Yaser S. Abu-Mostafa 网站上的 AI 医疗与金融应用成果

该网站介绍了三类可核对的 AI 应用成果：非侵入式真实血压测量方法（已发表于 PNAS Nexus，并获美国专利 #11,950,887）、血凝块检测方法（美国专利已获批），以及一个在新冠预测上优于 CDC 集成模型的 AI 模型。金融方向则以公开文章和访谈形式呈现，而非产品发布。这些内容来自 Caltech 教授 Yaser S. Abu-Mostafa 的个人网站，属于研究进展与媒体曝光汇总，不是可直接使用的软件或服务入口。

医疗方向：两项专利与一项对比结果

非侵入式真实血压测量

网站说明该方法被 IEEE Spectrum、多家新闻媒体及 Caltech 报道，同行评审论文发表于 PNAS Nexus，美国专利 #11,950,887 已获批。这里的关键词是“真实血压”（true Blood Pressure）——强调测量的是真实血压值而非替代指标，且方式为非侵入式。网站未披露设备形态、临床数据规模或商用时间表，因此适合作为“该团队在做这件事、已有论文与专利”的判断依据，不适合据此评估产品可用性。

血凝块检测

网站写明该检测方法的美国专利已获批，但未给出专利号、论文出处或检测原理。相比血压项目，这一项的可核对信息更少，只能确认“专利已 issued”这一状态。

新冠预测模型

网站以“AI model for Covid beats CDC ensemble”为标题列出该成果，即该模型在预测表现上优于 CDC 的集成模型。网站未提供评估指标、时间窗口或数据来源，引用时宜把它当作作者自述的对比结论，而非独立验证结果。

金融方向：以文章和访谈为主

网站“Sample Articles”栏目列出“Ask an Expert: AI and Finance”，属于专家问答形式的公开文章。Abu-Mostafa 的简介中提到他是 Machine Learning Consultants LLC 的董事长、Esperto Medical, Inc. 的联合创始人，主要专长包括 AI、机器学习、AI 的医疗应用和计算金融（Computational Finance）。他本人还主持过 NNCM-94、NNCM-96 神经网络与资本市场会议以及 CF-99 计算金融会议。这些背景说明金融是其长期研究方向，但网站上没有对应的产品、工具或数据集发布。

其他公开文章

同一栏目还列出“AI and nuclear weapons”（葡萄牙语）和一篇中文的 Caltech AI 专家报道，属于媒体访谈与评论，不构成研究成果本身。

怎么用这些信息

• 想引用血压测量成果：以 PNAS Nexus 论文和美国专利 #11,950,887 为核对锚点，媒体转载只作辅助。
• 想了解血凝块检测：目前只能确认专利状态，需另行检索专利数据库获取细节。
• 想比较新冠模型：网站只给了“优于 CDC 集成模型”的结论，做严谨对比前应找到原始评估材料。
• 想找可上手的资源：这些成果不是教程或工具。网站真正可学的是其机器学习教材《Learning from Data》和观看量超八百万的 MOOC，二者与上述应用成果分属不同栏目。