|
Post by romanaislam2024 on Feb 2, 2024 20:31:00 GMT -8
如果没有两名成员,就不可能思考医疗保健的未来,他们共同代表 手机号码数据 了寻求更智能解决方案的行业的希望和恐惧。我们正在谈论“人工智能”,这是不可能的。 人工智能( AI) 自 1956 年以来就已存在,并在 70 年代与所谓的Mycin分享了其在卫生领域的首次经验。Mycin是一种旨在检测传染性血液疾病的专家系统,可以用自然语言与用户进行推理和交流,以个性化的方式为每位患者开出药物。 如果我们这么早就谈论智能、自然语言处理(NLP)或处方,你可能会想知道为什么人工智能对医疗实践的贡献如此之少,以及为什么似乎现在才开始基于机器和数据的学习。与现实融合。 医学中的人工智能:计算智能的类型 围绕人工智能及其定义的困惑仍然普遍存在。 如今,人工智能是计算机可以与人类执行同样甚至更好的任何任务的简写。那和机器人,通常与这项技术相关。但当我们考虑人工智能在医学中的应用时,我们必须考虑不同类型的计算智能。 ia医院 目前医疗保健领域出现的大多数机器生成的解决方案不仅仅基于数据的算法智能。相反,专家创建的算法只是分析数据和推荐治疗的基础。 所谓的机器“机器学习”是基于称为神经网络的算法,即模仿人脑的计算机系统。这些应用程序包括各个级别的概率分析,使计算机能够模拟甚至扩展人类大脑处理数据的方式。因此,即使是程序员也无法确定他们的计算机程序将如何获得解决方案,因此医生也不知道他们如何得出最佳建议。 在人工智能的另一种变体中,称为“深度学习”,软件学习识别不同层中的模式。这种机制在医疗实践中越来越有用,因为神经网络的每一层独立但以协调的方式工作,在整合结果之前分离颜色、大小和形状等方面。这些新的视觉工具有望改变医学诊断,甚至可以在单个细胞水平上寻找癌症。 人工智能在医疗保健中的应用 正如我们所看到的,人工智能可以以多种不同的方式应用,但了解其在医疗保健中潜在用途的最佳方法是将其应用分为三类: 算法解决方案 图像处理 支持医疗实践的工具。 医疗保健算法解决方案 在当前的医疗实践中,最广泛使用的人工智能应用是算法:由研究人员和临床医生编程的基于证据的方法。当人类将已知数据集成到算法中时,计算机可以提取信息并将其应用于问题。 让我们以多发性硬化症的演变为例。使用与该领域专家达成共识的算法,再加上计算机病史中的现有数据,可以审查多种治疗方案,并为特定患者推荐最合适的组合。
|
|