Loading...
机构名称:
¥ 1.0

摘要。2019 年冠状病毒病 (COVID-19) 大流行在世界各地造成了严重破坏。这也使得人们迫切需要开发有效的预测诊断方法,特别是应用于医学成像的人工智能 (AI) 方法。这促使来自多个学科的专家齐聚一堂,共同应对这场全球大流行,包括临床医生、医学物理学家、成像科学家、计算机科学家和信息学专家,以发挥这些领域的最佳水平来解决 COVID-19 大流行带来的挑战。然而,这种在极短时间内的融合产生了意想不到的后果,并带来了自身的挑战。作为医学影像数据和资源中心计划的一部分,我们讨论了三个相关学科(放射学、医学影像物理学和计算机科学)职业转型中吸取的教训,并通过分析与三种相关转型类型相关的挑战,根据这些经验提出建议:(1)非影像数据的人工智能到医学影像数据的人工智能,(2)医学影像临床医生到医学影像的人工智能,以及(3)医学影像的人工智能到 COVID-19 影像的人工智能。通过认识到这些职业转型之间的复杂性,可以更有效地从这些职业转型中吸取教训并实现知识的传播。在 COVID-19 医学影像向人工智能转型的过程中吸取的这些教训可以为未来的人工智能应用提供参考和增强,使整个转型大于每个学科的总和,以应对像 COVID-19 大流行这样的紧急情况或解决生物医学中的新问题。 © 2021 光学仪器工程师协会 (SPIE) [DOI: 10.1117/1.JMI.8.S1.010902]

COVID-19 医学成像向 AI 过渡的经验教训

COVID-19 医学成像向 AI 过渡的经验教训PDF文件第1页

COVID-19 医学成像向 AI 过渡的经验教训PDF文件第2页

COVID-19 医学成像向 AI 过渡的经验教训PDF文件第3页

COVID-19 医学成像向 AI 过渡的经验教训PDF文件第4页

COVID-19 医学成像向 AI 过渡的经验教训PDF文件第5页

相关文件推荐

2024 年
¥1.0
2024 年
¥1.0
2016 年
¥12.0
2024 年
¥1.0
2022 年
¥14.0
2000 年
¥1.0