根據一份特別報告，最近為四年制放射科住院醫(yī)師開發(fā)的數據科學方法將幫助下一代放射科醫(yī)生準備引領進入人工智能和機器學習(AI-ML)時代，發(fā)表在《放射學：人工智能》上。
AI-ML有潛力通過提供更好、更有效的醫(yī)療服務來改變醫(yī)學。放射學的應用已經達到了驚人的速度。然而，有組織的人工智能語言課程僅限于少數機構，缺乏正式的培訓機會。
來自布里格姆婦女醫(yī)院(BWH)的三名資深放射科醫(yī)生最近幫助設計了一種數據科學方法，為四年級的住院醫(yī)師提供了全面的AI-ML入門經驗。這種方法與數據科學家合作，將正式指導與實際問題解決相結合。
這篇論文的共同第一作者，醫(yī)學博士沃爾特f威金斯說：“全國各地都有許多放射科住院醫(yī)師項目，試圖找出如何將人工智能納入他們的培訓?！薄拔覀冋J為，也許我們的經驗可以幫助其他項目找到如何將這種培訓納入他們的選修課或更普通的住宿課程。”
這種方法通過馬薩諸塞州總醫(yī)院(MGH)和BWH臨床數據科學中心(CCDS)靈活的教育、經驗和研究活動時間表，讓您沉浸在人工智能中。維金斯博士、醫(yī)學常駐醫(yī)生M. Travis Caton和醫(yī)學博士Kirti Magudia接觸了AI-ML應用開發(fā)的各個方面，包括數據管理、模型設計、質量控制和臨床測試。居民們在許多階段為模型和工具的開發(fā)做出了貢獻，他們在試點期間的工作產生了12個公認的摘要，供在國家會議上發(fā)表。試點項目的反饋導致為未來的居民建立了正式的人工智能語言課程。
威金斯博士說：“放射科醫(yī)生必須一直管理、分析和處理數據，然后才能工作。”“我們掌握了基本技能和基礎設施，可以讓對AI和ML感興趣的住院醫(yī)師真正發(fā)展起來，成為這些技能臨床應用的領導者。”
這種方法為居民直接與數據科學家合作提供了足夠的機會，以更好地了解他們如何使用ML工具來解決圖像分析問題。反過來，這種交流有助于數據科學家更好地理解放射科醫(yī)生如何在臨床環(huán)境中解決放射學問題。科學家在臨床實踐中很容易實現數據。
維金斯博士說：“這類課程的一個重要部分是學習數據科學家所說的語言，并將他們介紹給我們的放射科醫(yī)生所說的語言，這樣我們就可以更好、更有效地合作。”“我認為在幾個不同的項目中經歷這個過程是我在所有這些過程中獲得的最好的經驗?！?
標簽：
免責聲明：本文由用戶上傳，與本網站立場無關。財經信息僅供讀者參考，并不構成投資建議。投資者據此操作，風險自擔。 如有侵權請聯系刪除！