行业报告 AI展会 数据标注 标注供求
数据标注数据集
主页 > 人工智能 > 正文

为了搞清楚心动的感觉,腾讯程序员研发了一款

       心动究竟是一种怎样的感觉?
 
  以下是网友们的答案:
 
  “小心脏,扑通扑通地跳。”——废铁段的回答讲究一个直白。
 
  “既想逃的远远的,又想被对方找到。”——青铜段已经学会超越表象。
 
  “既见君子,云胡不喜。”——王者段的每一个用词都很考究。
 
  “什么,这个BUG有点可爱?”——鹅厂程序猿/媛/圆专属心动。
 
  “心脏里的窦房结放电一次,产生电激动经由希斯束和左右束支传导,再通过遍布心室的浦肯野纤维,传遍整个心室。”——这是来自腾讯“最知心”的心电AI技术团队专业解释。
 
  面对散发着恋爱酸腐气息的青年男女们,他们给出忠告——如果你感到心跳加速,可能是心动的感觉!也可能是,心律失常!须警惕!
 
  一切,从心电图说起
 
  心动,其实体现在心电图上。
 
  在普通人眼中,对心电图最熟悉的场景,可能是现代都市家庭伦理情感剧里的经典桥段:
 
  当病人心电图从律动变成“————”
 
  家属总是大喊“医生!医生!”
\
  心电图的信息量十分丰富,蕴藏着很多心脏健康与否的秘密。
 
  团队的高级研究科学家杜楠博士说:
 
  如果将一张心电图看做心脏的语言,其中的每个波段相当于一个词汇,每次心博相当于一个句子,串联成的心电图就是一篇文章。文章有语义,有喜怒哀乐,心电图也有语义,就是异常和正常。
 
  读懂心电图,就能读懂心脏冲动的频率、节奏、起搏部位、传导速度与激动顺序,可以看到人体哪里出现了异常。
 
  但,根据中国远程心电诊断学组提供的数据,我国每年有2.5亿人次做心电图检查,而全国真正精通心电图的医生不到3%,只有约3.6万人。患者的需求和基层医疗资源不足形成了矛盾。
 
  我们做了个“知心”AI技术
 
  面对这个现实,腾讯医疗AI实验室推出了一个人工智能AI新技术——心电图智能分析技术,期盼能帮到医生。
\
  它基于腾讯自研的心电人工智能AI引擎开发。上面的图展示了它正在对人的心电图进行实时监测和判别分析的过程。
 
  在心电人工智能AI引擎的驱动下,智能穿戴设备采集到的心电信号和心电图波形会被自动识别和判读,反馈异常类别及来源,实现7×24小时不间断监测和评估
 
  目前,它已经能够判断正常、噪声、房性早搏、心房颤动、室性心搏、T波倒置等6大类状态
 
  看不懂这些专业术语没关系,以下简单科普下:
 
  正常人的心电频率在60-100次/min,当你感觉心跳加速时,我们的AI可能会识别出此时你正处于“心动过速”状态。此时的心率是100-250次/min。
 
  当你觉得心扑通扑通时,可能就是心脏“扑动”,此时心电频率已经达到250-350次/min。
 
  更为重要的是,我们的心电人工智能AI引擎对每条心电信号的分析时间低于0.05秒,在一秒内就可以完成200份心电图判读。这可以为病人和医生节省大量诊疗时间,减小漏诊和误诊的概率。
 
  它到底有多准?
 
  在过去的十个月时间里,腾讯医疗AI实验室联合北京大学人民医院心脏中心的医疗专家,利用深度学习方法,不断训练我们的心电人工智能AI引擎。
 
  在对心电人工智能AI引擎训练过程中,最担心的是心电信号里的无规律噪声。如果噪声干扰了训练,很可能会让人工智能AI在实际应用中产生错误判断。
 
  为了解决这些问题,团队不断扩大训练集,提升训练精度。
 
  他们先后采集了约20万个心电样本,约250万个心搏,从中找到心电信号的120个特征,对心电人工智能AI引擎进行训练。最后又进行了2万多个样本的测试,不断完善这项技术。
 
  经过初步评测,心电人工智能AI引擎的心搏定位敏感度达到99.6%,准确度99.5%;室性心博检测敏感度达到97.2%,特异度99.8%。
 
  接下来...
 
  腾讯医疗AI实验室将进一步完善这项技术,并且把它运用于覆盖医疗全流程的AI临床辅助决策支持系统(AI+CDSS)中。
 
  这项技术已在2018年11月18日正式对外发布。同时,腾讯也正式启动了2018年国家重点研发计划“数字诊疗装备研发专项”AI辅诊项目。
\
  该项目由国家科技部发起,是国家在医疗和人工智能技术融合领域的重要部署。
 
  腾讯公司牵头承担该项目的技术研发。参与合作单位还包括中国科学院自动化研究所、中国人民解放军总医院、中南大学湘雅医院和北京大学人民医院等专业机构。
 
  在医疗行业,腾讯一直在尝试利用自己的技术优势做好数字化助手
 
  腾讯医疗AI实验室负责人范伟说
 
  实验室的使命就是要解决临床问题,我们也将持续研发AI技术,推动‘AI+医疗’产学研结合,加速医疗AI应用落地,为医疗赋予AI动能,让技术与医疗的深度结合,构建良好的技术生态,服务于医患双方,缓解医疗资源分布不均等问题,助力分级诊疗国策落地。
微信公众号

声明:本站部分作品是由网友自主投稿和发布、编辑整理上传,对此类作品本站仅提供交流平台,转载的目的在于传递更多信息及用于网络分享,并不代表本站赞同其观点和对其真实性负责,不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品,请与我们取得联系,我们会及时修改或删除。

网友评论:

发表评论
请自觉遵守互联网相关的政策法规,严禁发布色情、暴力、反动的言论。
评价:
表情:
用户名: 验证码:点击我更换图片
SEM推广服务

Copyright©2005-2026 Sykv.com 可思数据 版权所有    京ICP备14056871号

关于我们   免责声明   广告合作   版权声明   联系我们   原创投稿   网站地图  

可思数据 数据标注行业联盟

扫码入群
扫码关注

微信公众号

返回顶部