全球面臨醫療人才短缺問題，而醫學又是一門觀察與判斷的條碼機學科，看準未來龐大商機，Google 因而引入人工智慧於醫學應用上，如利用 AI 與機器學習深度運算，協助醫學影像辨識，讓 AI 成為當今醫師診療時的得力助手。
在印度，每年有百萬人因為眼科醫師短缺，當地 45％ 的糖尿病患者還來不及接受診斷就失明，而糖尿病患者要防範失明，極需眼底視網膜篩檢。 Google 便在印度引進 AI 技術進行醫學影像辨識。最新研究指出， AI 判讀結果的準確度逼近視網膜專科醫師。
除了協助醫學影像的辨識， AI 還能預測醫師無法從影像預知的疾病，透過導入大量影像，機器就能評估疾病風險，如心血管疾病、癌症等。待 AI 累積大量經驗、準確率高，最終就無須透過人工介入，可讓機器自行辨識。目前已用於淋巴貼紙印刷結中的乳腺癌轉移瘤檢測，以及糖尿病視網膜病變等。
人工智慧在醫療領域的發展潛力十分龐大，而這項技術在全球的近用性也尤其重要。根據 Google 機器人學習數百項訓練模型發現，儘管研究尚處相當早期的階段，模型的曲線下面積( AUC ) 達到 0.7 (演算法客製化貼紙正確度達 70% )。同時在定位腫瘤的準確率達到 89％ ，已高於人類病理學家的 73% 。
條碼機主要用於列印條碼標識，對於很多使用者來說對條碼標籤印表機的原理不是很清楚，今天小編就專門針對條碼印表機的熱敏原理進行深度剖析。在淡色材料上（通常是紙）覆上一層透明膜，將膜加熱一段時間後變成深色（一般是黑色，也有藍色）。圖像是通過加熱，在膜中產生化學反應而生成的。這種化學反應是在一定的溫度下進行的。高溫會加速這種化學反應。當溫度低於60℃時，膜需要經過相當長，甚至長達幾年的時間才能變成深色；而當溫度為200℃時，這種反映會在幾微秒內完成。熱敏印表機有選擇地在熱敏紙的確定位置上加熱，由此就產生了相應的圖形。列印出的標籤耐腐蝕、耐高低溫、抗磨損、粘性強、防褪色。可用於不同領域，包括電力電信、工業製造、化工醫療、物料倉儲、檔案管理、零售商超等，普貼標籤印表機貼近您的生活。
Google AI 產品經理 Daniel Tse 說標籤機明，目前 Google AI 演算模型已在醫學期刊與醫學模型等發表研究結果，未來可望將相關技術帶到實際應用中。
目前 Google 也積極與監理單位進行合作以取得核准，像是美國食藥署( FDA ) 以及歐盟等相關單位，而臨床驗證的部份則攜手硬體廠商 Nikon 等合作。可預見的是，未來人工智慧演算法雖然無法取代醫生，但可望成為推行醫療行業向前邁進的重要工具。
盤點機，又稱手持終端或者手持機，其主要功能就是掃描條碼或者讀取電子標籤，有移動存儲、移動輸入、導入匯出資料等功能。使用盤點機的優勢是通過掃描識別，避免人工記錄、輸入的帶來的錯誤，為現場資料的有效性、及時性、真實性提供了保障。盤點機可廣泛應用於超市盤點、圖書盤點、倉庫盤點、固定資產盤點等領域。盤點機分為條碼盤點機和RFID盤點機，條碼盤點機一般採用的是一維條碼+WIFI的配置，通過掃描條碼來進行盤點，RFID盤點機是通過讀取RFID標籤來進行盤點，常見的是超高頻盤點機。在選擇盤點機時可以從作業系統、CPU性能、掃描模組、續航能力、通訊能力、防護等級等方面去考慮。最後，看盤點機是否具有商品盤點、商品複盤、價格查詢、盤點查詢、資料分析等功能。
留言列表
