1990 年代中期很少有人能預測到深度學習革命即將到來。

不過為賓州和紐澤西州人們提供服務的 Geisinger 醫療保健系統，很早便押寶在數位健康紀錄上，讓它在二十年後推行人工智慧時成為一大優勢。

Geisinger 在1996年便採用電子健康紀錄，約在2001年開始以數位方式儲存醫學影 …

這套供放射科醫師使用的系統可提供人工智慧輔助注釋、為患者調整人工智慧，並將其部署到醫院裡。

人工智慧已準備好釋放醫院系統的巨大潛力，特別是在深度學習應用前途最為光明的領域之一，也就是醫學成像。

這正是 NVIDIA 推出 Clara AI 工具套件的原因，其中有著十三項最先進的分類和分割人 …

「這裡是911報案中心，要通報什麼緊急事件？」

丹麥新創公司 Corti 知道人們都是在危急的情況下才會撥打急救電話，該公司為此開發出一項人工智慧工具，為急救電話調度人員提供即時回應和指導，幫助他們提出正確的問題和快速辨識對方是否出現急症。

它的語音辨別軟體 Corti AI 可以將 …

更快診斷阿茲海默症只是第一步罷了。

醫院產生出海量醫療資料，而在因應隱私和安全方面的問題時，可以使用這些資料重新檢視從醫院管理到患者照護的一切內容，這卻代表要謹慎組合這些資料，才不會繼續把這些資料鎖在組織的某個角落裡。

加州大學舊金山分校的一組研究人員展現了深度學習與資料強強聯手，所能釋 …

神經網路的發展不見得就像是開發蠻荒的美國大西部 – 遷移學習利用一個成熟穩定的領域來開拓新局。

你或許已經有份工作，但也可以利用夜間來攻讀碩士學位或參加線上認證課程，運用過去的經驗找到新的工作。

遷移學習（Transfer Learning）就是這個概念，這項深度學習技術讓開發人員能把原先 …

ImFusion 運用深度學習及影像處理技術，將 2D 平面超音波資料變成 3D 立體影像。

醫學成像技術就像是在人體上開了一扇窗，讓我們能看到皮膚下的樣貌。

不過如果真的想搞清楚體內的情況，醫師需要 3D 影像，而且如今在手術時更是需要這項技術。

來自德國慕尼黑的新創公司，同時也是 …

車輛要進行廢氣排放檢測、橋樑要檢查其品質，人類則是要進行健康檢查，特別是對心臟進行檢查。

原因在於心臟病為全球第一名的死因，光是在美國每年約有 25% 的人死於心臟病。

深度學習技術讓醫師們能更輕鬆診斷出心臟病，也讓更多人能獲得這項服務，進而獲得更好的治療方式，患者也能享受到更好的治療 …

2010 年時還是一名大學生的 Ian Burkhart，與友人們一同在北卡羅萊納州外海的大西洋潛水，意外遭受了嚴重的脊髓損傷，他的胸部以下從此癱瘓。

不過現在他藉由一套搭配神經網路的人腦-電腦介面，可以用右手拿起物體、傾倒液體和玩《吉他英雄》（Guitar Hero）這套遊戲。

Ian …

各界為了每年對數千萬人身心造成折磨的癌症、糖尿病、心臟病等疾病，投入大量的研究心力和資金。

在各地影響著四億人生命的約七千種已知罕見疾病卻無人聞問，製藥業過去一直忽視它們，藥廠無法證明開發藥物以解決少數受影響患者的成本是否合理，讓這些罕見疾病又被稱為「孤兒」疾病。

新式的融資方式與新的 …

去年有逾七十萬名羅興亞難民逃離緬甸，在孟加拉的科克斯巴扎爾（Cox’s Bazar）區邊界尋找臨時避難所。

難民們的生活環境擁擠又髒亂不堪，使得他們特別容易受到感染和其它疾病的侵害，聯合國表示難民們有著「龐大」需求，醫療服務的「資金嚴重不足」。

位於矽谷的醫療保健新創公司 Polyfin …