雷爾運動 - 你今天微笑了嗎 ^.^

可以分析醫療資料和病況診斷的軟體正在到來。它能比醫生更好嗎?

這是一例沒有醫生的診斷，軟體很快就能只基於你的醫療資料找出什麼毛病。機器已經改變了醫療保健，例如，磁共振成像掃描器可以看透體內，但通常離不開人的技能： 掃描揭示陰影，腫瘤學家來認識到它的意義。但醫生往往是忙碌和勞累的；他們會犯錯誤，或者忽視告警的症狀。如果電腦能夠以它們自己的方式理解健康，也許它們可以加快診斷，甚至使其更準確。

這種新方法的核心是機器學習，例如，軟體可以被訓練來識別一個圖像中的重要特徵。“深度學習”是更靈活的，軟體能夠便利的結合從多個角度、多種模式獲得的圖像，在處理邊緣和線條的同時，也考慮這個圖像整體上描繪了什麼，“狗”或“貓”。這意味著“深度學習”可以做出關於含有不同概念的資料集的沒有人類指導的推論。

研究人員已經應用“深度學習”來分析胸部X光檢查、心臟擴大和肺周圍流體集結的差別、檢測脊柱上的癌變增生等。

加拿大多倫多大學的布倫丹·弗賴說：”‘深度學習’將改變個性化的醫學、基因檢測和藥物的發展。它提供著資料和醫療結果之間的連接”。

參考延伸：

“深度學習”是機器學習研究中的一個新的領域，其動機在於建立、模擬人腦進行分析學習的神經網路，它模仿人腦的機制來解釋資料，例如圖像，聲音和文本。

“深度”：從一個輸入中產生一個輸出所涉及的計算可以通過一個流向圖（flow graph）來表示：流向圖是一種能夠表示計算的圖，在這種圖中每一個節點表示一個基本的計算並且一個計算的值。這種流向圖的一個特別屬性是深度（depth）：從一個輸入到一個輸出的最長路徑的長度。