机构名称：
¥ 1.0
摘要在医学中使用机器学习（ML）算法引发了激烈的讨论。它被认为是几十年来最具破坏性的通用技术之一。它已经渗透到我们日常生活的许多领域，并生产了我们无法再做的应用程序，例如导航应用程序或翻译软件。但是，许多人仍然不确定是否应以当前形式使用ML算法。医生在多大程度上相信算法的预测在多大程度上怀疑。发展中的缺点和不清楚的监管监督可能导致偏见，不平等，适用性问题和非透明评估。过去的错误使人们对开发有效临床使用模型所需的内容有了更好的了解。医师和临床研究人员必须参与所有发展阶段并了解他们的陷阱。在这篇综述中，我们解释了ML的基本概念，在血栓形成和止血场中的示例，讨论常见的陷阱，并提出了一个方法论框架，可用于开发有效的算法。
通过机器学习制定乳腺癌诊断方案
主要关键词
相关文件推荐
