坐标x的顶部之前,k一个段高度,。标题是必须在线。思路: 首先要会可持久化线段树(又称主席树和函数式线段树)。不会的能够去做下POJ 2104。 把全部线段高度离散化,作为结点建线段…

C++过去的这一年

作者 | Bartek译者 | 苏本如,责编 | 屠敏出品 | CSDN(ID:CSDNnews)【导读】本文旨在让我们回顾 C 2019年里的变化和发展!我们将重点关注本年度里 C 上发生的重大事件,标准的发展,工具的变化等等…

码农技术炒股之路——抓取股票基本信息、实时交易信息、主力动向信息

从本节开始,我们开始介绍各个抓取和备份业务。(转载请指明出于breaksoftware的csdn博客) 因为我们数据库很多,数据库中表也很多,所以我们需要一个自动检测并创建数据库和表的功能。在《码农技术炒股之路——数据库管理…

TemplateBuilder

http://msdn.microsoft.com/zh-cn/vstudio/system.web.ui.templatebuilder_members(VS.85).aspx TemplateBuilder 成员TemplateBuilder 成员支持在生成模板及其包含的子控件时使用的页分析器。 下表列出了由 TemplateBuilder 类型公开的成员。 公共构造函数 名称 说明 Templat…

【iOS UI】iOS 9 GUI 资源分享

分享的内容包括一个【DesignCode-iOS-9-GUI】Sketch 文件&#xff0c; 和苹果官方释出的【SF-UI、SF-Compact】两种字体的安装包。 以上内容是正版、免费的 <a href "https://itunes.apple.com/cn/app/sketch-3/id852320343?mt12">Sketch</a> 是收费软…

反向R?削弱显著特征为细粒度分类带来提升 | AAAI 2020

作者 | VincentLee来源 | 晓飞的算法工程笔记导读&#xff1a;论文提出了类似于dropout作用的diversification block&#xff0c;通过抑制特征图的高响应区域来反向提高模型的特征提取能力&#xff0c;在损失函数方面&#xff0c;提出专注于top-k类别的gradient-boosting loss来…

C#初学——doWhile

继续上面的学习&#xff0c;这次的是流程控制&#xff0c;用dowhile&#xff0c;代码如下&#xff0c;还是用语言选择来作为事例的。using System; using System.Collections.Generic; using System.Text; namespace ConsoleApplication9 { class Program { static void Main(s…

码农技术炒股之路——实时交易信息、主力动向信息分库备份

一般来说&#xff0c;一个股票信息应该保存在一张表中。但是由于我机器资源限制&#xff0c;且我希望尽快频率的抓取数据。所以每天我将所有股票的实时交易信息放在daily_temp库中的一个以日期命名的表中。主力动向信息也是如此。但是盘后分析股票时&#xff0c;我们会以单只股…

数据预处理(完整步骤)

原文&#xff1a;http://dataunion.org/5009.html 一&#xff1a;为什么要预处理数据&#xff1f;&#xff08;1&#xff09;现实世界的数据是肮脏的&#xff08;不完整&#xff0c;含噪声&#xff0c;不一致&#xff09;&#xff08;2&#xff09;没有高质量的数据&#xff0c…

码农技术炒股之路——抓取日线数据、计算均线和除权数据

日线数据是股票每日收盘后的信息。这块数据不用实时抓取&#xff0c;所以并不占用宝贵的交易时间的资源。于是我们抓取完数据后直接往切片后的数据库中保存。&#xff08;转载请指明出于breaksoftware的csdn博客&#xff09; 抓取日线数据 我们先要获取今天有交易信息的股票代…

茫茫碌碌的日子

一连很好多天&#xff0c;都在为公司数据库基础构架升级的事情忙活着。升级的事情还是比较棘手的。需要升级硬件服务器&#xff0c;相关的存储&#xff0c;操作系统&#xff0c;数据库产品&#xff0c;涉及面非常多。当然烦心的事情就很多。作为线上生产系统&#xff0c;升级和…

Python PK C++,究竟谁更胜一筹?

作者 | Farhad Malik译者 | 弯月&#xff0c;编辑 | 屠敏来源 | CSDN&#xff08;ID&#xff1a;CSDNnews&#xff09;在编程生涯的早期阶段&#xff0c;我参与过一款C数学优化应用程序的开发&#xff0c;这个程序对性能的要求很高。至今我依然记得那段艰难的经历。在那个项目中…

oracle--查看表空间大小以及修改表空间大小

为什么80%的码农都做不了架构师&#xff1f;>>> 一.修改表空间大小 解决以上问题的办法&#xff1a;通过增大表空间即可解决&#xff0c;如下&#xff1a; Sql代码 使用dba用户登陆 sqlplus / as sysdba; 执行如下命令&#xff1a; SQL >…

同步、异步、堵塞、非堵塞和函数调用及I/O之间的组合概念

在我们工作和学习中&#xff0c;经常会接触到“同步”、“异步”、“堵塞”和“非堵塞”这些概念&#xff0c;但是并不是每个人都能将它们的关系和区别说清楚。本文将对这些基本概念进行讨论&#xff0c;以期让大家有更清楚的认识。&#xff08;转载请指明出于breaksoftware的c…

