大约有 73 项符合查询结果。 (搜索耗时:0.0045秒)

AI+医疗这只被风吹上天的猪,如何克服“C轮死”的魔咒

AI的未来在中国,这跟移动支付类似,因为我们不仅有市场,我们还有更丰富的数据。然而,跟互联网+一样,不是所有AI+都能落地。

人工智能算法测眼病,或是AI医疗界首个重大应用

...算法检测疾病,比人类专家更迅速、更高效,这或是AI医疗领域的首个重大应用。

互操作性、区块链、人工智能三大技术引领2018年医疗健康业

2018年,我们会看到区块链和AI领域的重大进展,同时也期待在实现全国健康数据互操作性的发展起步。

医疗AI+|当人工智能遇上医疗影像

医疗AI发展不断提速,在广袤的中国医疗数据土地上纵横驰骋。 2018年,HC3i正式推出“医疗AI加速度”栏目。该栏目旨在以行业媒体角度记录医疗AI市场的发展进程,汇聚模式引领发展。

爱思唯尔:数据赋能“循证医疗

...疗规则。在此背景下,我们如何才能用好数据,让数据为医疗发展贡献力量呢?

医疗 AI 通过 FDA 审核,可提前 6 小时警报猝死风险

美国食品药品监督管理局(FDA)日前批准了一项人工智能算法。该算法可以监测患者的生命体征,帮助预测由心脏病或呼吸衰竭导致的猝死。这项人工智能技术对解放有限的医疗资源具有重大意义。

细数2017年四大巨头们在医疗AI发展

2017年,医疗人工智能的发展迅猛,全年有超过28家创业公司获得融资,总额超过17亿人民币。拥有强大人工智能人才和技术储备的传统的互联网巨头也纷纷布局医疗人工智能。

PereDoc发布五大影像AI产品 深挖医疗大数据价值

PereDoc智能医疗影像产品战略发布会在北京召开,正式对外发布了肺部疾病辅助诊断、X光胸片辅助诊断、肝占位辅助诊断、乳腺钼靶辅助筛查、肺癌病理辅助筛查等五款令人惊叹的智慧医疗最新成果。

飞利浦:打造中国医疗AI生态圈

推动中国临床科研与诊疗智能化发展不是一家企业可以做到的,飞利浦与医疗科研领域产、学、研、用各级单位积极合作,探索跨界整合,全面推进中国医疗AI生态圈向前发展。

当中医药拥抱人工智能,拓中医AI融合之路

...对中医药的探索和关注,一直以来被当作西医“专利”的医疗AI,也逐渐踏上了与中医的融合发展之路。

医学领域的AI除了看医疗影像还能做什么?

医疗AI已经火热了很有一阵子了,计算机视觉相关研究的进步让医学图像辅助诊断改头换面,不仅准确率日新月异,医疗影像创业公司也已经遍地开花。

  • 时间: 2017/11/29

“最IN解决方案SHOW” ——卫宁健康:基于AI引擎的影像平台

...技集团股份有限公司成立于1994年,是国内第一家专注于医疗健康信息化的上市公司,致力于提供医疗健康卫生信息化解决方案,不断提升人们的就医体验和健康水平。 卫宁健康通过持续的技术创新,自主研发适应不同应用场景...

2017最IN“医疗卫生网络安全”解决方案推介

...展的今天,人工智能、云计算、大数据等新技术强势登陆医疗行业,互联网与医疗行业发展已是密不可分,在催生互联网医疗医疗AI企业蓬勃发展的同时,一批致力于解决“互联网+医疗”融合过程中网络安全问题的企业也应运...

2017最IN“医疗卫生网络安全”解决方案推介

...展的今天,人工智能、云计算、大数据等新技术强势登陆医疗行业,互联网与医疗行业发展已是密不可分,在催生互联网医疗医疗AI企业蓬勃发展的同时,一批致力于解决“互联网+医疗”融合过程中网络安全问题的企业也应运...

  • 时间: 2017/11/13

光谱CT亮相2017飞利浦影像峰会,上线一年发30篇SCI

光谱CT的多参数临床应用上线一年即发了30篇SCI,飞利浦说这是CT的颠覆。自由数据的背后是信息的无缝互联与多样化处理,是大数据与AI,互联网+及其他相关医疗信息化应用的融合与交互,是飞利浦软实力的又一见证。

为什么说医疗AI的突破,可能首先来自大公司!

时下如果要问医疗圈最火热的领域是什么,十个人会有八个人告诉你,人工智能,就是AI!数以百计的创业团队涌入这个领域,从各个细分领域开拓,同时大公司们也在第一时间就集体出现了!

“2017最IN解决方案SHOW” ——迈普锡医疗AI科研平台

山西迈普锡医院信息咨询有限公司专注于医疗大数据管理、挖掘分析与应用,构建以患者为中心、疾病为单元的产品和服务体系,经过医疗与大数据技术跨界研发拥有疾病风险评估系统、临床诊疗模型、以患者主诉为中心的疾病...

医疗+AI 面临哪些机遇和挑战?大咖们这样说道

在日前举行的“云栖大会”上,阿里健康开辟了“智慧医疗”专场,对外界分享了阿里健康如何用互联网技术、人工智能技术赋能医疗,打造智慧健康平台的规划。雷锋网AI掘金志奔赴大会现场第一时间进行了跟踪和报道。

IBM PowerAI如何在AI混战中突出重围?

...知》发布之后,人工智能与各行业的融合迅速加深,当然医疗行业也不例外。此外,随着健康医疗数据收集渠道的多元化,大量数据迅速集聚,也为医疗行业的机器学习提供了必要条件。

分页: 1[2][3][4]