东南教育网您的位置:首页 >机器人 >

借助Google改善云计算和机器学习

导读 Google引入了一系列新的合作伙伴关系,它们利用云计算和机器学习的功能来推动诊断成像领域的发展。在芝加哥的北美放射学会(RSNA)年度会议上

Google引入了一系列新的合作伙伴关系,它们利用云计算和机器学习的功能来推动诊断成像领域的发展。在芝加哥的北美放射学会(RSNA)年度会议上作了介绍。

人工智能和云计算正在不断发展并协助改善护理。在演示中,Google Cloud是关注的焦点,概述了其组织世界卫生和生命科学信息以使其可访问,安全和有用的使命。为了实现这一目标,Google正在通过将个人带入数据来改变研究和医学的执行方式。

Google与众多利用Google Cloud计算和机器学习来改善诊断成像的合作伙伴进行了演讲。这些合作伙伴包括:

Dicom Systems —屡获殊荣的医疗行业提供的最佳企业成像工作流程和互操作性解决方案,Dicom Systems负责每年处理超过80亿张图像。为了实现电子病历与Epic和Cerner等系统的集成,Dicom正在与Google合作,以安全地处理和共享大量数据。

Dicom Systems执行副总裁Florent Saint-Clair表示:“我们对Google的兴趣并不是严格地提供云,而是有助于将数据识别到数据链路中。”“该数据链接提供给世界各地的研究人员,以执行他们的机器学习算法培训。”

Ambra-Ambra是另一个成像工作流程解决方案,计划使用Google Cloud技术来降低成本并提高互操作性。在他们的解决方案概述中,Ambra概述了存储和实现,访问和交换,互操作性和价值的阶段如何允许定制所需的工作流系统。

Life Image — Life Image的演讲重点在于在癌症筛查期间使用多源临床数据如何提高筛查率,扩展转诊网络,加速推广计划并推动合作向前发展。在所示的“生命图像”工作流系统中,医疗保健专业人员能够按特征搜索与他们正在接受治疗的患者相似的患者,以改善研究水平。

Imagia — Imagia的目标是通过集成的证据临床生态系统,利用AI的力量来推动精密医学的发展。该公司展示了他们用于升级放射发现的水平临床数据系统,该系统利用机器学习和AI分析数据样本并识别异常。

“ Imagia首席技术官说:“ Google和Imagia共同真正地促进了放射学研究的临床验证,目的是确保在我们将对患者管理和有益医疗产生最大影响的方面贡献专业知识,时间和精力。”弗洛伦特枝形吊灯。

免责声明:本文由用户上传,如有侵权请联系删除!