机器学习在医疗诊断行业的四个应用( 七 )

虽然这家创业公司本身并未将其描述为诊断服务 , 但该应用程序确实根据患者症状和健康信息提供了建议 。

除了在初创公司网站上发布的评论以及用户在可下载应用程序的网站上发布的评论之外 , 还没有关于Ada平台对患者结果的影响或对其融资模式的理解的具体数据资料 。

在某些方面 , 医疗保健环境中的聊天机器人有点像几年前健身领域的物联网 。 这似乎是不可避免的 , 似乎有很大的希望 , 也似乎有道理 , 但究竟是什么工具被哪些方面用来获得结果......我们还不能说清楚 。 在未来2 - 3年内 , 我认为我们会看到成功的案例出现 。

我们过去的一些人工智能博客已经猜测了医疗聊天界面体验可能是什么样的:

“五年后如果我看到一个医生在和一个聊天机器人在讨论我的情况而我作为一名知道这个情况的病人 , 那么我不会感到一丝丝的惊讶 。 ” - Riza Berkan , 创始人exClone Inc.

肿瘤学科

斯坦福大学(Stanford University)的研究人员已经使用深度学习 , 特别是深度卷积神经网络(CNN)训练了一种诊断皮肤癌的算法 。 该算法经过训练 , 使用“130000张代表超过2000种不同疾病的皮肤病变图像”来检测皮肤癌或黑色素瘤 。

推荐阅读