Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network

Greek AI Network

  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI
No Result
View All Result
Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network
  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI
No Result
View All Result
Τεχνητή Νοημοσύνη – Νέα & Εργαλεία | Greek AI Network

Greek AI Network

No Result
View All Result
Home Νέα

Η τεχνητή νοημοσύνη διακρίνει τη νόσο του Πάρκινσον, την MSA και την PSP

by Kyriakos Koutsourelis
19 Μαρτίου, 2025
in Νέα
0
Η ποιότητα ζωής των ασθενών και η εξέλιξη της νόσου εξαρτώνται σε μεγάλο βαθμό από τη συνεπή, έγκαιρη παρακολούθηση της εξέλιξης της νόσου και τη βέλτιστη δοσολογία της συνταγογραφούμενης θεραπείας σε κάθε χρονική στιγμή. Σύμφωνα με τον ίδιο, το PDMonitor υποστηρίζει μια αναδυόμενη αλλαγή παραδείγματος στη φροντίδα του Πάρκινσον, μεταβαίνοντας από τις παραδοσιακές βραχύβιες διαβουλεύσεις πρόσωπο με πρόσωπο, στην ενίσχυση από την παρακολούθηση στο σπίτι, η οποία έχει πολλά πλεονεκτήματα παρόμοια με την παρακολούθηση στον διαβήτη και τις καρδιακές διαταραχές. Η συνεχής παρακολούθηση των ασθενών στο σπίτι, ενώ διεξάγουν καθημερινές δραστηριότητες, επιτρέπει τη λήψη πιο συχνών αποφάσεων θεραπείας και επιτρέπει στους γιατρούς να ανταποκρίνονται ταχύτερα στα μεταβαλλόμενα συμπτώματα.
Share on FacebookShare on Twitter

Ένας αλγόριθμος τεχνητής νοημοσύνης εντοπίζει διαφορετικά σύνδρομα παρκινσονισμού μέσω μαγνητικής τομογραφίας

Η πρόοδος στην τεχνητή νοημοσύνη έχει φέρει επανάσταση στη διάγνωση νευροεκφυλιστικών ασθενειών, όπως τα σύνδρομα παρκινσονισμού. Ένας αλγόριθμος βασισμένος στην τεχνητή νοημοσύνη, γνωστός ως Automated Imaging Differentiation for Parkinsonism (AIDP), έχει αποδείξει την ικανότητά του να διακρίνει ανάμεσα σε διάφορες μορφές παρκινσονισμού χρησιμοποιώντας μαγνητική τομογραφία 3-T. Σύμφωνα με τον Michael Okun, MD, από το University of Florida Health, το AIDP κατάφερε να διαχωρίσει τη νόσο του Πάρκινσον, την πολλαπλή συστηματική ατροφία και την προοδευτική υπερπυρηνική παράλυση με υψηλή ακρίβεια. Τα αποτελέσματα της έρευνας δημοσιεύτηκαν στο JAMA Neurology και δείχνουν πως το μοντέλο μπορεί να προσφέρει σημαντική βοήθεια στους κλινικούς ιατρούς για τη διάγνωση αυτών των ασθενειών.

Αποτελεσματικότητα του AIDP στη διάκριση συνδρόμων παρκινσονισμού

Ο αλγόριθμος AIDP έχει αξιολογηθεί σε δύο διαφορετικές ομάδες και έχει δείξει υψηλή ακρίβεια στη διάκριση μεταξύ της νόσου του Πάρκινσον και των άτυπων μορφών παρκινσονισμού. Οι ερευνητές κατέγραψαν την περιοχή κάτω από την καμπύλη ROC (AUROC), την θετική προγνωστική αξία (PPV) και την αρνητική προγνωστική αξία (NPV) για να αποδείξουν την αποτελεσματικότητα του αλγορίθμου. Για παράδειγμα, το AIDP κατάφερε να ξεχωρίσει τη νόσο του Πάρκινσον από την πολλαπλή συστηματική ατροφία με AUROC 0.98, PPV 0.97 και NPV 0.97. Αυτά τα αποτελέσματα υποδηλώνουν ότι ο αλγόριθμος μπορεί να αποτελέσει ένα πολύτιμο εργαλείο για την κλινική πρακτική, παρέχοντας σαφήνεια στους γιατρούς σχετικά με την πιθανή διάγνωση.

