机构名称：
¥ 1.0
17 这些作者贡献相同 *通信：huangtao@sibs.ac.cn（TH）；puxiang.lai@polyu.edu.hk（PL）；jie.qiao@263.net（JQ） 收到：2023 年 9 月 9 日；接受：2023 年 9 月 14 日；在线发表：2023 年 9 月 15 日；https://doi.org/10.59717/j.xinn-med.2023.100030 © 2023 作者。这是一篇根据 CC BY-NC-ND 许可开放获取的文章（http://creativecommons.org/licenses/by-nc-nd/4.0/）。引用：Huang T.、Xu H.、Wang H. 等，（2023 年）。医学人工智能：进展、挑战和观点。创新医学 1(2), 100030。人工智能 (AI) 改变了我们的生活方式和思维方式，也将改变我们的医疗实践方式。借助多模态大数据，我们可以开发大型医疗模型，实现过去无法想象的事情，例如提前几年检测早期癌症，以及在不造成社会负担的情况下有效控制病毒爆发。未来充满希望，我们正在见证进步。话虽如此，也存在一些不容忽视的挑战。例如，生成的数据通常是孤立的，难以从数据所有权和融合算法的角度进行集成。此外，现有的 AI 模型通常被视为黑匣子，导致对结果的解释模糊。患者也表现出对 AI 应用程序缺乏信任，而且没有足够的法规来保护患者的隐私和权利。然而，随着 AI 技术的进步，例如更复杂的多模态算法和联邦学习，我们可能会克服数据孤岛带来的障碍。更深入地了解人类大脑和网络结构也有助于揭开神经网络的奥秘，构建更透明、更强大的人工智能模型。越来越多的临床医生和患者将人工智能应用于他们的生活和医疗实践中，这已成为一种趋势，这反过来可以产生更多的数据并提高模型和网络的性能。最后但并非最不重要的是，监控人工智能在医学中的实践并确保其公平性、安全性和责任至关重要。
人工智能在医学领域的应用 - 创新
主要关键词
相关文件推荐
