小说绿色学习前列腺癌成像的人工智能:对深度学习和放射学有一个平衡的替代方案
Masatomo Kaneko1, Vasileios Magoulianitis2, Lorenzo Storino Ramacciotti3
1USC Institute of Urology and Catherine & Joseph Aresty Department of Urology, Keck School of Medicine, University of Southern California, Los Angeles, CA, USA; USC Institute of Urology, Center for Image-Guided Surgery, Focal Therapy and Artificial Intelligence for Prostate Cancer; Department of Urology, Graduate School of Medical Science, Kyoto Prefectural University of Medicine, Kyoto, Japan.
The Urologic clinics of North America
|November 9, 2023
概括
人工智能 (AI) 帮助使用MRI诊断前列腺癌. 一个新的"绿色学习"人工智能模型为当前的深度学习方法提供了一个透明和高效的替代方案.
科学领域:
- 医疗成像医学成像
- 人工智能的人工智能
- 在瘤学瘤学.
背景情况:
- 人工智能 (AI) 在分析前列腺磁共振成像 (MRI) 方面表现有前途.
- 现有的人工智能系统有助于前列腺MRI细分,癌症检测和表征.
- 目前的深度学习人工智能模型面临着缺乏透明度,大量数据需求和高能耗等挑战.
研究的目的:
- 审查最近人工智能在前列腺癌诊断方面的进展.
- 介绍一款名为绿色学习的新型,下一代人工智能模型.
- 将绿色学习作为一种潜在的解决方案来解决前列腺MRI当前AI的局限性.
主要方法:
- 人工智能在前列腺MRI中的应用的叙述性审查.
- 人工智能驱动的前列腺癌诊断工具的概述.
- 介绍绿色学习人工智能模型及其提议的优势.
主要成果:
- 人工智能越来越多地用于前列腺MRI的自动化分析.
- 深度学习人工智能虽然有效,但存在重大局限性.
- 绿色学习模型被呈现为一种更透明,更有效的AI解决方案.
结论:
- 人工智能显著提高了MRI的前列腺癌诊断.
- 当前深度学习的局限性 人工智能需要创新的方法.
- 绿色学习为前列腺癌诊断提供了一个有前途的下一代人工智能解决方案.
