קאַנאַדיאַן פּערספּעקטיוו אויף לערנען קינסטלעך סייכל צו מעדיציניש סטודענטן

דאנק איר פֿאַר באזוכן Nature.com.די ווערסיע פון ​​​​דעם בלעטערער איר נוצן האט לימיטעד CSS שטיצן.פֿאַר בעסטער רעזולטאַטן, מיר רעקאָמענדירן צו נוצן אַ נייַער ווערסיע פון ​​דיין בלעטערער (אָדער קער אַוועק קאַמפּאַטאַבילאַטי מאָדע אין Internet Explorer).אין דער דערווייל, צו ענשור אָנגאָינג שטיצן, מיר ווייַזן דעם פּלאַץ אָן סטילינג אָדער דזשאַוואַסקריפּט.
אַפּפּליקאַטיאָנס פון קליניש קינסטלעך סייכל (AI) וואַקסן ראַפּאַדלי, אָבער יגזיסטינג מעדיציניש שולע קעריקיאַלז פאָרשלאָגן לימיטעד לערנען וואָס קאַווערינג דעם שטח.דאָ מיר באַשרייַבן אַ טריינינג לויף פון קינסטלעך סייכל וואָס מיר דעוועלאָפּעד און איבערגעגעבן צו קאַנאַדיאַן מעדיציניש סטודענטן און מאַכן רעקאַמאַנדיישאַנז פֿאַר צוקונפֿט טריינינג.
קינסטלעך סייכל (AI) אין מעדיצין קענען פֿאַרבעסערן ווערקפּלייס עפעקטיווקייַט און אַרוישעלפן קליניש באַשלוס געמאכט.צו בעשאָלעם פירן די נוצן פון קינסטלעך סייכל, רופאים מוזן האָבן עטלעכע פארשטאנד פון קינסטלעך סייכל.פילע באַמערקונגען שטיצן לערנען אַי קאַנסעפּס1, אַזאַ ווי דערקלערן אַי מאָדעלס און וועראַפאַקיישאַן פּראַסעסאַז2.אָבער, ווייניק סטראַקטשערד פּלאַנז זענען ימפּלאַמענאַד, ספּעציעל אויף די נאציאנאלע מדרגה.Pinto dos Santos et al.3.263 מעדיציניש סטודענטן זענען סערווייד און 71% מסכים אַז זיי דאַרפֿן טריינינג אין קינסטלעך סייכל.לערנען קינסטלעך סייכל צו אַ מעדיציניש וילעם ריקווייערז אַ אָפּגעהיט פּלאַן וואָס קאַמביינז טעכניש און ניט-טעכניש קאַנסעפּס פֿאַר סטודענטן וואָס אָפט האָבן ברייט פריערדיק וויסן.מיר באַשרייַבן אונדזער דערפאַרונג צו צושטעלן אַ סעריע פון ​​​​AI וואַרשטאַטן צו דריי גרופּעס פון מעדיציניש סטודענטן און מאַכן רעקאַמאַנדיישאַנז פֿאַר צוקונפֿט מעדיציניש בילדונג אין אַי.
אונדזער פינף-וואָך הקדמה צו קינסטלעך סייכל אין מעדיסינע וואַרשטאַט פֿאַר מעדיציניש סטודענטן איז געווען דריי מאָל צווישן פעברואר 2019 און אפריל 2021. א פּלאַן פֿאַר יעדער וואַרשטאַט, מיט אַ קורץ באַשרייַבונג פון ענדערונגען צו דעם קורס, איז געוויזן אין פיגורע 1. אונדזער קורס האט דריי ערשטיק לערנען אַבדזשעקטיווז: סטודענטן פֿאַרשטיין ווי דאַטן זענען פּראַסעסט אין קינסטלעך סייכל אַפּלאַקיישאַנז, אַנאַלייז די קינסטלעך סייכל ליטעראַטור פֿאַר קליניש אַפּלאַקיישאַנז און נוצן אַפּערטונאַטיז צו מיטאַרבעטן מיט ענדזשאַנירז וואָס אַנטוויקלען קינסטלעך סייכל.
בלוי איז די טעמע פון ​​די לעקציע און ליכט בלוי איז די ינטעראַקטיוו קשיא און ענטפֿערן צייַט.די גרויע אָפּטיילונג איז דער פאָקוס פון דער קורץ ליטעראַטור רעצענזיע.די מאַראַנץ סעקשאַנז זענען אויסגעקליבן פאַל שטודיום וואָס באַשרייַבן קינסטלעך סייכל מאָדעלס אָדער טעקניקס.גרין איז אַ גיידיד פּראָגראַממינג קורס דיזיינד צו לערנען קינסטלעך סייכל צו סאָלווע קליניש פּראָבלעמס און אָפּשאַצן מאָדעלס.דער אינהאַלט און געדויער פון די וואַרשטאַטן בייַטן באזירט אויף אַ אַסעסמאַנט פון תּלמיד באדערפענישן.
