华为智能眼镜2，华为智能眼镜卖多少钱？都有什么功能？好不好？( 四 )

在这方面，小米可以作为一个借鉴的先例，小米并没有自己研发游戏手机，而是投资黑鲨，这样就保持了小米手机一贯的高性价比的品牌属性。
华为究竟开发出怎么样一款游戏手机呢？是以华为的品牌推出，还是另设一个品牌？值得期待。

9 ，超越人类医生,从视网膜图像识别心脏病_谷歌大脑研究人员刚刚在官博上宣布了他们的最新研究成果，使用深度学习分析视网膜图像，以此预测心血管疾病突发的风险。使用深度学习来获得人体解剖学和疾病变化之间的联系，这是人类医生此前完全不知道的诊断和预测方法，不仅能帮助科学家生成更有针对性的假设，还可能代表了科学发现的新方向。
谷歌AI发现了人类医生尚未发现的诊断方法：用深度学习找到视网膜图像与心血管疾病联系
心脏病发作、中风和其他心血管疾病仍是最重要的公共卫生问题。评估这种风险是未来减少患者遭受心血管疾病的第一步。为了做这个评估，医生将各种风险因素纳入考虑，例如：遗传因素（如年龄和性别），生活方式因素（如吸烟和血压）。虽然可以通过简单询问患者来获得大多数上述信息，但其他因素（如胆固醇）则需要抽血。医生还要考虑患者是否患有其他疾病，如糖尿病，这与心血管疾病风险显着增加有关。
最近，我们看到了很多用深度学习技术帮助提高医学成像诊断准确性的案例，尤其是糖尿病眼病。在《自然》子刊Nature Biomedical Engineering中发表的《使用深度学习从视网膜基底照片中预测心血管危险因子》中，我们展示了除了检测眼病外，眼睛的医学图像还可以非常准确地预测心血管健康的其他指标。这一发现令人异常兴奋，因为它表明通过视网膜图像，我们可能会发现更多诊断疾病的方法。
通过在来自284335名患者数据上训练的深度学习算法，我们能够从12026名和999名患者的两个独立数据集中患者的视网膜图像，以惊人的高准确度预测病人的心血管疾病风险因子。例如，我们的算法通过视网膜图像区分吸烟者与不吸烟者的准确率有71% 。此外，虽然医生通常可以区分严重高血压患者和正常患者的视网膜图像，但我们的算法可以进一步预测在11 mmHg以内的患者平均收缩压，包括患有或不患有高血压的患者血压。
左图：眼球背部图像显示斑疹（中间的黑点），视盘（右侧亮点）和血管（右侧亮点旁的深红线）。右图：视网膜图像呈灰色，使用了深度学习算法的像素可以预测血压（绿色阴影高亮显示）。我们发现每个心血管风险因子预测使用不同模式，例如血管用于血压，视盘用于其他预测。
除了从视网膜图像预测各种风险因素（年龄，性别，吸烟史，血压等），我们的算法在直接预测心血管疾病风险方面准确率很高。算法使用整个图像来量化图像与心脏病发作／中风之间的关联。基于两张视网膜图像，一张是（最多5年后）经历过重大心血管疾病（例如心脏病发作）患者的视网膜图像，另一张是没有突发心血管疾病的患者的视网膜图像，我们的算法能够以70%的准确率识别出罹患心血管疾病的患者。这一数字接近需要抽血测量胆固醇的其他心血管疾病风险计算器的准确性。