Интеленс отзывы форум: Начинаю принимать Интеленс

Резистентность к Интеленсу

13.10.2020, 13:26




#2

Ответить с цитированием

Ответить с цитированием

Интеленс,тенофовир,ламивудин

• Форум




• ВИЧ, СПИД и гепатит




• Терапия





• Интеленс,тенофовир,ламивудин

1. 
   
   

   
   
   
   21. 09.2016, 16:59
   
   
   
   
   #1
   
   
   
   

   
   

Ответить с цитированием

Обзор искусственного интеллекта | Дом

Электронный ISSN

1573-7462

Печатный ISSN

0269-2821

Абстрагировано и проиндексировано в

1. Цифровая библиотека ACM
2. Список BFI
3. Байду
4. ЧАСЫSS
5. ЦНКИ
6. CNPIEC
7. Текущее содержание/Инженерное дело, вычислительная техника и технологии
8. ДБЛП
9. Размеры
10. Источник прикладных наук и технологий EBSCO
11. Индекс информатики EBSCO
12. EBSCO Computers & Applied Sciences Complete
13. Служба обнаружения EBSCO
14. Инженерный источник EBSCO
15. Онлайн-рефераты по лингвистике EBSCO
16. Источник EBSCO STM
17. EI Компендекс
18. ЭРИХ ПЛЮС
19. Академия Google
20. ПРОВЕРКА
21. Японское агентство науки и технологий (JST)
22. Journal Citation Reports/Science Edition
23. Навер
24. Норвежский регистр научных журналов и серий
25. OCLC WorldCat Discovery Service
26. Портик
27. ProQuest ABI/ИНФОРМ
28. База данных передовых технологий и аэрокосмической отрасли ProQuest
29. ProQuest-ExLibris Primo
30. Призыв ProQuest-ExLibris
31. PsycINFO
32. SCIMago
33. СКОПУС
34. Индекс научного цитирования
35. Расширенный индекс научного цитирования (SCIE)
36. Служба обнаружения сети TD
37. Список UGC-CARE (Индия)
38. Ванфанг

Информация об авторских правах

Искусственный интеллект в здравоохранении: идеи образовательного форума

• Список журналов
• J Med Educ Curric Dev
• т. 6; Январь-декабрь 2019 г.
• PMC6993147

Являясь библиотекой, NLM предоставляет доступ к научной литературе. Включение в базу данных NLM не означает одобрения или согласия с
содержание NLM или Национальных институтов здравоохранения.

Узнайте больше о нашем отказе от ответственности.

J Med Educ Curric Dev. 2019январь-декабрь; 6: 2382120519889348.

Опубликовано в сети 28 января 2020 г. doi: 10.1177/2382120519889348

, ^{1 , 1 90 122, 1 , 1 , 2 , 1 и 1}

Информация об авторе Примечания к статье Информация об авторских правах и лицензиях Отказ от ответственности

Дискуссии о будущем искусственного интеллекта (ИИ) в здравоохранении часто вызывают ужас у медицинских работников. Эти чувства могут быть связаны с отсутствием формального образования в области ИИ и того, как быть лидером по внедрению ИИ в медицинские системы. Чтобы решить эту проблему, наш академический медицинский центр провел образовательный саммит, посвященный тому, как стать лидером в области ИИ в здравоохранении. В этой статье представлены три урока, извлеченные из проведения этого саммита, что дает рекомендации по разработке медицинской учебной программы по теме ИИ в здравоохранении.

