医疗信息系统中的任何人工智能都必须针对个体患者提出建议和采取行动,这就需要从异构统计数据中提取和优先处理高质量的相关数据,为此需要比现在常用的更复杂、更可重复的语义注释、基于知识的设计和交叉验证方法。这些需要建立在多种专家知识表示和推理方法的经验之上,而不仅仅是纯数据驱动的机器学习。尤其重要的是识别高风险或脆弱的亚群,以避免机器学习和其他人工智能技术的偏见性误用,这些技术可能会加剧新冠肺炎大流行期间及以后的医疗保健不平等。2自然语言分析已成为从文献和大数据源(如电子健康记录、实验室测试、公共数据库等)中提取信息的重大突破。结合
主要关键词