医疗成像和多模式人工智能模型,以简化和增强癌症护理:机遇和挑战
Kevin Pierre1,2, Manas Gupta1, Abheek Raviprasad1,3
1Radiomics and Augmented Intelligence Laboratory (RAIL), Department of Radiology and the Norman Fixel Institute for Neurological Diseases, University of Florida College of Medicine, Gainesville, FL, USA.
Expert review of anticancer therapy
|November 30, 2023
概括
人工智能 (AI) 在癌症护理中提供了变革性的潜力,通过先进的成像和多式模式模型来增强诊断. 解决技术和监管方面的挑战对于人工智能在瘤学中的广泛临床应用至关重要.
科学领域:
- 在瘤学瘤学.
- 放射学 放射学是一门学科.
- 数字病理学数字病理学
- 人工智能的人工智能
背景情况:
- 人工智能 (AI) 正在迅速发展,医疗成像技术的重大发展以及对瘤应用多式模式的兴趣日益增加.
- 人工智能有可能通过实现更精确,更个性化,更少侵入性的诊断方法来彻底改变癌症护理.
研究的目的:
- 提供AI应用在诊断放射学和瘤学数字病理学中的当前状态和未来潜力的概述.
- 讨论新兴的人工智能方法,包括多式联络模式.
- 突出AI在临床瘤学中充分发挥其潜力的挑战和基础设施需求.
主要方法:
- 审查当前的人工智能应用和瘤成像中的新兴多式模式.
- 讨论技术,监管和基础设施方面的挑战.
- 分析对质量监测和信息化平台的需求.
主要成果:
- 人工智能在通过增强的精确诊断来改善瘤护理方面显示出显著的前景.
- 商业上可用的AI工具正在增加,研究量很大.
- 强大的质量监测和信息化平台对于先进的人工智能诊断的临床整合至关重要.
结论:
- 人工智能有可能改变瘤护理,提供更精确和个性化的诊断.
- 克服技术,监管和基础设施障碍对于人工智能的成功临床实施至关重要.
- 人工智能在瘤学中的整合需要强大的质量保证和数据管理系统.
关键词:
人工智能 (AI) 是一种人工智能.深度学习是一种深度学习.数字病理学数字病理学信息技术平台 信息技术平台医学成像医学成像多式联络方式多式联络放射学 放射学是指放射学无线电学 (radiomics) 是一种无线电学.