Ключевые слова: искусственный интеллект, дополненный интеллект, ИИ, лидерство

Использование возможностей искусственного интеллекта (ИИ) в медицинской практике вызывает споры и часто вызывает трепет у медицинских работников. Искусственный интеллект уже коренным образом изменил другие отрасли ¹ и начинает менять взаимодействие между поставщиками медицинских услуг и пациентами. ² На самом деле, прогнозируется, что мировой рынок ИИ в здравоохранении будет расти со среднегодовым темпом роста 43,5% по сравнению с 2018 годом, достигнув к 2025 году оценки в 27,6 млрд долларов США9. 0121 3 Чтобы осветить эту трансформирующую тему, 28 марта 2019 г. мы организовали образовательный саммит продолжительностью полдня в Медицинском центре Университета Дьюка (DUMC). Преследовалась три цели: (1) определение ИИ, (2) выделение примеров ИИ в здравоохранении и (3) изучение стратегий развития лидерства в области ИИ. Мы рассмотрели эти темы на официальных лекциях и дискуссиях за открытым столом под руководством клиницистов, специалистов по данным и администраторов из DUMC, а также на основной лекции генерала с 4 звездами о стратегии ИИ. Аудитория саммита включала смешанное население медицинских стажеров (т. е. студентов-медиков и медсестер, резидентов и стипендиатов), поставщиков медицинских услуг, исследователей и администраторов здравоохранения из DUMC и близлежащих медицинских центров. Здесь мы представляем уроки, извлеченные в ходе разработки и реализации этой образовательной программы.

Искусственный интеллект подвержен предвзятым представлениям, основанным на популярной фантастике и вводящих в заблуждение изображениях в СМИ. В широком смысле ИИ можно определить как компьютерные системы, которые выполняют задачи, обычно требующие человеческого интеллекта. Мы переформулировали ИИ как «расширенный интеллект», определяемый как интеллектуальные компьютерные алгоритмы, предназначенные для расширения возможностей высококвалифицированных специалистов. В то время как ИИ часто напоминает о том, что машины заменяют человеческую работу, расширенный интеллект формирует дискуссию о том, чего можно достичь, когда люди 0154 помогали разумные машины. ⁴ Алгоритмы расширенного интеллекта могут быть созданы с помощью таких процессов, как контролируемое машинное обучение, в котором системы улучшают свою производительность для определенной задачи за счет оптимизации соотношения между входными и выходными данными. Как правило, алгоритм создается с помощью адаптивного процесса и впоследствии проверяется на новом наборе данных. Затем алгоритмы могут быть «заблокированы», что означает, что они генерируют воспроизводимый результат на основе тех же данных, или остаются «адаптивными», когда они автоматически обновляют свое поведение на основе новых данных. Реализация получившегося алгоритма в виде заблокированной системы помогает избежать неожиданного поведения во время реального приложения. Поскольку нормативная база в Соединенных Штатах формализована, вполне вероятно, что только «заблокированная» версия алгоритма получит одобрение Управления по санитарному надзору за качеством пищевых продуктов и медикаментов (FDA) в качестве медицинского устройства, а последующие обновления потребуют дополнительной проверки перед развертыванием. ⁵

Искусственный интеллект — это развивающаяся технология, которая повлияет на медицинских работников благодаря своему клиническому потенциалу. ² В отличие от традиционных, стандартизированных путей медицинского обучения, путь поставщика медицинских услуг к тому, чтобы стать лидером в разработке и внедрении ИИ, в значительной степени неизвестен. Мы определили 2 темы, которые могут помочь клиницистам, заинтересованным в использовании решений ИИ. Во-первых, нужно понимать, что ИИ — это не панацея. Правильное применение ИИ требует тщательного понимания процесса от начала до конца, для улучшения которого предназначено приложение ИИ. Например, при разработке приложения ИИ для улучшения сортировки в отделении неотложной помощи исследователь должен тщательно продумать все этапы, от того, как пациенты добираются до больницы, до логистики распределения коек, диагностических тестов и рабочего процесса поставщика. Этот мыслительный процесс необходим независимо от применения ИИ (например, прогнозирование риска сепсиса, выбор антибиотиков или автоматизация административных задач), поскольку он позволяет исследователю нацеливаться на критические области для улучшения, которые имеют достаточно данных для обучения алгоритма ИИ. Кроме того, это помогает выявить уязвимости, которыми могут воспользоваться злоумышленники, например, враждебные атаки при выставлении счетов за медицинские услуги. ⁶ Во-вторых, работникам здравоохранения не нужно становиться опытными программистами. Вместо этого базового понимания возможностей и ограничений алгоритмов ИИ достаточно, чтобы медицинские работники могли эффективно сотрудничать с экспертами по программированию. Это партнерство лучше всего достигается, когда медицинские работники завершили первый этап критического анализа рассматриваемой системы и могут определить и эффективно сообщить о своих потребностях тем, кто обучен программированию ИИ.

