数据科学方法让放射科医生为机器学习做好准备

根据一份特别报告，最近为四年制放射科住院医师开发的数据科学方法将帮助下一代放射科医生准备引领进入人工智能和机器学习(AI-ML)时代，发表在《放射学：人工智能》上。

AI-ML有潜力通过提供更好、更有效的医疗服务来改变医学。放射学的应用已经达到了惊人的速度。然而，有组织的人工智能语言课程仅限于少数机构，缺乏正式的培训机会。

来自布里格姆妇女医院(BWH)的三名资深放射科医生最近帮助设计了一种数据科学方法，为四年级的住院医师提供了全面的AI-ML入门经验。这种方法与数据科学家合作，将正式指导与实际问题解决相结合。

这篇论文的共同第一作者，医学博士沃尔特f威金斯说：“全国各地都有许多放射科住院医师项目，试图找出如何将人工智能纳入他们的培训。”“我们认为，也许我们的经验可以帮助其他项目找到如何将这种培训纳入他们的选修课或更普通的住宿课程。”

这种方法通过马萨诸塞州总医院(MGH)和BWH临床数据科学中心(CCDS)灵活的教育、经验和研究活动时间表，让您沉浸在人工智能中。维金斯博士、医学常驻医生M. Travis Caton和医学博士Kirti Magudia接触了AI-ML应用开发的各个方面，包括数据管理、模型设计、质量控制和临床测试。居民们在许多阶段为模型和工具的开发做出了贡献，他们在试点期间的工作产生了12个公认的摘要，供在国家会议上发表。试点项目的反馈导致为未来的居民建立了正式的人工智能语言课程。

威金斯博士说：“放射科医生必须一直管理、分析和处理数据，然后才能工作。”“我们掌握了基本技能和基础设施，可以让对AI和ML感兴趣的住院医师真正发展起来，成为这些技能临床应用的领导者。”

这种方法为居民直接与数据科学家合作提供了足够的机会，以更好地了解他们如何使用ML工具来解决图像分析问题。反过来，这种交流有助于数据科学家更好地理解放射科医生如何在临床环境中解决放射学问题。科学家在临床实践中很容易实现数据。

维金斯博士说：“这类课程的一个重要部分是学习数据科学家所说的语言，并将他们介绍给我们的放射科医生所说的语言，这样我们就可以更好、更有效地合作。”“我认为在几个不同的项目中经历这个过程是我在所有这些过程中获得的最好的经验。”

　　免责声明：本文由用户上传，与本网站立场无关。财经信息仅供读者参考，并不构成投资建议。投资者据此操作，风险自担。 如有侵权请联系删除！