2024-08-30发表于上海
2024-07-18发表于上海
2024-05-20发表于上海
2024-05-16发表于上海
#心脏病# 截肢是在各种疾病下为维持生命而切除肢体或四肢的手术。截肢可使患者残疾，并与大量死亡和发病率相关。截肢患者死亡风险增加的主要原因之一是心脏病。越来越多的证据显示截肢和各种心脏疾病之间的联系。先前在美国进行的队列研究已经调查了截肢术后心脏相关死亡的增加。一项对下肢截肢的退伍军人的回顾性研究表明，截肢与心血管疾病危险因素之间存在关联，包括平均动脉压、甘油三酯和高密度脂蛋白胆固醇；该研究进一步表明，双侧下肢截肢者患代谢综合征的风险比未截肢者高2.25倍。此外，一项纳入了162名截肢患者的小型队列研究报告，经股截肢患者发生主要心血管事件的风险为3.78倍，而年龄、性别和住院时间匹配的对照组为1:10。这些研究表明，截肢不仅会增加死亡率，还会增加心脏病的发病率。虽然一些研究关注的是退伍军人的创伤性截肢，但很少有研究关注的是普通人群中的创伤性截肢者。
2024-05-13发表于浙江省
#人工智能资料分享# 穆尔菲尔德眼科医院和伦敦大学学院眼科研究所的研究人员开发了一种#人工智能#(AI)系统，该系统不仅有可能识别威胁视力的眼病，还能预测一般健康状况，包括#心脏病#发作、#卒中#和#帕金森病#。
RETFound是医疗保健领域最早的人工智能基础模型之一，也是眼科领域的第一个人工智能基础模型，它是利用NHS提供的数百万次眼部扫描数据开发的。研究团队正在将该系统开源，这样全球任何机构都可以免费使用，作为全球使用人工智能检测和治疗失明的基石。这项研究发表在《自然》杂志上。
人工智能的进展继续以令人眼花缭乱的速度加速，#chatGPT#等“基础”模型的发展令人兴奋。基础模型描述了一个非常庞大、复杂的人工智能系统，该系统接受了大量未标记数据的训练，可以对其进行微调，以适应各种后续任务。#RETFound#在一系列复杂的临床任务中始终优于现有的最先进的人工智能系统，更重要的是，它通过在不同人群和罕见疾病患者中良好工作，解决了许多当前人工智能系统的一个重大缺陷。
开发人工智能模型的关键挑战之一是需要专家的人类标签，而获取这些标签往往既昂贵又耗时。正如论文中所展示的，RETFound能够匹配其他人工智能系统的性能，同时在其数据集中只使用10%的人类标签。这种标签效率的提高是通过使用一种创新的自我监督方法来实现的，在这种方法中，RETFound**了图像的部分，然后自己学习预测缺失的部分。
RETFound可以帮助提高对一些最使人衰弱的眼病的诊断，包括#糖尿病视网膜病变#和#青光眼#，并预测#帕金森氏症#、中风和#心力衰竭#等系统性疾病。通过眼睛识别一般健康问题是一门新兴科学，被称为“#oculomics#（#视觉组学#）”——这一术语是由该论文的合著者之一阿拉斯泰尔·丹尼斯顿教授在2020年创造的。眼睛是我们整体健康状况的“窗口”，提供了一种非侵入性的神经系统观察。理解眼身关系是解决复杂疾病和与#衰老#相关的整体问题的关键。
RETFound使用来自Moorfields眼科医院的160万张图像的精心设计的数据集进行训练。这项研究使用了由INSIGHT提供的人工智能工具和基础设施，INSIGHT是英国国家医疗服务体系(nhs)领导的、位于穆尔菲尔德(Moorfields)的眼科健康数据研究中心，也是世界上最大的眼科数据生物资源。该中心强大的计算和人工智能能力源自2016年摩尔菲尔德与#Deepmind#的研究合作。
#Github#地址：https://github.com/rmaphoh/RETFound_MAE
2023-10-20发表于上海
2023-04-20发表于香港
2023-04-10发表于上海
2023-03-16发表于上海
