Home / Archive by category "medicina"

medicina

Gli algoritmi utilizzati da aziende come Netflix potrebbero decifrare il linguaggio biologico delle malattie neurodegenerative

Potenti algoritmi utilizzati da aziende come Netflix, Facebook e Amazon potrebbero avere importanti implicazioni nel settore sanitario. Hanno dimostrato la capacità di prevedere il linguaggio biologico del cancro e di altre malattie neurodegenerative come l'Alzheimer. Questa iniziativa è stata intrapresa da accademici del St. John's College, Università di Cambridge, che hanno alimentato i big data prodotti nel corso di decenni in un modello di linguaggio informatico. L'obiettivo era vedere se l'intelligenza artificiale (AI) poteva fare scoperte più avanzate rispetto agli umani, e hanno scoperto proprio questo con la capacità della tecnologia di decifrare il linguaggio biologico. Lo studio è stato pubblicato sulla rivista scientifica PNAS, dal titolo " Imparare la grammatica molecolare dei condensati proteici da determinanti di sequenza e incorporamenti ". Secondo gli esperti, potrebbe essere utilizzato per "correggere gli errori grammaticali all'interno delle cellule che causano la malattia". Il professor Tuomas Knowles è l'autore principale dell'articolo e membro del St. John's College. “Portare la tecnologia di apprendimento automatico nella ricerca sulle malattie neurodegenerative e sul cancro è un punto di svolta assoluto. In definitiva, l'obiettivo sarà quello di utilizzare l'intelligenza artificiale per sviluppare farmaci mirati per alleviare drasticamente i sintomi o per prevenire del tutto la demenza ". Algoritmi potentiGli algoritmi di apprendimento automatico utilizzati da aziende come Netflix e Facebook fanno previsioni altamente istruite sui consumatori e su cosa faranno dopo. Questo è ciò che accade quando Netflix consiglia un nuovo film o Facebook consiglia un nuovo amico. Gli assistenti vocali come Alexa e Siri possono riconoscere subito le persone e rispondere. Il dottor Kadi Liis Saar è il primo autore dell'articolo e ricercatore presso il St. John's College. Ha usato una tecnologia simile per addestrare un modello di linguagg...
Continua a Leggere

La rete neurale profonda può eseguire lo screening per malattie della pelle sul laptop

Una nuova architettura di rete neurale profonda in grado di fornire una diagnosi precoce della sclerosi sistemica (SSc) è stata segnalata dal presidente fondatore del dipartimento di ingegneria biomedica presso l'Università di Houston. La SSc è una rara malattia autoimmune che causa pelle e organi interni induriti o fibrosi. La rete proposta è implementata con un computer portatile standard e può immediatamente riconoscere le differenze tra le immagini di pelle sana e la pelle con SSc. La ricerca è stata pubblicata su IEEE Open Journal of Engineering in Medicine and Biology . Metin Akay è professore di ingegneria biomedica alla John S. Dunn Endowed Chair. "Il nostro studio preliminare, inteso a dimostrare l'efficacia dell'architettura di rete proposta, è promettente nella caratterizzazione di SSc", afferma Akay. "Riteniamo che l'architettura di rete proposta possa essere facilmente implementata in un contesto clinico, fornendo uno strumento di screening semplice, economico e accurato per SSc". SSc e diagnosi precoceÈ estremamente importante che la SSc venga diagnosticata precocemente, ma spesso è difficile da ottenere. Vari studi dimostrano che il coinvolgimento degli organi potrebbe avvenire molto prima del previsto, nella fase iniziale della malattia. Poiché è così difficile anche per i medici dei centri esperti diagnosticare precocemente e determinare l'entità della progressione della malattia, ci sono spesso lunghi ritardi nella terapia e nel trattamento. Addestrare il sistemaIl deep learning mette gli algoritmi in livelli, chiamati rete neurale artificiale , che possono prendere le proprie decisioni. I ricercatori si sono proposti di accelerare il processo di apprendimento, quindi hanno addestrato la nuova rete utilizzando i parametri di MobileNetV2, un'applicazione di visione mobile. È pre-addestrato con 1,4 milioni di immagini dal set di dati ImageNet. Il tempo di formazione è durato solo meno di cinque ore. "Scansionando le im...
Continua a Leggere

