目的人工智能 (AI) 是一个快速发展的领域,在医学领域具有巨大潜力。人工智能是计算机科学的一个领域,它专注于通过连接复杂的卷积网络来开发智能实体,以模拟人类的认知 1 。机器学习是人工智能的一个子集,已被证明是跨多种模式的医学成像中有价值的诊断辅助手段 2,3 。利用监督学习方法,在大型超声图像数据集上训练的 ML 模型在妇产科具有丰富的潜在应用。ML 模型已经通过自动检测子宫内膜厚度和附件肿块分类在妇科超声领域以及通过识别标准平面在胎儿超声领域显示出巨大的前景 4-8 。
国际妇产科超声学会(ISUOG)是一个科学组织,鼓励与女性医疗保健中诊断成像有关的合理临床实践和高质量的教学和高质量的教学和研究。ISUOG临床标准委员会(CSC)有一项旨在制定实践指南和共识声明,作为教育建议,为医疗保健从业人员提供从专家提供基于共识的方法,以供诊断成像。他们旨在反映ISUOG认为是发行时的最佳实践。尽管ISUOG已尽一切努力确保确保在发布时准确地准确,但其社会或其任何雇员或成员都不对CSC发出的任何不准确或误解的数据,意见或陈述的后果承担责任。ISUOG CSC文件并非旨在建立法律护理标准,因为对基于指南的证据的解释可能会受到个人情况,本地协议和可用资源的影响。可以在ISUOG的许可下自由分发批准的准则(info@isuog.org)。
国际妇产科超声学会(ISUOG)是一个科学组织,鼓励与女性医疗保健中诊断成像有关的合理临床实践和高质量的教学和高质量的教学和研究。ISUOG临床标准委员会(CSC)有一项旨在制定实践指南和共识声明,作为教育建议,为医疗保健从业人员提供从专家提供基于共识的方法,以供诊断成像。他们旨在反映ISUOG认为是发行时的最佳实践。尽管ISUOG已尽一切努力确保确保在发布时准确地准确,但其社会或其任何雇员或成员都不对CSC发出的任何不准确或误解的数据,意见或陈述的后果承担责任。ISUOG CSC文件并非旨在建立法律护理标准,因为对基于指南的证据的解释可能会受到个人情况,本地协议和可用资源的影响。可以在ISUOG的许可下自由分发批准的准则(info@isuog.org)。