吴恩达带斯坦福ML组发了新论文：深度学习攻克心律不齐难题

文章预览

李林 编译整理 量子位 报道 | 公众号 QbitAI 吴恩达带领的斯坦福机器学习组(Stanford ML Group)最近开发了一种深度学习新算法，能诊断14类心律不齐，准确率可以媲美人类医生。 他们的论文周四公布在了Arxiv上，题为Cardiologist-Level Arrhythmia Detection with Convolutional Neural Networks，用卷积神经网络进行心脏病专家级的心律不齐检测，作者包括Pranav Rajpurkar、Awni Hannun、Masoumeh Haghpanahi、Codie Bourn和吴恩达。 心律不齐的诊断难题 如果患者疑似有心律不齐症状，通常会去医院做个心电图。但是，在医院做的几分钟或者十几分钟心电图，往往发现不了问题，这时候医生就可能会给患者一个可穿戴的心电图监测器，要戴两周。 两周，就要产生几百小时的心电图数据，医生要一秒一秒地 ………………………………