Principali difetti riscontrati nell’apprendimento automatico per la diagnosi COVID-19

Una coalizione di ricercatori di intelligenza artificiale e professionisti sanitari in campi come malattie infettive, radiologia e ontologia ha riscontrato diverse carenze comuni ma gravi con l'apprendimento automatico realizzato per la diagnosi o la prognosi COVID-19. Dopo l'inizio della pandemia globale, startup come DarwinAI , grandi aziende come Nvidia e gruppi come l'American College of Radiology hanno lanciato iniziative per rilevare COVID-19 da scansioni TC, raggi X o altre forme di imaging medico. La promessa di tale tecnologia è che potrebbe aiutare gli operatori sanitari a distinguere tra polmonite e COVID-19 o fornire più opzioni per la diagnosi del paziente. Alcuni modelli sono stati persino sviluppati per prevedere se una persona morirà o avrà bisogno di un ventilatore sulla base di una TAC. Tuttavia, i ricercatori affermano che sono necessari importanti cambiamenti prima che questa forma di apprendimento automatico possa essere utilizzata in un contesto clinico. I ricercatori hanno valutato più di 2.200 articoli e, attraverso un processo di rimozione di duplicati e titoli irrilevanti, hanno ridotto i risultati a 320 articoli sottoposti a una revisione del testo completo per verificarne la qualità. Infine, 62 articoli sono stati ritenuti idonei a far parte di ciò a cui gli autori si riferiscono come una revisione sistematica della ricerca pubblicata e dei preprint condivisi su archivi di documenti di ricerca aperti come arXiv, bioRxiv e medRxiv. Di questi 62 documenti inclusi nell'analisi, circa la metà non ha tentato di eseguire la convalida esterna dei dati di addestramento, non ha valutato la sensibilità o la robustezza del modello e non ha riportato i dati demografici delle persone rappresentate nei dati di addestramento. Anche i set di dati "Frankenstein", del tipo realizzato con immagini duplicate ottenute da altri set di dati, sono risultati essere un problema comune e solo uno su cinque modelli di diagnosi o prognosi COVID-...
Continua a Leggere

Uno strumento di intelligenza artificiale per rilevare il melanoma

Utilizzando reti neurali convoluzionali profonde, i ricercatori hanno escogitato un sistema che analizza rapidamente le immagini ad ampio campo della pelle dei pazienti al fine di rilevare il cancro in modo più efficiente. Il melanoma è un tipo di tumore maligno responsabile di oltre il 70% di tutti i decessi correlati al cancro della pelle in tutto il mondo. Per anni, i medici si sono affidati all'ispezione visiva per identificare lesioni pigmentate sospette (SPL), che possono essere un'indicazione di cancro della pelle. Tale identificazione in fase iniziale di SPL nelle strutture di assistenza primaria può migliorare la prognosi del melanoma e ridurre significativamente i costi del trattamento. La sfida è che è difficile trovare rapidamente e dare la priorità agli SPL, a causa dell'elevato volume di lesioni pigmentate che spesso devono essere valutate per potenziali biopsie. Ora, i ricercatori del MIT e altrove hanno ideato una nuova pipeline di intelligenza artificiale, utilizzando reti neurali convoluzionali profonde (DCNN) e applicandole all'analisi degli SPL attraverso l'uso della fotografia a campo ampio comune nella maggior parte degli smartphone e delle fotocamere personali. I DCNN sono reti neurali che possono essere utilizzate per classificare (o "nominare") le immagini per poi raggrupparle (come quando si esegue una ricerca di foto). Questi algoritmi di apprendimento automatico appartengono al sottoinsieme dell'apprendimento profondo. Utilizzando telecamere per scattare fotografie ad ampio campo di vaste aree del corpo dei pazienti, il programma utilizza i DCNN per identificare e schermare rapidamente ed efficacemente il melanoma allo stadio iniziale, secondo Luis R. Soenksen, un postdoc e un esperto di dispositivi medici che attualmente agisce al MIT in Intelligenza Artificiale e Sanità. Soenksen ha condotto la ricerca con i ricercatori del MIT, compresi i membri della facoltà del MIT Institute for Medical Engineering and Science (IMES) Mar...
Continua a Leggere

