به مارکوپکس خوش آمدید

چرا آشنایی درباره هوش مصنوعی برای رزیدنت های رادیولوژیست مفید است؟

چکیده مقاله

آنچه در این مقاله خواهید خواند:

بر اساس گزارش ویژه منتشر شده تحت نام رادیولوژی : هوش مصنوعی ، رزیدنت های سال چهارم رادیولوژی تحت یک آموزش رسمی در زمینه هوش مصنوعی (AI) و یادگیری ماشین (ML) قرار گرفته و همچنین با متخصصین داده در توسعه دادن مدل ها همکاری کردند.

سه تن از رزیدنت های ارشد از بیمارستان بریگام و زنان (BWH) این فرصت را داشتند تا طی یک برنامه ی شناور از فعالیت های آموزشی ، تجربی و تحقیقاتی در بیمارستان عمومی ماساچوست و مرکز بالینی بیمارستان بریگام ، خود را در استفاده از هوش مصنوعی (AI) و یادگیری ماشین (ML) ، غوطه ور کنند.

در طول این برنامه ، مولفان ارشد ، دکتر والترز ویگینز (PhD) و دکتر ترِیویس کاتون به همراه دکتر کِرتی مگودیا (PhD) برای تمام جوانب توسعه ی برنامه ی مصنوعی (AI) و یادگیری ماشین (ML) از جمله تنظیم داده ها ، طراحی مدل ، کنترل کیفیت و آزمایش بالینی معرفی شدند.

رزیدنت ها در طی مراحل مختلف و در طول برنامه به توسعه مدل ها و ابزارهای هوش مصنوعی پرداختند و در پایان ۱۲ چکیده مقاله برای ارائه در جلسات ملی پذیرفته شد. علاوه بر آن ، بر اساس بازخوردهای آنان ، یک برنامه درسی رسمی مصنوعی (AI) و یادگیری ماشین (ML)برای رزیدنت های آینده تدوین شده است.

ویگینز در بیانیه ای از انجمن رادیولوژی آمریکا (RSNA) عنوان کرد :”یک مولفه مهم در برنامه ی درسی ای همچون این ، این است که خود بیاموزیم متخصصین داده چطور صحبت کرده ، همچنین به آنها نیز بیاموزیم که رادیولوژیست ها به چه زبانی صحبت می کنند تا بتوانیم همکاری های بهتر و موثرتری داشته باشیم.” وی همچنین افزود :” فکر می کنم بهترین تجربه را در گذراندن این فرآیند در طی پروژه های مختلف ، کسب کردم.”

همچنین ویگینز از راهنمایی ها و بازخوردهای راهنمایان این پروژه ، دکتر کاترین آندریول (PhD) و دکتر مایکل روزنتال (PhD) ، قدردانی کرد. در اوایل سال جاری ، او پس از پذیرفتن سمت مدیر بالینی هوش مصنوعی در رادیولوژی Duke در دورام واقع در کارولینای شمالی ، اظهار داشت امیدوار است بتواند از درس هایی که در این روند توسعه مسیر آموخته ، استفاده کند.

وی گفت :”من همچنین امیدوارم که افراد از نهادهای دیگر نیز بتوانند این نوشته را خوانده و برای برنامه ی درسی دوران رزیدنتی یا برای توسعه ی مسیرهای تخصصی انفورماتیک یا علم داده ، موردی مفید بیابند.”

منبع : auntminnie.com

مجله مارکوپکس

آخرین مقاله‌ها

مجله مارکوپکس

دیویژن(نسخه ۱۴)

برنامه دیویژن برای طیف گسترده‌ای از کاربران و متخصصین طراحی شده تا همه‌ی نیاز‌های مختلف را به بهترین شکل ،سهولت و امنیت بالا تامین کند.

فناوری اطلاعات و تصویربرداری پزشکی

ایجاد شبکه داده‌های بهداشتی فدرال

جای خالی شبکه‌های فدرال این روزها بسیار قابل لمس است، زیرا دسترسی به داده‌های بهداشتی جهت برنامه‌ریزی برای سلامت جمعیت، تحقیقات پایه و استفاده از

FHDN
تصویربرداری پزشکی

شبکه‌ داد‌ه‌‌های سلامت فدرال (FHDN)

چالش‌، نیاز و فرصت‌ها در شبکه‌ داد‌ه‌های سلامت فدرال (FHDN) با توجه به چالش‌های اشتراک‌گذاری داده‌های حساس سلامت، شبکه‌ داده‌های سلامت فدرال (FHDN) به‌ عنوان

تازه‌های مارکوپکس