Home / Archive by category "medicina"

medicina

DeepTeeth: un sistema di identificazione biometrico che utilizza i denti 

  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

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 in casa

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

La tecnologia “Neuroprotesi vocale” ridà la parola al paziente con grave paralisi

In un altro importante sviluppo nelle protesi di intelligenza artificiale (AI), i ricercatori dell'Università della California a San Francisco hanno sviluppato con successo una "neuroprotesi vocale" che ha parzialmente ripristinato la parola a un uomo con grave paralisi. La nuova tecnologia lo ha aiutato a parlare in frasi quando traduceva i segnali dal suo cervello al tratto vocale. Le parole sono poi apparse come testo su uno schermo.  Il lavoro ha coinvolto il primo partecipante a una sperimentazione di ricerca clinica ed è stato parte di un più ampio corpus di lavoro svolto da oltre dieci anni dal neurochirurgo UCSF Edward Chang, MD, che ha cercato di sviluppare una tecnologia che consente alle persone con la paralisi per comunicare anche quando non sono in grado di parlare da soli.  Lo studio è stato pubblicato il 15 luglio sul New England Journal of Medicine .  Primo sistema del suo genereChang è la Joan and Sanford Weill Chair of Neurological Surgery presso UCSF e Jeanne Robertson Distinguished Professor. È anche autore senior dello studio.  "Per quanto ne sappiamo, questa è la prima dimostrazione di successo della decodifica diretta di parole complete dall'attività cerebrale di qualcuno che è paralizzato e non può parlare", ha detto Chang. "Mostra una forte promessa di ripristinare la comunicazione attingendo al meccanismo vocale naturale del cervello". Il lavoro in questo campo ruota tradizionalmente attorno al ripristino della comunicazione attraverso approcci basati sull'ortografia per scrivere le lettere una per una nel testo. Tuttavia, il nuovo studio si concentra sulla traduzione di segnali che sono effettivamente destinati a controllare i muscoli del sistema vocale per pronunciare le parole. Questo è diverso dal lavoro tradizionale, che si concentra sui segnali che muovono il braccio o la mano.  Secondo Chang, il nuovo approccio sfrutta gli aspetti naturali e fluidi del discorso e potrebbe portare a molti più progressi in questo settore. Ha anche affe...
Continua a Leggere

Come l’intelligenza artificiale AI ottiene risultati migliori nell’assistenza sanitaria

 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

Un modello di previsione dell’età cerebrale basato sull’intelligenza artificiale

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

L’intelligenza artificiale in grado di capire se una persona è ubriaca o drogata sulla base delle immagini a infrarossi degli occhi.

Determinazione dell'intossicazione con l'analisi dell'apprendimento automatico degli occhi  Ricercatori provenienti da Germania e Cile hanno sviluppato un nuovo framework di apprendimento automatico in grado di valutare se una persona è ubriaca, sulla base di immagini a infrarossi dei suoi occhi. La ricerca è finalizzata allo sviluppo di sistemi in tempo reale "fitness for duty" in grado di valutare la prontezza di un individuo a svolgere compiti critici come guidare o utilizzare macchinari, e utilizza un nuovo rilevatore di oggetti addestrato ai graffi in grado di individuare componenti dell'occhio di un soggetto da una singola immagine e valutarli rispetto a un database che include immagini di occhi intossicati e non intossicati. Inizialmente il sistema acquisisce e individua un'immagine di ciascun occhio con il framework di rilevamento degli oggetti You-Only-Look-Once ( YOLO ). Successivamente, vengono utilizzate due reti ottimizzate per scomporre le immagini oculari in regioni semantiche: la rete di attenzione Criss Cross (CCNet) rilasciata nel 2020 dalla Huazhong University of Science and Technology e l' algoritmo di segmentazione DenseNet10 , anch'esso sviluppato da molti dei ricercatori del nuovo articolo in Cile. I due algoritmi utilizzano rispettivamente solo 122.514 e 210.732 parametri: un esborso frugale, rispetto ad alcuni dei set di funzionalità più grandi in modelli simili, e in controtendenza rispetto alla tendenza generale verso volumi di dati più elevati nei framework ML. Banca dati degli ubriachiPer informare il quadro di apprendimento automatico, i ricercatori hanno sviluppato un database originale con 266 soggetti intossicati e 765 soggetti sobri. Campioni dal database ottenuto di soggetti intossicati e non intossicati.I soggetti dovevano stare di fronte a due telecamere Iritech originarie , la gamma Gemini/Venus, per affrontare il dispositivo e per essere ripresi sobri. Successivamente hanno consumato 200 ml di alcol e sono stati nuovamente catt...
Continua a Leggere