L’intelligenza artificiale porta una nuova visione all’assistenza sanitaria

"L'intelligenza artificiale porta sviluppi rivoluzionari nel campo della salute, come in tutti i settori della vita", ha detto Deniz Unay, esperto turco di social media, all'Agenzia Anadolu. "L'apprendimento automatico e l'intelligenza artificiale assistita hanno caratteristiche che possono sviluppare un intero sistema sanitario nel quadro di una nuova visione". Unay ha affermato che le applicazioni di intelligenza artificiale supportano le decisioni diagnostiche dei medici e automatizzano alcune attività sottolineando l'aumento dell'IA nelle applicazioni sanitarie. L'intelligenza artificiale può aiutare a rilevare i sintomi in modo migliore e più accurato, analizzare gli effetti collaterali dei trattamenti e elaborare grandi quantità di dati prodotti dalle strutture sanitarie, ha affermato. Tuttavia, l'intelligenza artificiale in campo medico è un'area che non è ancora del tutto sufficiente ed è considerata sviluppata appositamente per le applicazioni di chirurgia robotica automatizzata, ha avvertito. "Software e robot di intelligenza artificiale, che assisteranno i medici in molte aree, consentiranno servizi sanitari più rapidi e sicuri", ha affermato, aggiungendo che gli sviluppi dell'IA in medicina dovrebbero essere ampiamente utilizzati sia nelle pratiche sanitarie generali che nei farmaci. Tutti nel campo della salute, dai medici specialisti agli operatori di pronto soccorso, inizieranno presto a beneficiare della tecnologia dell'intelligenza artificiale, ha aggiunto. Secondo i dati della società di statistica tedesca Statista, le entrate dei sistemi di intelligenza artificiale nell'assistenza sanitaria in tutto il mondo nel 2021 hanno superato i 6,6 miliardi di dollari. Si prevede che l'importo dell'investimento aumenterà in modo significativo in linea con il crescente desiderio di utilizzare intelligenza artificiale e robot nel settore sanitario, ha affermato, aggiungendo che l'aumento porterà a un più facile utilizzo dei servizi sanita...
Continua a Leggere

Il chatbot medico che utilizzava il GPT-3 di OpenAI ha detto a un falso paziente di uccidersi

Ryan è un editore di TechForge Media con oltre un decennio di esperienza che copre le ultime tecnologie e intervista figure di spicco del settore. Può spesso essere avvistato alle conferenze tecnologiche con un caffè forte in una mano e un laptop nell'altra. Se è geniale, probabilmente gli piace. Trovalo su Twitter: @Gadget_RySiamo abituati ai chatbot medici che danno consigli pericolosi , ma uno basato sul GPT-3 di OpenAI è andato molto oltre. Se hai vissuto sotto una roccia, GPT-3 è essenzialmente un generatore di testo molto intelligente che ha fatto vari titoli negli ultimi mesi. Solo Microsoft ha il permesso di usarlo per scopi commerciali dopo aver ottenuto i diritti esclusivi il mese scorso. In un mondo di notizie false e disinformazione, i generatori di testo come GPT-3 potrebbero un giorno avere implicazioni sociali molto preoccupanti. A ricercatori selezionati è stato permesso di continuare ad accedere a GPT-3 per, beh, la ricerca. Nabla, una società con sede a Parigi specializzata in tecnologia sanitaria, ha utilizzato una versione ospitata nel cloud di GPT-3 per determinare se potesse essere utilizzata per la consulenza medica (che, come notano , la stessa OpenAI mette in guardia poiché "le persone si affidano a cure mediche accurate informazioni per decisioni di vita o di morte, e gli errori qui potrebbero causare gravi danni ".) Con questo in mente, i ricercatori hanno deciso di vedere quanto sarebbe teoricamente in grado GPT-3 di assumere tali compiti nella sua forma attuale. Vari compiti, "approssimativamente classificati dalla sensibilità bassa ad alta dal punto di vista medico", sono stati stabiliti per testare le capacità di GPT-3: Chat amministratore con un pazienteControllo dell'assicurazione medicaSupporto per la salute mentaleDocumentazione medicaDomande e risposte medicheDiagnosi medicaI problemi iniziarono a sorgere sin dal primo compito, ma almeno non era particolarmente pericoloso. Nabla ha scoperto che la modella no...
Continua a Leggere

Netra.AI con tecnologia Intel per contrastare òa perdita della vista nei diabetici

