港大開發AI深度學習法預測疾病

病人之福~

GETTY圖片

香港大學研究團隊成功研發人工智能（AI）深度學習方法來預測與疾病相關的金屬結合位點突變，成為全球首個用於預測金屬蛋白中與疾病相關的金屬相關位點突變的深度學習方法。

該人工智能深度學習法由香港大學化學系教授孫紅哲領導的研究團隊，與美國亞利桑那州梅奧醫院教授王俊文合作究，研究結果刊於國際權威學術期刊《自然——機器智能》。

研究團隊（左起）港大化學系王海波、Mohamad Koohi-Moghadam、孫紅哲和李洪艷。

孫紅哲指，機器學習和人工智能在當前的生物和化學科學中發揮重要作用，研究團隊使用整合組學的方法，包括金屬組學和金屬蛋白組學，研究生物學和醫學領域中的金屬離子並且已從體內、體外的實驗中獲得大量有價值數據，從而發現疾病背後的秘密並與之抗爭。他相信新研發的深度學習方法可用於正在進行的其他項目。

日本研究人員與一家新創公司合作，開發了一個人工智能（AI）工具，可以預測企業中可能離職的員工，以便提供針對性的支援，防止人才流失。

AI工具利用員工個人資料 建立模型並分析

這個AI工具利用員工的出勤紀錄、年齡、性別等個人資料，並分析已離職或請假員工的資料，建立每家公司的員工流動模型。

數據統計：日本約30％的大學畢業生在三年內離職

在日本，企業通常在同一時間招聘大量畢業生，而其中約有10％的職場新鮮人會在一年內離職。根據日本厚生勞動省的數據，約有30％的大學畢業生在三年內離職。

白鳥成彥：透過AI，管理層可提前為高風險員工提供足夠支援

白鳥成彥教授表示，通過AI的預測，老闆或管理層可以提前為高風險員工提供足夠的支援。

示意圖片

計劃正升級 使AI能分析新進員工信息

目前，該計劃正在進行升級，以使AI能夠分析新進員工的面試資訊、特徵和個人經歷，並推薦適合他們的工作任務。

Unsplash 資料圖片