机构名称：
¥ 1.0
包括诊断生成、治疗选择、健康管理、疾病分层等。人工智能辅助诊断已取得了许多令人鼓舞的成果，超过了人类的表现水平[4–7]。例如，提出了一种基于数字X光评估骨龄的自动化深度学习系统，结果表明该系统在评估骨龄方面更准确，解释速度更快（<2秒）。机器学习是人工智能的一个分支，其中算法在临床实践中最常用[8]（图1）。临床应用的潜力在于它们能够分析结构化和非结构化数据的组合以生成临床决策支持。如果能够处理和融合这两种数据，临床医生的知识和经验就可以与智能推理有效地融合在一起。同时，人工智能可以通过持续的训练为患者实现诊断。
人工智能时代临床医生的新角色
主要关键词
相关文件推荐
