资料来源:与 Bing 的对话 2023/4/1 (1)临床中的人工智能和机器学习...... https://www.nejm.org/doi/full/10.1056/NEJMra2302038 (2)医学中的机器学习 | NEJM - 新英格兰医学杂志...... https://www.nejm.org/doi/full/10.1056/NEJMra1814259 (3)新英格兰医学杂志:2023 年档案。 https://www.nejm.org/medical-archives/2023 (4)新英格兰医学杂志(日文版)。 https://nejm.jp/ (5)临床中的人工智能和机器学习...... https://www.researchgate.net/publication/369647120_Artificial_Intelligence_and_Machine_Learning_in_Clinical_ Medicine_2023
计算机和人工智能 (AI) 概念几乎同时在 20 世纪 40 年代和 50 年代发展起来,医学领域很快就看到了它们的潜在相关性和好处。1,2 1959 年,Keeve Brodman 及其同事声称“对症状做出正确的诊断解释可以是一个在各方面都合乎逻辑的过程,并且定义非常完整,可以由机器完成。” 3 十一年后,William B. Schwartz 在期刊上写道,“计算机科学可能会通过增强甚至在某些情况下在很大程度上取代医生的智力功能来发挥其主要作用。” 4 他预测到 2000 年,计算机将在医学中扮演全新的角色,成为医生智力的强大延伸。
随着计算机和人工智能 (AI) 概念在 20 世纪 40 和 50 年代几乎同时发展起来,医学领域很快就看到了它们的潜在相关性和好处。1,2 1959 年,基夫·布罗德曼 (Keeve Brodman) 及其同事声称“对症状做出正确的诊断解释可以在各方面合乎逻辑的过程,并且定义如此完整,以至于机器也可以完成。”3 十一年后,威廉·B·施瓦茨 (William B. Schwartz) 在该杂志上撰文写道:“计算机科学可能会通过增强、在某些情况下在很大程度上取代医生的智力功能来发挥其主要作用。”4 他预测到 2000 年,计算机将在医学中扮演全新的角色,成为医生智力的强大延伸。然而,到了 20 世纪 70 年代末,人们感到失望,因为医学计算的两种主要方法——基于规则的系统和匹配或模式识别系统——在实践中并没有像人们希望的那样成功。基于规则的系统建立在这样的假设之上:专家知识由许多独立的、针对特定情况的规则组成,而计算机可以通过将这些规则串联起来形成推理链来模拟专家推理。匹配策略试图将患者的临床特征与一组“存储的档案”(我们现在称之为“疾病脚本”)相匹配,5 这是特定疾病的发现之一。人们投入了更多的精力来理解临床决策过程本身。6 很明显,大多数先前程序的关键缺陷源于缺乏病理生理知识。当加入这些知识后,性能大大提高。尽管如此,在 20 世纪 80 年代,计算机还无法胜任这项任务。到 1987 年,基于规则的系统已在各种商业任务中证明有用,但在临床医学中却没有发挥作用。事实上,施瓦茨及其同事指出,“这个过程非常缓慢,即使使用现代高速计算机也不切实际。” 7 他们继续说:“几十年来,医生们一直听说计算机很快就能帮助进行困难的诊断,他们很可能会想知道为什么这场革命还没有发生。” 7
该政策旨在加强三一学院在 Covid-19 疫苗接种方面的立场。三一学院在这一主题上的立场是基于公共卫生建议和同行评审的有关现有疫苗及其有效性的科学数据。其目的是保护所有教职员工和学生的健康和安全,同时注意学生在培训期间与临床环境中的患者互动。总体目标是保护个人和社会免受 SARS-CoV-2 的传播。它适用于学院对结核病、麻疹、腮腺炎、风疹和水痘、乙型肝炎和丙型肝炎(附录 1)的现有疫苗接种或免疫证明要求的补充。该政策适用于所有注册学生,他们将作为培训的一部分进行临床实习或在相关环境(工业、药物信息和监管站点)实习。新生将被要求出示疫苗接种证明 1 或按照学院日历参加疫苗接种课程。