lswcap
谷歌与德国马克斯普朗克神经生物学研究所合作开发脑和神经连接的高分辨率成像。
Connectomics是研究大脑和神经连接的研究领域。据说是连通性。如果我们能够以高分辨率对大脑突触连接信息和神经连接信息进行成像，我们可以一目了然地看到健康人和非健康人之间的区别。预计可以进行有效的治疗。
根据谷歌的说法，开发的技术可以成像1mm³的组织并生成超过1,000TB的数据。可以创建详细的连接图。
Google和马克斯普朗克神经生物学研究所宣布的技术使用回归神经网络（RNN），这是一种用于手写识别和语音识别的机器学习算法。当然，英特尔已于3月份宣布采用类似技术与Image Technology合作，并与麻省理工学院合作。然而，根据谷歌的说法，这项技术的精确度可以比英特尔当时公布的精度提高十倍以上。谷歌已发布源代码，将该技术应用于其集线器上的张量流。
谷歌一直在努力将人工智能整合到医疗领域。 3月，他与杜克大学的研究团队合作，开发了一个使用人工智能自动化蛋白质结晶实验的系统。蛋白质的生物学功能取决于其分子结构。分子结构分析对于开发有效的新药很重要。蛋白质分子结构分析需要蛋白质结晶，但蛋白质结晶仍有许多未知数。
在蛋白质结晶实验中，大多数制剂和方法已经自动化，但结晶实验的结果仍然必须通过人类显微镜确认。在这种情况下，你必须依靠人类的观察和经验，你可能会错过结晶。
杜克大学表示，它可以通过人工智能通过机器识别结晶结果（MARCO）和结晶机器识别自动识别蛋白质结晶的结果来降低风险，并与谷歌合作进行超过500,000个蛋白质结晶实验数据。我问。谷歌开发了一个系统，可以通过神经网络自动对结晶结果进行分类。
这使得人工智能可以通过学习MARCO收集的大量数据，以高精度直观地识别蛋白质晶体。研究人员表示，使用人工智能时蛋白质晶体识别的精确度高达95％，而人类使用率为85％。通过自动发现或分类蛋白质晶体，人工智能几乎可以自动化蛋白质结晶实验。这将有利于蛋白质结构分析，并大大减少新药研究的时间和成本。谷歌也在其旗舰中心发布了这款机型。
它不在新约中，但4月的公告可以帮助类似。我们开发了一种人工智能技术，可以分析光学显微镜图像并实时检测癌症。当患者癌变时，医生用光学显微镜观察从患者身上取出的身体组织，以确定癌组织的存在。谷歌开发的是允许人工智能检测看起来像微观模式的东西，并实时观察癌症。消除医生诊断癌症时所需的时间和疲劳。为了找到癌症，有必要检查已收集的所有细胞，有时难以检测癌症。结合光学显微镜和人工智能技术解决了这个问题。
人工智能检测光学显微镜的图像并找到与学习的质量模式类似的组织。人工智能找到一个组织并在边界上标记它，以便医生可以轻松地判断它。人工智能以每秒10帧的速率使帧位置和图像与反馈同步，使得在检测到的帧中图像和投影图像之间不会发生错误。通过实时提供这样的诊断辅助，人工智能将提高癌症诊断的准确性并减少时间。所开发的算法将在4~40倍放大率下操作，并将用于诊断主要癌症。
谷歌试图通过人工智能算法减少现代医疗保健中的医疗浪费，这是为了简化它。谷歌还开发了用于在进入医疗领域之前估计患者死亡概率的算法。事实上，一位迟发性乳腺癌患者在医院接受了放射检查，并在医院的计算机上进行了分析。患者的死亡概率估计为9.3％，但死亡风险翻了一番，达到19.9％。几天后，病人死亡。
谷歌在5月宣布了一项可以预测患者死亡概率的新算法。通过自动学习数据，您可以自己提高绩效并预测患者留在医院的时间以及重新入院的可能性。该算法比现有技术更快，更准确地预测患者会发生什么。
当然，现有医院已经尝试根据他们的健康记录和患者数据来改善医疗服务的质量，但是收集和分析医疗数据需要相当多的时间和金钱。大多数用于医疗目的的软件是手动编码。相比之下，谷歌的算法采用了一种方法来学习如何自动分析数据。
如果谷歌成功地将人工智能与医疗保健相结合，那么谷歌很可能有能力垄断医疗保健领域的数据。当然，算法可以节省时间和金钱，因此，您可以期望通过它提供价值。但是，可以说医疗数据不容易摆脱相关法律法规（至少对谷歌而言）。医疗和人工智能的结合使我开始了如何创造新价值以及如何在新市场中将黄金（数据）和法规相结合的任务。
Add comment