“抗击”新型肺炎!阿里达摩院研发AI算法,半小时完成疑似病例基因分析

利用技术辅助抗击疫情&#xff0c;阿里巴巴、百度等科技巨头各显身手。此前&#xff0c;AI科技大本营采访报道了阿里达摩院《数十名工程师作战5天&#xff0c;阿里达摩院连夜研发智能疫情机器人》一文&#xff0c;后者为了解决客服人力不足的局面&#xff0c;快速响应政府需求开…

反编译工具jad简单用法

反编译工具jad简单用法 下载地址&#xff1a;[url]http://58.251.57.206/down1?cidB99584EFA6154A13E5C0B273C3876BD4CC8CE672&t2&fmt&usrinput[/url]反编译工具jad &dt2002000一. 不用安装&#xff0c;只要解压就行&#xff08;有这样两个文件jad.exe&#x…

ubuntu 系统设置bugzilla制

随着时间的推移。在大脑中形成的记忆总会慢慢的淡去。人的记忆力就是这样。所以最好的办法就是形成博客去记录下来&#xff0c;一方面给自己以后回想用。一方面也算是自己的一个积累。所以一旦选择了一个行业&#xff0c;最好不要轻 易转行&#xff0c;由于非常多知识须要不断的…

静态分析C语言生成函数调用关系的利器——cflow

除了《静态分析C语言生成函数调用关系的利器——calltree》一文中介绍的calltree&#xff0c;我们还可以借助cflow辅助我们阅读理解代码。&#xff08;转载请指明出于breaksoftware的csdn博客&#xff09; cflow的说明和安装cflow是一款静态分析C语言代码的工具&#xff0c;通过…

我在MongoDB年终大会上获二等奖文章:由数据迁移至MongoDB导致的数据不一致问题及解决方案...

作者 | 上海小胖来源 | Python专栏&#xff08;ID:xpchuiit)故事背景企业现状2019年年初&#xff0c;我接到了一个神秘电话&#xff0c;电话那头竟然准确的说出了我的昵称&#xff1a;上海小胖。我想这事情不简单&#xff0c;就回了句&#xff1a;您好&#xff0c;我是小胖&…

注意String.Split的几个重载形式

String.Split应该是经常用到的一个函数了,经常的有下面两种形式 public string[] Split(char[] separator, StringSplitOptions options); public string[] Split(string[] separator, StringSplitOptions options); 1. 多数情况下我们会使用第一种,代码里可能这…

如何让猎头找到你

如何让猎头找到你

libev源码解析——总览

libev是个非常优秀的基于事件的循环库&#xff0c;很多开源软件&#xff0c;比如nodejs就是使用其实现基础功能。本系列将对该库进行源码分析。&#xff08;转载请指明出于breaksoftware的csdn博客&#xff09; 不知道是被墙了还是网站不再维护&#xff0c;它的官网&#xff08…

GPT-2仅是“反刍”知识,真正理解语言还要改弦更张

作者 | Gary Marcus译者 | 泓技编辑 | 夕颜出品 | AI科技大本营&#xff08;ID&#xff1a;rgznai100&#xff09;【导读】OpenAI的GPT-2正被广泛地讨论&#xff0c;无论是《纽约客》还是《经济学人》&#xff0c;我们都能看到有关它的话题。关于自然和人工智能&#xff0c;它想…

sap business one 笑谈

Sap Business .e 出生在以色列&#xff0c;生下来的时候父母给起了个小名叫SBO&#xff0c;据说他的亲生父母是SAP家庭里的一个重要成员&#xff0c;后来SAP家族里的长老认为SBO长得不错&#xff0c;挺好看的。毕竟SAP家族里生下来的儿子都是胖胖的&#xff0c;想要个瘦点长相好…

来51学院的第一天

【来51学院的第一天】转载于:https://blog.51cto.com/10801189/1703279

libev源码解析——监视器(watcher)结构和组织形式

在《libev源码解析——总览》中&#xff0c;我们介绍了libev的一些重要变量在不同编译参数下的定义位置。由于这些变量在多线程下没有同步问题&#xff0c;所以我们将问题简化&#xff0c;所提到的变量都是线程内部独有的&#xff0c;不用考虑任何多线程问题。&#xff08;转载…

《评人工智能如何走向新阶段》后记(再续16)

由AI科技大本营下载自视觉中国181.5种常见的机器学习方法。 &#xff08;1&#xff09;线性回归linear regression: 一种流行的回归算法&#xff0c;从样本特征的线性组合&#xff0c;linear combination中学习模型。 &#xff08;2&#xff09;负数几率回归&#xff0c;logis…

怎么样才能快速的把淘宝店铺推广出去

我来到淘宝近一个月了,目前顺利地得到了两颗心心.感触颇多.其中店铺的推广显得尤其重要&#xff0c;应很多淘友的提问&#xff0c;我把一些店铺推广技巧介绍如下,你如果觉得有益,就回一下贴,以示支持.在这里先谢谢了&#xff01;先看第一板斧&#xff1a;一、修练内功&#xff…

linux的ftp服务器

2019独角兽企业重金招聘Python工程师标准>>> ftp服务器在网上较为常见&#xff0c;Linux ftp命令的功能是用命令的方式来控制在本地机和远程机之间传送文件&#xff0c;这里详细介绍Linux ftp命令的一些经常使用的命令&#xff0c;相信掌握了这些使用Linux 进行ftp操…