Netra.AI con tecnologia Intel utilizza il deep learning per ridurre la perdita della vista dei diabetici Un nuovo sviluppo derivante da una collaborazione tra Sankara Eye Foundation e Leben Care con sede a Singapore potrebbe avere grandi implicazioni per la retinopatia diabetica (DR), soprattutto in India. Una soluzione di intelligenza artificiale (AI) basata su cloud basata su Intel si basa sul deep learning per identificare le condizioni retiniche in un breve periodo di tempo. La precisione corrisponde a quella dei medici umani e il sistema, denominato Netra.AI, può ridurre drasticamente gli oneri di screening. Prakash Mallya è vicepresidente e amministratore delegato del gruppo vendite, marketing e comunicazioni presso Intel India. "L'uso dell'intelligenza artificiale per migliorare il rilevamento e la prevenzione delle malattie è un passo fondamentale per il settore sanitario e un passo da gigante per l'umanità", afferma Mallya. “L'India ha una delle più grandi popolazioni diabetiche al mondo e la retinopatia diabetica è la principale causa di perdita della vista e cecità nelle persone in età lavorativa. Con Netra.AI, Sankara Eye Foundation e Leben Care hanno sfruttato la potenza dei processori scalabili Intel Xeon e Intel Deep Learning (DL) Boost integrato per rilevare accuratamente la DR e consentire un trattamento tempestivo per combattere efficacemente i problemi di vista evitabili e la cecità nei pazienti diabetici . " Impatto in IndiaQuesto nuovo sviluppo è particolarmente importante per l'India poiché la nazione ha una delle più grandi popolazioni di diabetici al mondo. Le stime attuali stimano il numero totale di casi a 98 milioni entro il 2030 e, secondo la ricerca, la DR è una delle principali cause di cecità e perdita della vista negli adulti. La diagnosi precoce e il trattamento giocano un ruolo importante nell'arresto dei danni, ma il paese, soprattutto nelle regioni rurali, soffre di una mancanza di specialisti retinici formati. Sen...
Continua a Leggere

MIT Mirai l’intelligenza artificiale che predice chi si ammalerà di cancro

MIT Mirai: robusti strumenti di intelligenza artificiale per predire il cancro futuro I ricercatori hanno creato un algoritmo di valutazione del rischio che mostra prestazioni coerenti tra i set di dati di Stati Uniti, Europa e Asia. Per contrarre il cancro prima, dobbiamo prevedere chi lo contrarrà in futuro. La natura complessa della previsione del rischio è stata rafforzata dagli strumenti di intelligenza artificiale (AI), ma l'adozione dell'IA in medicina è stata limitata dalle scarse prestazioni su nuove popolazioni di pazienti e dall'incuria verso le minoranze razziali. Due anni fa, un team di scienziati del MIT Science s’Computer e Intelligence Laboratory Artificiale (CSAIL) e Jameel Clinic (J-Clinic) ha dimostrato un sistema di apprendimento profondo per predire il rischio di cancro utilizzando mammografia solo un paziente. Il modello ha mostrato una promessa significativa e persino una migliore inclusività: era ugualmente accurato sia per le donne bianche che per quelle nere, il che è particolarmente importante dato che le donne nere hanno il 43% in più di probabilità di morire di cancro al seno. Ma per integrare i modelli di rischio basati su immagini nelle cure cliniche e renderli ampiamente disponibili, i ricercatori affermano che i modelli necessitavano sia di miglioramenti algoritmici che di convalida su larga scala in diversi ospedali per dimostrare la loro robustezza. A tal fine, hanno adattato il loro nuovo algoritmo "Mirai" per catturare i requisiti unici della modellazione del rischio. Mirai modella congiuntamente il rischio di un paziente su più punti temporali futuri e può opzionalmente beneficiare di fattori di rischio clinici come l'età o la storia familiare, se disponibili. L'algoritmo è progettato anche per produrre previsioni coerenti con variazioni minori negli ambienti clinici, come la scelta della macchina per mammografia. https://youtu.be/pCGnRDf0Fmo Potrebbero essere utilizzati strumenti di intelligenza artifici...
Continua a Leggere

Previsione della lesione del legamento crociato anteriore usando il ML machine learning