Προοπτικές και μελλοντικές εφαρμογές του AIDP

Η μελέτη του AIDP περιλάμβανε 249 συμμετέχοντες από την προοπτική μελέτη Parkinson Study Group στις Ηνωμένες Πολιτείες και τον Καναδά, καθώς και 396 συμμετέχοντες από μια βοηθητική αναδρομική ομάδα. Συνολικά, 500 άτομα χρησιμοποιήθηκαν για την εκπαίδευση του μοντέλου, ενώ 145 άτομα αποτέλεσαν την ανεξάρτητη ομάδα δοκιμών. Η διάγνωση επιβεβαιώθηκε κλινικά από τρεις ανεξάρτητους νευρολόγους ειδικούς στις κινητικές διαταραχές. Η μελέτη έδειξε ότι το AIDP μπορεί να προβλέψει την παθολογία μετά τον θάνατο στο 93.8% των περιπτώσεων αυτοψίας, υπογραμμίζοντας τη δυνατότητα του αλγορίθμου να συνεισφέρει σε ένα σύστημα ταξινόμησης και σταδιοποίησης της νόσου του Πάρκινσον.

Σύγκριση με άλλες μεθόδους διάγνωσης και βιοδείκτες

Οι πρόσφατες εξελίξεις στον τομέα των βιοδεικτών για τη νόσο του Πάρκινσον έχουν ανοίξει νέους δρόμους για τη διάγνωση και την κατανόηση της ασθένειας. Μελέτες έχουν δείξει ότι οι βιοψίες δέρματος μπορούν να ανιχνεύσουν την ασθένεια και άλλες συναφείς παθήσεις. Επίσης, μια ανάλυση έδειξε ότι μια δοκιμή ενίσχυσης σπόρων α-συνουκλεΐνης μπορεί να ταξινομήσει άτομα με νόσο του Πάρκινσον με υψηλή ευαισθησία και ειδικότητα. Ο τομέας εξετάζει τη δυνατότητα χρήσης ενός βιολογικού πλαισίου ταξινόμησης, παρόμοιο με αυτό της νόσου του Αλτσχάιμερ, που θα βασίζεται σε παθολογικές ενδείξεις νευρωνικής εκφύλισης.

Συμπεράσματα και μελλοντικές κατευθύνσεις για την έρευνα

Η έρευνα για το AIDP προσφέρει νέες προοπτικές για τη διάγνωση και τη διαχείριση των συνδρόμων παρκινσονισμού. Μελλοντικές μελέτες θα πρέπει να εξετάσουν περιπτώσεις με κλινική αμφισημία και διαφωνία μεταξύ των ειδικών. Επίσης, είναι σημαντικό να εξεταστούν περιπτώσεις πρόδρομων συμπτωμάτων, άνοιας με σωμάτια Lewy και συνδρόμου corticobasal, καθώς και περιπτώσεις από άλλα κλινικά περιβάλλοντα εκτός από τα κέντρα κινητικών διαταραχών. Η τεχνολογία αυτή μπορεί να αποτελέσει ένα σημαντικό εργαλείο για την καλύτερη κατανόηση και αντιμετώπιση αυτών των πολύπλοκων νευρολογικών ασθενειών.