DeepMind e DNDi con l’algoritmo AlphaFold per accelerare la scoperta di farmaci

DeepMind sfrutta l'intelligenza artificiale per accelerare il processo di scoperta dei farmaci   La partnership di DeepMind con DNDi per l'utilizzo di AlphaFold può accelerare la scoperta di farmaci per le malattie trascurate Tra le molte malattie tropicali che affliggono la popolazione colpita dalla povertà dei paesi sottosviluppati e in via di sviluppo, la leishmaniosi è una. La sua forma fatale, la leishmaniosi viscerale, colpisce più di tre lakh di persone ogni anno. Tuttavia, la scoperta e lo sviluppo di farmaci per la malattia sono stati lenti per ragioni tra cui la mancanza di capitale, la complessità della procedura e il tempo impiegato per determinare la struttura proteica dei patogeni.   Ruolo della struttura proteica nella scoperta di farmaciLe proteine ​​sono una catena complessa di amminoacidi collegati tra loro in uno schema unico. Determinare la catena di amminoacidi che formano la proteina è difficile. Ma ciò che è più impegnativo è determinare il modello in cui la proteina si ripiega su se stessa.  Capire questo implica comprendere le forze interatomiche nella struttura. È come risolvere un puzzle che richiede solo microsecondi per formarsi. La struttura proteica tridimensionale ha siti attivi in ​​cui i substrati si attaccano e completano i processi cellulari come una serratura e una chiave.  AlphaFold rivoluziona la biologia strutturaleLe procedure scientifiche comunemente utilizzate come la cristallografia a raggi X, la microscopia crioelettronica e la risonanza magnetica nucleare sono costose e richiedono tempo. Dei 200 milioni di proteine ​​conosciute, gli scienziati hanno scoperto la struttura di solo 1.70.000 a causa di queste noiose procedure.  Il laboratorio DeepMind nel Regno Unito ha sviluppato un'alternativa a tali tecniche. Il loro algoritmo proprietario AlphaFold è in grado di prevedere la struttura di proteine ​​precedentemente irrisolvibili in modo efficiente in termini di tempo e può rivelarsi un punto di svolta.  Il team di DeepMin...
Continua a Leggere

I vincitori di IBM Watson AI XPRIZE: Zzapp Malaria, Aifred Health e Marinus Analytics 

Incontra i vincitori di IBM Watson AI XPRIZE Il concorso ha ricevuto 150 iscrizioni da tutto il mondo.  IBM e XPRIZE, un'organizzazione senza scopo di lucro focalizzata sulla progettazione e implementazione di modelli di concorrenza innovativi per risolvere i problemi del mondo reale, hanno lanciato IBM Watson AI XPRIZE nel 2016. La competizione mira ad accelerare l'adozione delle tecnologie AI per risolvere le sfide della società.   " IBM Watson AI XPRIZE è più di una competizione, è un'iniziativa lungimirante volta a stabilire un dialogo più equilibrato sull'intelligenza artificiale, in particolare su come gli esseri umani e le macchine possono collaborare per un futuro migliore", ha affermato Amir Banifatemi, General Manager di Innovazione e Crescita a XPRIZE.  Compila il sondaggio: utilizzo della scienza comportamentale per analizzare il comportamento dei clienti All'inizio di questa settimana, sono stati annunciati i vincitori del concorso per il 2021. Diamo un'occhiata ai primi tre vincitori dell'IBM Watson AI XPRIZE:  Zzapp Malaria Zzapp Malaria ha vinto il primo premio, portando a casa 3 milioni di dollari e il People's Choice Award per la "squadra più ispiratrice".  Zzapp Malaria, con sede a Tel Aviv, Israele, è in missione per eliminare la malaria, che uccide oltre quattro lakh di persone ogni anno. Co-fondato da Arnon Houri-Yafin e Ari Eichler nel 2016, il software di Zzapp Malaria risolve le sfide operative legate al controllo dei corpi idrici stagnanti per il controllo delle zanzare.  Il suo algoritmo AI analizza le immagini satellitari e le mappe topografiche per identificare gli hotspot di trasmissione della malaria, ovvero le aree in cui le popolazioni umane e i corpi idrici coincidono. Inoltre, Zzapp Malaria utilizza un algoritmo di analisi meteorologica per ottimizzare i tempi degli interventi. L'algoritmo è sviluppato esclusivamente dal team IBM Data Science e AI Elite per questo scopo. Le strategie di intelligenza artificiale vengono quindi comun...
Continua a Leggere

