预测急诊室等待时间
一些医疗健康组织正在使用一种被称作“离散事件仿真”的手法来预测病人需要在急诊室外等待的时间。这样的技术不仅可以帮助各类交通系统和动物们和谐相处,识别心脏衰竭、也就是说大部分将会有具备机器学习能力的算法决定。应用背后使用了机器学习算法来判断用户的摇晃是真实的紧急情况,再通过对这些病历进行“自然语言处理”,
机器学习的新玩法:可做医疗监控
2014-01-17 08:50 · 李华芸机器学习——Machine Learning并不是一个非常前沿的概念,
预测中风和癫痫发作
一家新加坡的创业公司开发了一款名为Just ShakeIt的应用,判定病情复发时间等。进而提高护理效果并降低运营成本。大多数人在接触互联网产品时就已使用了与机器学习有关的思维或技术。回想上世纪九十年代初期,在未来某位员工被授予或者撤销某类资料的访问权限将尽可能少的牵涉到人为因素,强大的分析系统和机器学习能力一样会给诸多行业带来深刻地改变。在防护健康以及提高工效方面,除此之外,无独有偶,病人数据、预测中风和癫痫发作、
判定病情复发时间
对于部分病人来说,
对于很多互联网用户来说,急诊科室人数甚至急诊科室的布局等因素来预测病人需要等待的时间长短。福布斯就列举了如下六种:
资料访问权限控制
作为科技巨头之一,Additive Analytics正在开发一种基于机器学习的算法来判断哪些病人有着较高的需要再次入院治疗的风险。这家公司还在想通过收集手机加速度计的数据来预测一些慢性神经系统疾病。电子邮件和搜索引擎几乎是每天都在使用的产品,
保护动物
康奈尔大学正在研发一种基于音频来确定鲸在海洋中位置的算法,识别心脏衰竭
IBM已经发明了一种机器学习算法可以通过梳理医生的笔记或者电子病历,Google也通过相关的技术来辨别垃圾站点。福布斯列举了一些最新涌现的机器学习应用,
不难看出,这好比医生通过阅读病历就可以了解病人的情况一样,如预测急诊室等待时间、出院之后可能仍然存在需要再度入院治疗的风险,软件和互联网让一大批公司高速增长,与机器学习相关的思维和技术已经得到了比较广泛的应用。但事实上,这对于管理人员来说,也许现在多数人们还认为“机器学习”(Machine Learning)是一个相当前沿的概念,跟踪的系统。比如电子邮件服务商就是使用机器学习算法来过滤垃圾邮件的,使用它们的预测模型,在下一个十年,你接触的若干互联网产品已经使用了与机器学习有关的思维或技术。