Tags: AI News

ΣΧΕΤΙΚΑ ΑΡΘΡΑ

Η TypeSafe AI βγαίνει από τη φάση stealth και παρουσιάζει το Jev, ένα νέο μοντέλο τεχνητής νοημοσύνης που έχει σχεδιαστεί όχι για συνομιλίες, αλλά για γρήγορη και δομημένη λήψη αποφάσεων μέσα σε εφαρμογές λογισμικού. Πίσω από την εταιρεία βρίσκεται ο Diogo Almeida, πρώην στέλεχος της OpenAI και ένας από τους συνδημιουργούς του ChatGPT. Η ομάδα της TypeSafe εργάστηκε για περίπου δύο χρόνια πάνω στο Jev, επιχειρώντας να αντιμετωπίσει ορισμένους από τους περιορισμούς που εμφανίζουν τα παραδοσιακά Large Language Models όταν χρησιμοποιούνται για αυτοματοποίηση.
Νέα

Η TypeSafe λανσάρει το Jev για προγραμματιστική λογική

by Theodoros Kostogiannis
18 Σεπτεμβρίου, 2026
Η Pony.ai αποκάλυψε τη νέα γενιά του αυτόνομου ηλεκτρικού της φορτηγού, ενισχύοντας την παρουσία της στον τομέα των εμπορευματικών μεταφορών χωρίς οδηγό. Το T9 Robotruck, που αναπτύχθηκε από κοινού με την GAC Commercial Vehicle, υποστηρίζει αυτόνομη οδήγηση Level 4 και προορίζεται κυρίως για μεταφορές μεγάλων αποστάσεων και εφαρμογές logistics.
Νέα

Η Pony.ai παρουσιάζει αυτόνομο ηλεκτρικό φορτηγό για logistics

by Theodoros Kostogiannis
17 Σεπτεμβρίου, 2026
Η AI αναδιαμορφώνει την αγορά εργασίας στην Ιρλανδία
Νέα

AI και εργασία στην Ιρλανδία: τι δείχνει νέα έρευνα

by Kyriakos Koutsourelis
17 Σεπτεμβρίου, 2026
Google: Επένδυση 13 δισ. ευρώ στη Φινλανδία για AI data centers και ενέργεια
Νέα

Google: Επένδυση 13 δισ. ευρώ στη Φινλανδία για AI data centers και ενέργεια

by Kyriakos Koutsourelis
16 Σεπτεμβρίου, 2026
Η Microsoft AI επιχειρεί να θέσει σαφή όρια στο πόση αυτονομία μπορούν να αποκτήσουν τα προηγμένα συστήματα τεχνητής νοημοσύνης, παρουσιάζοντας το προσχέδιο του Humanist AI Code of Conduct. Το νέο πλαίσιο περιγράφει τους κανόνες που θα πρέπει να ακολουθούν τα μοντέλα AI της εταιρείας κατά την εκπαίδευση και τη λειτουργία τους. Κεντρική αρχή είναι ότι ο άνθρωπος πρέπει να διατηρεί πάντοτε τον τελικό έλεγχο. Ένα μοντέλο θα πρέπει ακόμη και να αποτυγχάνει στην εκτέλεση μιας εργασίας, εφόσον η ολοκλήρωσή της προϋποθέτει ουσιαστική παραβίαση των κανόνων ασφαλείας.
Νέα

Η Microsoft βάζει «κόκκινες γραμμές» στην αυτονομία της AI

by Theodoros Kostogiannis
15 Σεπτεμβρίου, 2026
Το άρθρο εξετάζει την αυξανόμενη ανησυχία γύρω από την ταχύτατη ανάπτυξη της Τεχνητής Νοημοσύνης (AI) και τις εκκλήσεις κορυφαίων στελεχών του κλάδου για επιβράδυνση. Προσωπικότητες όπως οι Dario Amodei (Anthropic), Sam Altman (OpenAI) και Elon Musk εκφράζουν προβληματισμό για τους πιθανούς κινδύνους των ολοένα ισχυρότερων μοντέλων AI.
Νέα

Οι ηγέτες της AI ζητούν επιβράδυνση, αλλά ποιος θα κάνει την αρχή;

by Theodoros Kostogiannis
14 Σεπτεμβρίου, 2026
Νέο εθνικό πρότυπο για την ασφαλή χρήση της AI στα σχολεία
Νέα

