机构名称：
¥ 1.0
近年来，人工智能得到了广泛的发展，并从多个角度改变了医疗保健行业：临床诊断、治疗建议和后续跟进。临床决策支持 (CDS) 是医学领域人工智能的一个主要课题，用于协助临床医生进行护理。用于处理健康数据的现有技术大致可分为两类：(a) 非人工智能 (AI) 系统和 (b) 人工智能系统。尽管非人工智能技术本质上不太复杂，但大多数系统都存在不准确和缺乏收敛性的缺点。因此，这些系统通常被比传统系统优越得多的基于人工智能的系统所取代。人工智能技术本质上大多是混合的，包括人工神经网络 (ANN)、模糊理论和进化算法。虽然大多数技术在理论上是合理的，但这些技术在实际应用中的潜力尚未得到充分挖掘。许多计算应用仍然依赖于非人工智能系统，这限制了它们的实际用途。 CDS 可以基于人工智能，其中涉及的 AI 领域是推理和逻辑，也可以基于非人工智能，其中使用机器学习。CDS 可以支持临床任务的所有方面，但为了有效，它必须正确地集成到临床工作流程以及健康记录中。CDS 的典型应用是计算机辅助诊断 (CAD)，以协助医生解释医学图像。CAD 不仅涉及 AI，还涉及计算机视觉、信号处理和特定的医学方面。CAD 可用于乳腺癌、肺癌、结肠癌、冠状动脉疾病、阿尔茨海默病等许多疾病。本期特刊讨论了 AI 在电子健康、生物医学、健康信息学和医学图像分析方面的理论和应用方面的广泛挑战。从提交给本期特刊的总共 25 篇论文中，根据评论选出了 5 篇论文。每篇论文都经过至少三名审稿人的审阅，并经过至少两轮审阅。下面讨论这些论文的简要贡献。 Abhinav Juneja 等人撰写的第一篇论文提出了使用支持向量机进行监督学习以对心脏疾病进行分类。为了提高模型的预测准确性，使用了超参数调整的概念。此外，它将使用超参数调整获得的预测结果与传统的 SVM 分类器进行了比较，并观察到使用所提出的方法，预测分数有显著提高。
电子健康人工智能特刊
主要关键词
相关文件推荐
