亞馬遜不僅涉及Echo產品，云服務和電子商務平臺。它也積極地為科學和發展做出貢獻。并且，該領域的最新進展來自亞馬遜Web服務（AWS）和匹茲堡健康數據聯盟（PHDA）的合作，它們共同為乳腺癌篩查和抑郁癥提供了更為準確的機器學習模型。

在博客文章中，提到了已經獲得PHDA支持的匹茲堡大學醫學中心，匹茲堡大學和卡內基梅隆大學的研究人員如何獲得亞馬遜研究獎的額外支持，以使用機器學習技術來研究乳房癌癥風險，識別抑郁癥標志物以及了解驅動腫瘤生長的因素等。

作為此次合作的一部分，匹茲堡大學放射學系副教授山東吳（Shenzhen Wu）領導的研究小組正在使用深度學習系統分析乳房X線照片，以預測患乳腺癌的短期風險。還提到了計算機視覺，深度學習，生物信息學和乳腺癌成像方面的專家團隊正在共同努力，為接受乳腺癌篩查的患者開發個性化方法。

“這項初步工作證明了運用深度學習方法對乳房X線照片進行深入解釋以增強乳腺癌風險評估的可行性和前景。” Wu說。“確定乳腺癌的其他危險因素，包括可以導致更具個性化的篩查方法的那些，可以幫助患者和提供者采取更適當的預防措施，以減少患上這種疾病或在干預最有效的時候及早發現這種疾病的可能性。 。”

還提到了第二個項目，其中CMU計算機科學副教授Louis-Philippe Morency和UPMC臨床研究員Eva Szigethy正在開發可自動測量個體行為的細微變化（例如面部表情和使用情況）的傳感技術。語言-可以作為抑郁癥的生物標記。

這涉及機器學習和繁重的計算負荷。但是，在多個GPUS AWS服務上并行運行實驗使研究人員可以在幾天而不是幾周的時間內訓練他們的模型。

責任編輯：lq