I ricercatori utilizzano processori quantistici superconduttori per sfidare le convinzioni ampiamente condivise nella fisica quantisticaIl dominio Healthcare ha visto un uso più ampio di modelli di classificazione per prevedere se l'individuo avrebbe malattie cardiache (sì o no), diabete (diabetico o non diabetico) o tumore (benigno o maligno). C'è stata una domanda che sorgeva molto se potessimo prevedere qualsiasi tipo di lesione o meno attraverso qualsiasi tipo di modello di apprendimento automatico . Quanto fa male uno spettatore guardare il suo giocatore preferito uscire dall'incontro a causa di un infortunio? L'ACL è una fascia di tessuto connettivo spesso che scorre dalla tibia al femore. Poiché resiste alla traslazione tibiale anteriore e ai carichi rotazionali, è considerata una struttura cruciale nell'articolazione del ginocchio. La prevalenza di un legamento crociato anteriore è significativamente alta sia negli sport da contatto che in quelli senza contatto. Più comunemente, si verificano in coloro che praticano sport che comportano rotazione, salto e decelerazione (ad es. Calcio, basket, pallamano e atletica). Possono manifestarsi in modi diversi da lievi (come piccole lacrime) a gravi (quando il legamento è completamente strappato). Quando mai così c'è l'incidenza del rapporto di infortunio; c'è un ampio impatto nella squadra se si tratta di uno sport di squadra o individuale in caso di segnalazioni individuali. Prendiamo in considerazione i fattori economici associati a molti tipi di lesioni, ma per quanto riguarda l'impatto psicologico; impatto in una squadra a causa dell'assenza di un giocatore chiave a causa di un infortunio che potrebbe poi costare la partita e d'ora in poi medaglia o vincere la coppa. Come prevedere un infortunio al LCA?Come indicato sopra, la lesione del legamento crociato anteriore si verifica durante la rotazione, il salto e la decelerazione. Ogni volta che c'è un carico elevato nella lesione al ginocchio, ci ...
Continua a Leggere

La realtà virtuale VR per la riabilitazione motoria

La VR aiuta a riabilitare le persone con disfunzioni motorie In un approccio unico ai servizi di riabilitazione, il professor Kazumichi Matsumiya della Tohoku University in Giappone ha sviluppato un nuovo metodo che utilizza la realtà virtuale (VR) per aiutare le persone con disfunzioni motorie. Attraverso l'uso della VR, il ricercatore è stato in grado di aumentare la consapevolezza corporea e migliorare il controllo motorio nella riabilitazione e nell'allenamento sportivo. La ricerca è stata pubblicata su Scientific Reports . Agenzia e proprietàLa nuova ricerca si è basata su due sensi: agenzia e proprietà. Noi esseri umani siamo consapevoli del nostro corpo grazie al nostro cervello che elabora le informazioni inviate dal corpo. Questo aiuta il nostro cervello a determinare, in tempo reale, dove si trovano i nostri arti. L'intero processo è indicato come proprietà del corpo. D'altra parte, siamo anche in grado di controllare volontariamente il movimento e le azioni delle nostre parti del corpo, che viene definito come agente sul nostro corpo. Entrambi questi sensi sono fondamentali per il controllo motorio, ma i ricercatori hanno lottato per separare il nostro senso di proprietà del corpo dal nostro senso di azione. A causa di queste sfide, non c'è stata una forte conferma che sia la proprietà che il libero arbitrio giochino un ruolo importante nel controllo motorio. Il professor Matsumiya proviene dalla Graduate School of Information Sciences della Tohoku University. È stato in grado di superare alcune di queste sfide e isolare i due sensi con la realtà virtuale. Nella ricerca, Matsumiya ha misurato in modo indipendente il senso di proprietà del corpo e di azione di ogni partecipante su una mano generata dal computer mentre lo vedevano. "Ho scoperto che il controllo motorio migliora quando i partecipanti sperimentano un senso di agenzia sul corpo artificiale, indipendentemente dal loro senso di proprietà del corpo", ha detto Matsumiya. "...
Continua a Leggere
Top

Utilizzando il sito, accetti l'utilizzo dei cookie da parte nostra. maggiori informazioni

Questo sito utilizza i cookie per fornire la migliore esperienza di navigazione possibile. Continuando a utilizzare questo sito senza modificare le impostazioni dei cookie o cliccando su "Accetta" permetti il loro utilizzo.

Chiudi