英国牛津大学发布新研究成果显示,研究人员基于人工智能技术开发出一种新工具,可在心脏病发作前至少5年就判断出一个人是否属于这类疾病的高风险人群。
	目前,如果一个人出现胸部疼痛等疑似心脏病症状时,传统检测方法主要依靠对冠状动脉扫描结果的判读,但这种方法有时并不一定能检测出病患未来会否心脏病发作。
该校研究人员使用机器学习方法对大量的血管扫描数据进行深度分析,从而开发出的一种全新生物标记物,能够识别出为心脏供血的血管周围间隙出现的异常,如发炎、瘢痕等可预示未来心脏病发作的迹象。出于机器学习的特性,加入的扫描数据越丰富,预测就越准确。
	团队在1575名志愿者身上测试了这项新技术,反馈结果良好,比现有诊断工具都要优异。他们计划明年向医护人员推广这一新检测技术。
	领衔该研究项目的牛津大学教授哈拉兰博斯·安东尼亚德斯说,利用人工智能开发的这个新工具能够找到人们血管周围的“坏”特征,这在早期心脏病风险检测方面具有很大潜力,让医护人员能够提前为病患采取预防措施。
	来源;新华网
			
			
       	 	
    	浅析KUKA数学标准功能
         	 	
    	利用土壤水势仪来提升农业灌溉科学化的效率
         	 	
    	边缘分析如何补充云计算,为企业提供实时洞察和解决方案
         	 	
    	【服务器数据恢复】5节点Lustre文件系统RAID5数据恢复案例
         	 	
    	能源储存技术均化成本降低,缩小与抽蓄水电之间差距
         	 	
    	牛津大学研究人员正在利用人工智能开发的新工具来预防心脏病
         	 	
    	折叠屏是什么?FlexPai 2上市打破认知
         	 	
    	常用半导体的主要技术指标
         	 	
    	800亿美金的Uber上市 科技泡沫破灭的开始
         	 	
    	中国工业自动控制系统装置市场规模逐步攀升,年复合增长率达到7.65%
         
       	 	
    	SKYLAB携手络达基于AG3335方案推出多款米级双频定位模块
         	 	
    	电磁兼容中的接地技术探讨
         	 	
    	具有潜望镜变焦的Apple iPhone 14 2022?
         	 	
    	容器技术将成为5G核心网云化重要的演进方向
         	 	
    	气动电磁阀工作原理图
         	 	
    	多维度揭秘汽车行业“寒冬”之谜
         	 	
    	智能手环热潮不再,医用可穿戴设备发展迅猛
         	 	
    	2020年年中起整个光伏市场规模预计将快速扩大
         	 	
    	雷柏科技上半年实现营收2.02亿元,净利润同比下降28.81%
         	 	
    	松下电子推出V型FT系列铝电解电容器