相关实验视频
Updated: Jul 16, 2025
05:34
5/6 Nephrectomy Using Sharp Bipolectomy Via Midline Laparotomy in Rats
Published on: April 4, 2025
687
在外科手术期间医学的开放数据集:一个叙事审查
1Department of Anesthesiology and Pain Medicine, Seoul National University College of Medicine, Seoul National University Hospital, Seoul, Korea.
Anesthesia and pain medicine
|September 11, 2023
概括
本次审查强调了机器学习和人工智能 (AI) 开放数据集在医学研究中的重要性. 它比较了术后和重症监护的关键资源,有助于模型验证.
科学领域:
- 医疗信息学 医疗信息学
- 人工智能的人工智能
- 机器学习 机器学习
背景情况:
- 机器学习 (ML) 和人工智能 (AI) 在医学研究中越来越多地被使用,特别是在外科医学中.
- 在这个领域,预测模型的外部验证往往缺乏.
- 开放数据集对于客观模型评估和协作至关重要.
研究的目的:
- 审查和比较与术后和重症监护医学相关的突出的开放数据集.
- 增强对这些医学领域数据科学和人工智能研究可用的资源的理解.
- 确定关键数据集,以促进预测模型的外部验证.
主要方法:
- 对手术和重症患者的公开可用的数据集进行系统审查.
- 数据集特征的比较,包括数据类型,大小和可访问性.
- 确定在术后和重症监护中的已建立和即将到来的开放数据集.
主要成果:
- 维塔尔DB是手术患者广泛使用的数据集;像MI-Vitals和INSPIRE这样的新存储库正在出现.
- 重症患者的关键数据集包括MIMIC,eICU,阿姆斯特丹U和HiTRU,预计ICU-4M.
- 该评论提供了对人工智能研究这些资源的比较概述.
结论:
- 开放数据集对于在外科和重症监护医疗中推进AI和ML至关重要.
- 了解和利用这些资源可以提高预测模型的可靠性和通用性.
- 多种数据集的可用性支持协作研究和客观模型验证.
