Search
【醫學研究 AI 化成顯學 沐恩與雲馥共創數位轉型新典範💯】
AI 不是象牙塔❗但在醫學應用上卻很常遇到以下困擾：
👉需額外學寫程式，且建模耗時又不易
👉演算法及操作過於複雜，延伸的溝通成本高
因此 #沐恩生醫 選擇與 #雲馥數位 和 #台灣微軟 聯手協力打造醫學研究新型態，讓 AI 應用成為助力而非阻力💪
兩大亮點助力⏬
✅小量資料即可建模訓練！一鍵就能自動完成
✅不用會寫程式也能發表 AI 醫學論文！自然語言搜尋關鍵字，快速又精準
點進連結查看完整案例分享&索取活動影片⏩https://aka.ms/FB_CaseAI
#Microsoft #Azure #AzureAI
中國 AI 預防醫學應用指標廠商之一的華米科技，宣布與亞馬遜合作，將布局全球 AI 預防醫學市場。
您今年做過健康檢查了嗎？🤷♂️
是否了解AI影像辨識(如MRI)如何幫助您找出身體的「拍咪呀」呢？
為培育AI醫療影像關鍵人才，工研院產業學院特別邀請服科中心張傳育副執行長，結合「醫學影像原理特性與處理技術」、「AI演算技術與醫學應用案例」、「醫學影像新興技術與應用案例」等議題，講述醫療影像辨識技術的開發歷程。
想了解人工智慧技術如何實際應用在醫療影像的自動辨識嗎?👍
⚡了解更多詳情，請點擊下方連結⚡
✔工研院專家傳心法 培育AI醫療影像辨識關鍵人才
https://udn.com/news/story/7240/5267158
✔以案例剖析AI智慧醫療影像辨識技術
https://reurl.cc/6yvbM6
#影像辨識技術 #AI #自助式輔助眼底攝影技術
#高端 #疫苗 #BNT #疫情 #武漢肺炎 #新冠疫情
📢關注議題，開啟對話 💪陪我們繼續，做不一樣的政論節目~
▎訂閱《有話好說》：https://bit.ly/34xc9Vh
▎按讚有話 FB｜https://www.facebook.com/PTStalks/
▎追蹤有話 IG ｜https://www.instagram.com/pts.talks/
▎有話，用聽的｜https://link.chtbl.com/ptstalk
👤 來賓：
洪子仁（新光醫院副院長）
周百謙（臺北醫學大學附設醫院胸腔內科主任）
林氏璧（前台大醫院感染科主治醫師）
00:00 開場：BNT 將來台，高端已經開打
07:33 高端接種後 4 死？時序不代表因果
16:36不同疫苗施打年齡各異，應用更多資料判斷死因
28:48 BNT貼「復必泰」來台？衝高覆蓋率是共識
37:20 開學後群聚密度高，建議入班施打並輔以衛教
45:10 林氏璧：防Delta，是否先給高風險族群第二劑？
51:45 輝瑞取得美國藥證！突破性感染怎麼防？
💬 週一到週四晚間八點，歡迎到臉書收看直播，參與線上討論，有閒來坐！
🚩 感謝交大陳信宏校長帶領的自然語言處理團隊，提供 AI 中文字幕與校對服務。軟體開發初期錯誤難免，也請網友協助訂正幕錯字，提供 AI 更多學習機會，謝謝！
___
更多新聞與資訊請上👇
▎有話好說官網｜http://talk.news.pts.org.tw/
▎公視新聞網 ｜ http://news.pts.org.tw/
#PTStalks #有話好說 #陳信聰
#PTS #PTSNEWS #公視新聞 #公共電視 #公視
國立陽明交通大學-數據科學與雲端運算- Advanced visualization-機器學習
大數據利用時間的特性，以統計圖表呈現分析結果，以然成為一種企業尋找管理策略的方法。商業智慧的成功，當然也可以促成醫學智慧的成功。
孫在陽老師主講，[email protected]
範例、講義下載：https://goo.gl/ytzRxT
時間軸
00:00 PPT簡報實務應用簡介
06:10 尋找證基會文件
14:00 開啟下載文件
16:30 傳送到 Power Point
27:35 設計標題投影片
00:41:19 微軟的簡報模板
00:45:40 瘋簡報的模板
01:05:00 時程模板應用
01:21:23 項目清單模板應用1
02:00:00 項目清單模板應用2
「孫在陽」直播-國立陽明交通大學-數據科學之視覺化分析
大數據利用時間的特性，以統計圖表呈現分析結果，以然成為一種企業尋找管理策略的方法。商業智慧的成功，當然也可以促成醫學智慧的成功。
孫在陽老師主講，[email protected]
範例、講義下載：https://goo.gl/ytzRxT
時間軸
00:00:00 PPT簡報實務應用簡介
00:03:09 建立模型
00:03:54 依統計目的的圖表設計
00:10:40 ICD 9:434.90 屬於 TIA
00:14:32 依疾病碼做腦中分疾病分類
00:20:50 建立標題
00:21:23 01.ICD比例統計
00:26:20 02.ICD次數統計
00:28:30 視覺化
00:32:16 加入時間特性做連續型分析
00:49:20 自動分析
00:54:35 知識
01:01:14 關鍵影響因數
01:50:01 分解樹
