帝国理工：如何用 AI 解决 80% 专科医生担忧的心律装置移植手术难题(3)

医学能力：机器学习和人工智能在医学领域，特别是在医学图像分析领域，得到了迅速的发展。我们的方法会加速患者的诊断和治疗。本文也表明了神经网络越来越多的处理大量的医学数据(整个卫生保健系统)，以及未来病人护理可能会越来越多地依赖计算机辅助决策。

成果转化：将机器学习的成果从计算机实验室转化为现实应用往往是困难的。通过研究，我们提供了一个在线教育门户网站，医生可以在线与网络互动。与以往一样，在将神经网络部署为有效工具之前，进一步的临床研究对于评估网络的准确性至关重要。

本文转自雷锋网，如需转载请至雷锋网官网申请授权。

【编辑推荐】

1. 半天2k赞火爆推特，李飞飞高徒发布33条神经网络训练秘技
2. 第三届世界智能大会于5月16日召开 五大特色抢先看
3. 出神入化：特斯拉AI主管、李飞飞高徒Karpathy的33个神经网络「炼丹」技巧
4. 程序员“福音”来了：AI辅助人类写代码，靠谱吗？
5. 研究：CIO 对 AI 的实验和投资仍持谨慎态度

（编辑：ASP站长网）