Ricercatori indiani hanno proposto un sistema biometrico per utilizzare i denti come token di autenticazione per sistemi sicuri su dispositivi mobili. Chiamato DeepTeeth , il sistema supera gli ostacoli incontrati dai precedenti sforzi verso questo obiettivo, come un tempo di addestramento eccessivo o requisiti di addestramento dei dati elevati o irrealistici, per raggiungere un tasso di accuratezza segnalato del 100%. È inoltre specificamente rivolto ad ambienti mobili frugali e scenari di autenticazione di utenti casuali, piuttosto che all'uso più comune di tali tecniche in un costoso contesto di analisi forense. La nuova prestampa , dei ricercatori del Birla Institute of Technology and Science Pilani del Rajasthan, utilizza una dimensione dell'immagine dei dati di soli 75×75 pixel, è un framework end-to-end di pochi scatti e ha esigenze minime di risorse locali rispetto ai precedenti tentativi di sistemi di autenticazione basati su machine learning basati sui denti . L'utilizzo proposto per l'autenticazione basata su DeepTeeth. Fonte: https://arxiv.org/pdf/2107.13217.pdfDenti come identificatori di identificazioneSebbene i denti possano essere considerati le caratteristiche facciali più volatili, a causa della frequenza dell'intervento chirurgico rispetto ad altri tipi di interventi di chirurgia estetica o di ricostruzione facciale, l'articolo osserva che a lungo termine e in media, rimangono i più consistenti del nostro viso. caratteristiche di identificazione Forse la cosa più famosa è che la resilienza delle nostre configurazioni dentali è esemplificata dalla frequenza con cui vengono utilizzate per l'identificazione post-mortem, dove tutti gli altri tessuti sono caduti vittima di incendi o altre forme estreme di trauma. Inoltre, i denti sono l'ultimo componente del corpo a degradarsi dopo la morte. Mentre i set di dati per questo tipo di odontoiatria forense sono specializzati e richiedono apparecchiature di scansione personalizzate (di solito con un compon...
Continua a Leggere

I ricercatori universitari ricevono una sovvenzione di 20 milioni di dollari per sviluppare l'intelligenza artificiale rivolta agli anziani  Un team di ricercatori di varie università ha ricevuto una sovvenzione quinquennale di 20 milioni di dollari dalla National Science Foundation per sviluppare sistemi intelligenti che aiutino gli anziani a vivere a casa. La sovvenzione è guidata da Sonia Chernnova della Georgia Tech e il team di ricercatori comprende Kagan Tumer dell'Oregon State University, direttore del Collaborative Robotics and Intelligent Systems Institute. La sovvenzione sarà utilizzata per creare l'Istituto NSF AI per l'assistenza collaborativa e l'interazione reattiva per i gruppi in rete, o AI-Caring.  Gli obiettivi dell'IstitutoL'istituto è finalizzato allo sviluppo di sistemi di intelligenza artificiale (AI) in grado di assistere gli anziani e i loro caregiver. È particolarmente utile per quelli diagnosticati con decadimento cognitivo lieve. La ricerca mostra che la maggior parte degli anziani preferisce rimanere nelle proprie case, ma i problemi di sicurezza e l'isolamento spesso rendono questa realtà difficile.  "Un sistema intelligente potrebbe, ad esempio, rilevare quando la stufa viene lasciata accesa e inviare un promemoria per spegnerla", ha affermato Tumer. "E se la stufa non fosse spenta, il sistema potrebbe inviare un avviso a un familiare o a un caregiver". Questo tipo di sistema potrebbe essere utilizzato anche per ricordare all'individuo appuntamenti, farmaci e altro, nonché per assistere nella pianificazione di più caregiver. Sfide tecnicheSecondo Tumer, questo tipo di IA personalizzata presenta molte sfide tecniche. Tumer è professore di ingegneria meccanica, industriale e manifatturiera presso l'OU College of Engineering.  A differenza dell'AI tradizionale che si concentra sulle scelte o sulle azioni di una singola entità, l'AI per gli anziani deve essere in grado di interagire con più persone nell'équipe di cura, e questo deve avvenir...
Continua a Leggere

