机构名称：
¥ 1.0
大约两年半前，《美国病理学杂志》（AJP）推出了一个新的出版主题类别，“机器学习、计算病理学和生物物理成像”。”1 从那时起，AJP 的这个主题类别已经发表了十几篇文章，并且这个主题类别的投稿数量一直在稳定增长。机器学习和最近的深度学习 [以人工智能 (AI) 的新面貌] 在生活的各个方面发挥着越来越大的作用，包括教育、金融、法律、工程、科学、人文学科，甚至圣经文本分析，这个价值数十亿美元的产业还在继续增长。在病理学中，人工智能有望带来范式转变，其影响至少与分子生物学的引入（以及之前的荧光抗体）一样重大。值得注意的是，AJP 是第一批欢迎分子基础文章的病理学期刊之一，独立的美国研究病理学会 (ASIP) 出版物《分子诊断学杂志》就是从这个起点发展而来的。正是这种类比促使 AJP 引入了新的机器学习导向部分。尽管 AJP 一直专注于病理生物学的机制研究，但研究事业的性质已经发生了变化。现在，我们不再需要还原论的、纯粹假设驱动的方法，而是可以在单个实验中生成大量多路复用数据，部署正在积极开发的各种基于组学的策略。此外，临床实践和数据归档的需求导致了庞大的数据库的产生，而这些数据库对于人类来说越来越难以探索；这些数据库几乎肯定包含相关性（有价值的和虚假的）、见解和预测。因此，与其让位于
病理学中的人工智能和深度学习
主要关键词
相关文件推荐
