运动医学中的机器学习/人工智能:技术现状和未来方向
Ayoosh Pareek1, Du Hyun Ro2, Jón Karlsson3
1Sports Medicine and Shoulder Service, Hospital for Special Surgery, New York, 10021, USA; Department of Orthopaedics, Institute of Clinical Sciences, Sahlgrenska Academy, Gothenburg University, Gothenburg, 43180, Sweden.
Journal of ISAKOS : joint disorders & orthopaedic sports medicine
|February 9, 2024
概括
机器学习 (ML) 正在通过分析复杂的数据来彻底改变医疗保健,以准确预测骨科体育医学中的患者结果. 本综述介绍了ML概念,并探讨了其日益增长的应用以及该领域的未来潜力.
科学领域:
- 骨科运动医学 运动医学
- 医疗信息学 医疗信息学
- 人工智能的人工智能
背景情况:
- 机器学习 (ML) 为复杂的健康数据提供先进的统计分析.
- 机器学习模型可以比传统方法更准确地预测患者特定的结果.
- 监督学习和深度学习是影响医疗保健的关键ML方法.
研究的目的:
- 将机器学习概念介绍给骨科运动医学中的临床医生.
- 审查目前在骨科运动医学中的ML应用.
- 讨论未来的机遇,在专业的ML创新.
主要方法:
- 关于骨科运动医学中机器学习的当前文献的综述.
- 解释监督学习和深度学习概念.
- 在结果预测,计算机视觉和自然语言处理等领域分析ML应用.
主要成果:
- 骨科运动医学中的ML应用正在迅速增加.
- 正在开发算法来预测关节透和ACL重建等手术的结果.
- 深度学习主要用于现场的图像和文本解释.
结论:
- 机器学习具有很大的潜力,可以推进整形体育医学.
- 解决临床医生对ML不熟悉的问题对于广泛采用至关重要.
- 需要进一步的研究和教育,以利用ML来改善患者护理和创新.