 L'intelligenza artificiale non è solo uno strumento per la tecnologia pura: anche gli operatori sanitari possono usarlo. La pratica clinica e l'intelligenza artificiale vanno insieme, tre importanti leader sanitari presso le imprese nazionali hanno concordato durante un panel al Transform 2021 ospitato dal direttore generale di VentureBeat Shuchi Rana. L'utilizzo dei dati per ridurre i rifiuti medici e i test eccessivi può aiutare i sistemi ospedalieri a risparmiare denaro, ha affermato il dott. Doug Melton, responsabile dell'analisi clinica e dei clienti di Evernorth, una sussidiaria del gigante assicurativo Cigna. “Prima, avevamo un apprendimento senza supervisione ed era più difficile da fare. Dovevi essere prescrittivo nelle tue ipotesi", ha detto Melton.   L'intelligenza artificiale ha il potenziale per aiutare i medici a migliorare gli esiti dei pazienti, ha affermato il dott. Taha Kass-Hout, direttore e direttore medico di Amazon Web Services. Le cartelle cliniche possono essere una grande fonte di dati per sviluppare algoritmi , riconoscimento vocale e strumenti decisionali che potrebbero aiutare medici e infermieri a identificare i fattori di rischio per malattie gravi come l'insufficienza cardiaca congestizia. La diagnosi precoce del cancro al seno e ai polmoni è un altro risultato che non solo aiuta i pazienti, ma avvantaggia anche i leader aziendali. In Evernorth, il team di Melton ha utilizzato l'apprendimento automatico per analizzare le pre-certificazioni per la radiologia e i dati sui sinistri passati, identificando chi era a maggior rischio di sviluppare problemi di salute più gravi in ​​futuro. Il machine learning migliora la prevenzione e la gestione olistica, ha affermato Melton, e migliora i risparmi sui costi sia per il paziente che per il fornitore fino a 3 volte. L'analisi dei dati è anche fondamentale per ridurre altri costi ospedalieri, ha affermato il dott. Joe Colorafi, vicepresidente del sistema di analisi e scienza dei dati clinici pre...
Continua a Leggere

Alla Radiological Society of North America hanno sviluppato un modello di previsione dell'età cerebrale basato sull'intelligenza artificiale (AI) in grado di quantificare le deviazioni da una traiettoria di invecchiamento cerebrale sano in pazienti con lieve deterioramento cognitivo.  Lo studio è stato pubblicato a giugno su Radiology: Artificial Intelligence . Rilevazione precoce del danno cognitivoSecondo i ricercatori, il modello potrebbe essere utilizzato per aiutare nella diagnosi precoce del deterioramento cognitivo.  Gli individui che soffrono di decadimento cognitivo lieve amnestico (aMCI), una fase di transizione dal normale invecchiamento al morbo di Alzheimer, hanno deficit di memoria più gravi del normale per la loro età e istruzione. Tuttavia, non è abbastanza grave da influenzare la loro funzione quotidiana.  Lo studio ha coinvolto Ni Shu, Ph.D., dello State Key Laboratory of Cognitive Neuroscience and Learning, Beijing Normal University, a Pechino, in Cina, insieme ad altri colleghi.  Il team ha utilizzato un approccio di apprendimento automatico per addestrare un modello di previsione dell'età cerebrale, basato sulle immagini RM pesate in T1 di 974 adulti sani di età compresa tra 49,3 e 95,4 anni.  Il modello addestrato è stato quindi applicato per stimare la differenza di età prevista dei pazienti aMCI nei set di dati della Beijing Aging Brain Rejuvenation Initiative, che includeva 616 controlli sani e 80 pazienti aMCI, e dell'Alzheimer's Disease Neuroimaging Initiative, che includeva 589 controlli sani e 144 aMCI. pazienti. Oltre a ciò, il team ha anche esaminato le associazioni tra la differenza di età prevista e il deterioramento cognitivo, i fattori di rischio genetici, i biomarcatori patologici dell'Alzheimer e la progressione clinica nei pazienti con aMCI.   I risultati dello studioI risultati dello studio hanno dimostrato che i pazienti aMCI avevano traiettorie di invecchiamento cerebrale distinte dalla tipica traiettoria di invecchiamento no...
Continua a Leggere