數位病理:科學家+醫師+AI創意組合新契機
講者/張大慈(國立清華大學分子與細胞生物
Read more講者/張大慈(國立清華大學分子與細胞生物
Read more講者/邵軒磊(臺灣師範大學東亞學系副教授
Read moreBig data、演算法和運算能力驅動人工智慧發展,最初AI發展運作方式是由專家定義知識,機器模擬專家思路解決問題,後續機器學習方法出現、應用新一代的演算法像Deep Learning、搭配高速運算GPU,才能夠達成像Alpha go的AI系統,近幾年AI醫療快速發展,很重要的關鍵就是Big data,醫療數據的整合將產生非常大的力量。
Read more何謂「第四波產業革命」?
Read more彙整/田育志|整理自2019.12.28
Read more讓電腦體驗後驗哲學的樂趣。
Read more2016年日本東京醫科學研究所利用Watson系統診斷病情惡化的血癌病人,在眾多頂尖醫師束手無策的情況下,Watson利用大數據資料及病人基因,在10分鐘內給出正確的診斷。2016年《自然》刊登人透過工智慧診斷皮膚癌的精確度勝過皮膚專科醫師。醫學影像,亦開始大量使用AI技術判讀。總總AI在醫療運用成果,讓人無法漠視AI技術,對醫療產業產生反思—醫師是否將被AI取代?
Read more撰文/許可 YouTube在2019年更
Read more機器人能做的工作越來越繁多了,甚至可以包下科學家的工作:提出假說、做實驗,並評估實驗結果。雖然它算不算科學家仍有爭議,但無疑是人類做研究時的好幫手。(續前文)
Read more機器人能做的工作越來越繁多了,甚至可以包下科學家的工作:提出假說、做實驗,並評估實驗結果。雖然它算不算科學家仍有爭議,但無疑是人類做研究時的好幫手。(續前文)
Read more機器人能做的工作越來越繁多了,甚至可以包下科學家的工作:提出假說、做實驗,並評估實驗結果。雖然它算不算科學家仍有爭議,但無疑是人類做研究時的好幫手。
Read more