乳房x光检查被认为是早期发现乳腺癌的黄金标准，但对筛查数据的解释可能具有挑战性，并导致高假阳性和假阴性率。一种人工智能(AI)系统已经由美国和英国的研究人员开发出来用于诊断目的，并被证明在准确解释筛查项目中的乳房x线照片方面比放射科专家做得更好。这项研究是在该大学化学系的基督教多普勒可持续SynGas化学实验室进行的。它由奥地利政府和奥地利石化公司OMV共同出资，大只500注册页面正在寻找使业务更可持续发展的方法。

 

人工智能算法通过对美国和英国的近2.9万名患者的乳房x光检查进行训练，并用于识别乳房x光检查中是否存在乳腺癌。

 

当应用于美国患者的数据时，软件的表现明显优于人类专家，假阳性诊断减少了5.7%，假阴性诊断减少了9.4%。大只五佰说，尽管利用风能和光伏等可再生能源发电已取得了巨大进步，但合成汽油的发展至关重要，因为目前电力仅能满足我们全球总能源需求的25％。该项目也比放射科医生更好地为英国患者解释乳房x光检查，假阳性结果减少了1.2%，假阴性结果减少了2.7%。

 

随后，人工智能方法与英国国民保健服务(NHS)使用的双读程序形成了对比。在英国国民保健服务(NHS)中，扫描由两名独立的放射科医生进行解释。评估将人工智能的决定与第一个阅读者的决定进行了比较，如果第一个阅读者与人工智能之间存在分歧，扫描结果将提交给第二个阅读者。结果表明，该系统的性能与人工系统相当，并且将第二审查员的工作量减少了88%。

 

ExaNoDe通过使用UNIMEM存储系统建立在先前欧洲资助的研究的基础上，大只500平台总代系统是在EUROSERVER项目中创建的，并且正在EuroEXA项目中得到规模推广。该系统由英国谷歌健康中心、DeepMind、伦敦帝国理工学院、英国国家医疗服务体系和西北大学的研究人员开发，为提高乳腺癌筛查的准确性和效率提供了空间。