AI στα σχολεία: νέο πρότυπο για ασφάλεια και ιδιωτικότητα

by Kyriakos Koutsourelis
14 Σεπτεμβρίου, 2026
Το Aura 1.0 της Ramen αυτοματοποιεί το playtesting και το game development σε Unity και Unreal Engine με τη βοήθεια AI agents και των μοντέλων Claude της Anthropic.
Νέα

Η Ramen φέρνει AI agent για αυτοματοποιημένο game testing

by Theodoros Kostogiannis
13 Σεπτεμβρίου, 2026
Η NVIDIA χρησιμοποιεί Palantir Foundry, cuOpt και Nemotron 3.5 Lightning για βελτιστοποίηση και αυτοματοποίηση της εφοδιαστικής αλυσίδας παραγωγής AI hardware.
Νέα

Palantir και cuOpt βελτιστοποιούν την παραγωγή της NVIDIA

by Theodoros Kostogiannis
12 Σεπτεμβρίου, 2026
Next Post
Η Instacart (CART) αυξάνει την εξάρτησή της από την τεχνητή νοημοσύνη για να βοηθήσει τους πελάτες να ψωνίζουν ευκολότερα σύμφωνα με τις διατροφικές τους ανάγκες ή για να τους βοηθήσει να προσφέρουν υγιεινές επιλογές. Η εταιρεία ανακοίνωσε μια νέα λειτουργία, το Smart Shop, που βοηθά τους πελάτες να φιλτράρουν την εμπειρία των αγορών τους με βάση τις ανάγκες υγείας. Αυτό περιλαμβάνει ρυθμίσεις για 14 διατροφικές προτιμήσεις, συμπεριλαμβανομένων των ρυθμίσεων χωρίς γλουτένη, υψηλής περιεκτικότητας σε πρωτεΐνες, χαμηλών υδατανθράκων, βιολογικών προϊόντων και χωρίς συντηρητικά. Υπάρχουν επίσης 30 ετικέτες υγείας στα προϊόντα, συμπεριλαμβανομένων των προϊόντων χωρίς γλουτένη, χορτοφαγίας, καρδιακής υγείας, υψηλής περιεκτικότητας σε φυτικές ίνες, υψηλής περιεκτικότητας σε πρωτεΐνες, κετονοθεραπείας, χωρίς λακτόζη, ελάχιστα επεξεργασμένα, εκτροφής σε βοσκότοπους, χωρίς συντηρητικά, χωρίς τεχνητά χρώματα, χωρίς τεχνητές γεύσεις, χωρίς ΓΤΟ, χορτοφάγος, χορτοφάγος και άγριας αλιείας.

Το Instacart ανακοινώνει το εργαλείο AI Smart Shop για να βοηθήσει τους καταναλωτές να ψωνίζουν πιο υγιεινά