Мы провели опрос участников нашего образовательного саммита из 5 вопросов до и после. Участники прибыли, полагая, что у них плохое базовое понимание роли ИИ в здравоохранении, и покинули саммит с более глубоким пониманием темы (). Исходные представления о том, как ИИ повлияет на будущее карьеры в сфере здравоохранения и ухода за пациентами, были одинаково положительными до и после события (и), но было общее мнение, что ИИ сделает здравоохранение менее гуманистичным (). В целом, мы интерпретируем эти результаты как демонстрацию важности образовательных программ, предназначенных для углубления понимания систем ИИ, и необходимость обеспечения развертывания ИИ не наносит ущерба гуманизму, закрепленному в клятве Гиппократа в медицине. После мероприятия мы не наблюдали значимого изменения отношения к желанию взять на себя роль лидера в разработке или внедрении ИИ, вероятно, из-за высокого базового интереса к лидерским ролям, выраженного аудиторией саммита ().

Открыть в отдельном окне

Ответы на опрос до и после полудневного образовательного саммита о будущем искусственного интеллекта (ИИ) в здравоохранении с 63 участниками опроса и в среднем 34 ответами на вопрос. Вопросы для опроса были следующими: (A) по сравнению с вашими сверстниками, насколько хорошо вы понимаете ИИ и как он связан со здравоохранением; (B) как ИИ повлияет на карьеру в сфере здравоохранения; (C) как ИИ повлияет на уход за пациентами; (D) считаете ли вы, что ИИ сделает здравоохранение более или менее гуманистичным; и (E) в вашей карьере, насколько вероятно, что вы возьмете на себя активную руководящую роль в разработке или внедрении ИИ.

Переформулировав ИИ как расширенный интеллект, работники здравоохранения и другие специалисты смогут лучше понять роль ИИ в улучшении, а не замене различных аспектов взаимоотношений между пациентом и врачом. Продвижение целостного, ориентированного на пациента ухода должно быть главной целью интеграции ИИ с системами здравоохранения. Для этого практикующие врачи должны стать лидерами интеграции ИИ в клиническую практику и могут сделать это, не становясь опытными программистами.

Мы в долгу перед программой Feagin Leadership Program Медицинского центра Университета Дьюка, которая спонсировала этот образовательный саммит, а также за наставничество и руководство Джо Доти, доктора философии; Дин Тейлор, доктор медицины; и Дэвид Бонд.

Финансирование: Автор(ы) раскрыл(и) получение следующей финансовой поддержки для исследования, авторства и/или публикации этой статьи: Финансирование было предоставлено Feagin Leadership Program и Duke AHEAD. А.Б.Б. была поддержана программой стипендий Стеда медицинского факультета Университета Дьюка.

Декларация о конфликте интересов: Автор(ы) заявили об отсутствии потенциального конфликта интересов в отношении исследования, авторства и/или публикации этой статьи.

Предоставлено

Вклад авторов: Все авторы участвовали в разработке этого проекта, анализе результатов, написании и окончательном утверждении этой рукописи.

Этическое одобрение: Исследование получило исключение от Институционального наблюдательного совета системы здравоохранения Университета Дьюка (Pro00102280).

Идентификаторы ORCID: Эндрю Б. Барбур https://orcid.org/0000-0003-1405-4897

Уильям К. Макманигл https://orcid.org/0000-0003-2435-2118

1.
Автор ДХ.
Почему до сих пор так много рабочих мест? История и будущее автоматизации рабочих мест. J Экономические перспективы. 2015;29:3-30. [Google Scholar]

2.
Райкомар А., Дин Дж., Кохане И.
Машинное обучение в медицине. New Eng J Med. 2019;380:1347-1358. [PubMed] [Google Scholar]

3.
Исследования и рынки. Искусственный интеллект на рынке здравоохранения по продуктам (аппаратное обеспечение, программное обеспечение, услуги), технологиям (машинное обучение, контекстно-зависимые вычисления, НЛП), приложениям (открытие лекарств, прецизионная медицина), конечным пользователям и географии — глобальный прогноз до 2025 года.