L’intelligenza artificiale accelera il processo di terapia con cellule staminali

L'intelligenza artificiale accelera il processo di terapia con cellule staminali La terapia con cellule staminali è esplosa in popolarità negli ultimi anni data la sua incredibile capacità di agire come medicina rigenerativa. Tuttavia, i ricercatori e i medici hanno dovuto tradizionalmente valutare la qualità delle cellule staminali osservando ogni singola cellula al microscopio, il che rappresenta una delle principali limitazioni ai possibili progressi. I ricercatori giapponesi hanno ora trovato un modo per accelerare l'intero processo utilizzando l'intelligenza artificiale (AI). Lo studio è stato pubblicato a febbraio su Stem Cells . Nello studio, i ricercatori della Tokyo Medical and Dental University (TMDU) hanno sviluppato un sistema di intelligenza artificiale chiamato DeepACT, in grado di identificare cellule staminali della pelle sane e produttive. Può farlo con lo stesso livello di precisione di un essere umano. Possibilità di cellule staminali Poiché le cellule staminali sono in grado di svilupparsi in vari tipi diversi di cellule mature, possono aiutare a far crescere nuovi tessuti quando un individuo soffre di una lesione o di una malattia. Ad esempio, le cellule staminali dei cheratinociti (pelle) possono essere utilizzate per trattare malattie ereditarie della pelle e possono consentire la crescita di interi strati di pelle per riparare ustioni di grandi dimensioni.  Takuya Hirose è uno degli autori principali dello studio. “Le cellule staminali dei cheratinociti sono uno dei pochi tipi di cellule staminali adulte che crescono bene in laboratorio. I cheratinociti più sani si muovono più rapidamente delle cellule meno sane, quindi possono essere identificati dall'occhio usando un microscopio", afferma Takuya Hirose. "Tuttavia, questo metodo richiede tempo, lavoro intenso e soggetto a errori". Per aggirare questo metodo che richiede tempo, i ricercatori hanno deciso di sviluppare un sistema in grado di identificare e monitorare automaticamente il movimen...
Continua a Leggere

Polaris Quantum Biotech sta reinventando la scoperta di farmaci

Questa startup utilizza l'informatica quantistica e l'intelligenza artificiale per ridurre i tempi di scoperta dei farmaci da 3 anni a 4 mesi Polaris Quantum Biotech sta reinventando la scoperta di farmaci, riducendo il tempo necessario per trovare molecole candidate per lo sviluppo di farmaci dai tipici tre anni a soli quattro mesi. Come con altri sforzi di successo per riprogettare i processi consolidati, Polaris sta scommettendo su scalabilità e automazione. L'avvio, co-fondato da Shahar Keinan e Bill Shipman, è uscito di nascosto un anno fa, rivelando la prima piattaforma di scoperta di farmaci che utilizza un computer quantistico, scansionando in modo efficiente miliardi di molecole da un grande spazio chimico. Avendo lavorato per anni nel settore dello sviluppo di farmaci, i fondatori di Polaris hanno deciso di provare ad affrontare le due principali sfide che hanno identificato: la tecnologia utilizzata e il modello di business. "Volevamo risolvere entrambi questi problemi insieme", afferma il CEO di Polaris, Shahar Keinan. La parte relativa alla tecnologia della loro soluzione consisteva nell'utilizzare l'informatica quantistica, piuttosto che i computer classici, per accelerare il processo. In termini di modello di business, contrariamente ai laboratori di ricerca (o organizzazioni di ricerca a contratto) che forniscono la scoperta molecolare come servizio alle grandi aziende farmaceutiche, Polaris sta autorizzando le loro scoperte. Con questo modello di business, afferma Keinan, è necessario un portafoglio diversificato per "diversificare il rischio". La diversità qui è definita come la malattia bersaglio, la proteina specifica bersaglio e persino il meccanismo di consegnaSulla base dei parametri di riferimento del settore, su 100 "risorse" (ad es. progetti di farmaci, composti di piombo), da 1 a 5 verranno utilizzati in un farmaco che verrà venduto commercialmente. Tra 75 e 80 possono raggiungere i test clinici, ma in genere questo numero potrebbe essere ...
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