Το φυσικό αέριο τροφοδοτεί την ανάπτυξη της τεχνητής νοημοσύνης

Το φυσικό αέριο τροφοδοτεί την ανάπτυξη της τεχνητής νοημοσύνης

Η Nvidia κυκλοφορεί αυτό που αποκαλεί ένα μοντέλο θεμελίωσης AI για την ανθρωποειδή ρομποτική. Το μοντέλο, που ανακοινώθηκε στο GTC 2025 στο Σαν Χοσέ, με την ονομασία Groot N1, είναι ένα «γενικευμένο» μοντέλο, που εκπαιδεύεται τόσο σε συνθετικά όσο και σε πραγματικά δεδομένα. Σε ένα βίντεο που παρουσιάζει το Groot N1, η Nvidia λέει ότι διαθέτει μια «αρχιτεκτονική διπλού συστήματος» για «γρήγορη και αργή σκέψη», εμπνευσμένη από τις ανθρώπινες γνωστικές διαδικασίες. Το Groot N1 αποτελεί εξέλιξη του Project Groot της Nvidia, το οποίο η εταιρεία παρουσίασε στο συνέδριο GTC πέρυσι. Το Project Groot ήταν προσανατολισμένο σε περιπτώσεις βιομηχανικής χρήσης, αλλά το Groot N1 διευρύνει την εστίαση σε ανθρωποειδή ρομπότ σε μια σειρά διαφορετικών μορφολογικών παραγόντων. Το σύστημα αργής σκέψης του Groot N1 επιτρέπει σε ένα ρομπότ να αντιλαμβάνεται και να συλλογίζεται το περιβάλλον και τις οδηγίες του και στη συνέχεια να σχεδιάζει τις σωστές ενέργειες που πρέπει να κάνει, σύμφωνα με την Nvidia. Όσον αφορά το σύστημα γρήγορης σκέψης, μεταφράζει το προαναφερθέν σχέδιο σε ρομποτικές ενέργειες, συμπεριλαμβανομένων ενεργειών που περιλαμβάνουν χειρισμό αντικειμένων σε πολλαπλά βήματα. Translated with DeepL.com (free version)

Η Nvidia παρουσιάζει το Groot N1

Πρόσφατα Άρθρα

Microsoft Discovery και προσαρμοστική AI στην επιστημονική έρευνα

Microsoft Discovery και προσαρμοστική AI στην έρευνα

19 Σεπτεμβρίου, 2026
Η TypeSafe AI βγαίνει από τη φάση stealth και παρουσιάζει το Jev, ένα νέο μοντέλο τεχνητής νοημοσύνης που έχει σχεδιαστεί όχι για συνομιλίες, αλλά για γρήγορη και δομημένη λήψη αποφάσεων μέσα σε εφαρμογές λογισμικού. Πίσω από την εταιρεία βρίσκεται ο Diogo Almeida, πρώην στέλεχος της OpenAI και ένας από τους συνδημιουργούς του ChatGPT. Η ομάδα της TypeSafe εργάστηκε για περίπου δύο χρόνια πάνω στο Jev, επιχειρώντας να αντιμετωπίσει ορισμένους από τους περιορισμούς που εμφανίζουν τα παραδοσιακά Large Language Models όταν χρησιμοποιούνται για αυτοματοποίηση.

Η TypeSafe λανσάρει το Jev για προγραμματιστική λογική

18 Σεπτεμβρίου, 2026
Η AWS δίνει δωρεάν πρόσβαση στο Kiro σε εκατομμύρια φοιτητές

AWS: δωρεάν πρόσβαση στο Kiro για φοιτητές 132 ΑΕΙ

18 Σεπτεμβρίου, 2026

Ετικέτες

Adobe AI Agents AI News AI Tools AI Ρομποτική AI στην καθημερινότητα Alibaba Amazon AMD Anthropic Apple AWS Azure AI Chatbot ChatGPT Claude Copilot Deepmind DeepSeek Gemini GenAI Google Grok Huggingface IBM Intel Llama Machine Learning Meta Microsoft Mistral Nvidia OpenAI Oracle Perplexity Physical AI Samsung xAI Εκπαίδευση Επιχειρήσεις Ευρωπαϊκή Ένωση Ηνωμένες Πολιτείες Αμερικής Κίνα Μέσα Κοινωνικής Δικτύωσης Υγεία

Μενού

  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI
  • Σχετικά με εμάς
  • Βασικές έννοιες
  • Όροι Χρήσης
  • Ιδιωτικότητα

© 2024 Gain - Greek AI Network, all rights reserved.

No Result
View All Result
  • Αρχική
  • Νέα
  • Εργαλεία AI
    • Για Βίντεο
    • Για Εικόνα
    • Για Εκπαιδευτικούς
    • Για Εξειδικευμένες Εφαρμογές
    • Για Ήχο
    • Για Κείμενο
  • Εφαρμογές AI
  • Βασικές έννοιες
  • Εκπαιδευτικά Προγράμματα
    • Δωρεάν σεμινάρια AI
    • Κατάρτηση AI

© 2024 Gain - Greek AI Network, all rights reserved.