最近,来自大型临床试验、电子健康记录、医学影像、生物库和多组学(基因组学、转录组学、代谢组学和蛋白质组学)数据库的“大数据”被越来越多地用于提高诊断准确性和治疗反应的可预测性 [ 2 ] 。然而,大数据在预测模型开发中的应用受到临床和非临床因素的高维性的困扰 [ 2 ] 。为了克服这一挑战,机器学习 (ML) 越来越多地被用于组织和解释这些大型数据集,以识别具有临床意义的模式并将其转化为改善的患者结果 [ 3 ] 。本综述重点介绍了将人工智能 (AI) 和机器学习纳入 IBD 领域的新兴努力。
您是否希望 ACS 搬迁准备计划 (RRP) 帮助您规划搬迁?请填写以下信息:(请勿留空任何项目)请清晰书写!今天的日期:_____________________ DEROS 日期:___________________