דער ערשטער וואַרשטאַט איז געווען געהאלטן אין די אוניווערסיטעט פון בריטיש קאָלאָמביע פון ​​פעברואר-אפריל 2019, און אַלע 8 פּאַרטיסאַפּאַנץ האָבן positive באַמערקונגען4.רעכט צו COVID-19, די רגע וואַרשטאַט איז געווען פארנומען כמעט אין אקטאבער-נאוועמבער 2020, מיט 222 מעדיציניש סטודענטן און 3 רעזידאַנץ פון 8 קאַנאַדיאַן מעדיציניש שולן רעגיסטרירט.פּרעזענטירונג סליידז און קאָד זענען ופּלאָאַדעד צו אַן אָפֿן אַקסעס פּלאַץ (http://ubcaimed.github.io).דער שליסל באַמערקונגען פון דער ערשטער יטעראַטיאָן איז געווען אַז די רעפֿעראַטן זענען צו טיף און די מאַטעריאַל צו טעאָרעטיש.סערווינג די זעקס פאַרשידענע צייט זאָנעס פון קאַנאַדע איז נאָך טשאַלאַנדזשיז.אזוי, די רגע וואַרשטאַט פאַרקירצט יעדער סעסיע צו 1 שעה, סימפּלאַפייד די לויף מאַטעריאַל, צוגעגעבן מער פאַל שטודיום און באשאפן קעסל מגילה וואָס ערלויבט פּאַרטיסאַפּאַנץ צו פאַרענדיקן קאָד סניפּאַץ מיט מינימאַל דיבאַגינג (באָקס 1).שליסל באַמערקונגען פון די רגע יטעראַטיאָן אַרייַנגערעכנט positive באַמערקונגען אויף די פּראָגראַממינג עקסערסייזיז און אַ בקשה צו באַווייַזן פּלאַנירונג פֿאַר אַ מאַשין לערנען פּרויעקט.דעריבער, אין אונדזער דריט וואַרשטאַט, געהאלטן כמעט פֿאַר 126 מעדיציניש סטודענטן מערץ-אפריל 2021, מיר אַרייַנגערעכנט מער ינטעראַקטיוו קאָודינג עקסערסייזיז און פּרויעקט באַמערקונגען סעשאַנז צו באַווייַזן די פּראַל פון ניצן וואַרשטאַט קאַנסעפּס אויף פּראַדזשעקס.
דאַטאַ אַנאַליסיס: א פעלד פון לערנען אין סטאַטיסטיק וואָס יידענאַפייד מינינגפאַל פּאַטערנז אין דאַטן דורך אַנאַלייזינג, פּראַסעסינג און קאַמיונאַקייטינג דאַטן פּאַטערנז.
דאַטאַ מיינינג: דער פּראָצעס פון ידענטיפיצירן און עקסטראַקט דאַטן.אין דעם קאָנטעקסט פון קינסטלעך סייכל, דאָס איז אָפט גרויס, מיט קייפל וועריאַבאַלז פֿאַר יעדער מוסטער.
דימענסיאָנאַלאַטי רעדוקציע: דער פּראָצעס פון יבערמאַכן דאַטן מיט פילע יחיד פֿעיִקייטן אין ווייניקערע פֿעיִקייטן בשעת פּראַזערווינג די וויכטיק פּראָפּערטיעס פון דער אָריגינעל דאַטן שטעלן.
קעראַקטעריסטיקס (אין דעם קאָנטעקסט פון קינסטלעך סייכל): מעזשעראַבאַל פּראָפּערטיעס פון אַ מוסטער.אָפט געניצט ינטערטשיינדזשאַבלי מיט "פאַרמאָג" אָדער "פאַרשידן".
גראַדיענט אַקטיוואַטיאָן מאַפּע: א טעכניק געניצט צו טייַטשן קינסטלעך סייכל מאָדעלס (ספּעציעל קאַנוואַלושאַנאַל נעוראַל נעטוואָרקס), וואָס אַנאַליזעס דעם פּראָצעס פון אָפּטימיזינג די לעצטע טייל פון די נעץ צו ידענטיפיצירן מקומות פון דאַטן אָדער בילדער וואָס זענען העכסט פּרידיקטיוו.
נאָרמאַל מאָדעל: אַ יגזיסטינג אַי מאָדעל וואָס איז פאַר-טריינד צו דורכפירן ענלעך טאַסקס.
טעסטינג (אין דעם קאָנטעקסט פון קינסטלעך סייכל): אָבסערווירן ווי אַ מאָדעל פּערפאָרמז אַ אַרבעט ניצן דאַטן עס האט נישט געפּלאָנטערט פריער.
טראַינינג (אין דעם קאָנטעקסט פון קינסטלעך סייכל): צושטעלן אַ מאָדעל מיט דאַטן און רעזולטאַטן אַזוי אַז דער מאָדעל אַדזשאַסטיד זיין ינערלעך פּאַראַמעטערס צו אַפּטאַמייז זיין פיייקייט צו דורכפירן טאַסקס מיט נייַע דאַטן.
וועקטאָר: מענגע פון ​​דאַטן.אין מאַשין לערנען, יעדער מענגע עלעמענט איז יוזשאַוואַלי אַ יינציק שטריך פון דער מוסטער.
טיש 1 ליסטעד די לעצטע קאָרסאַז פֿאַר אפריל 2021, אַרייַנגערעכנט טאַרגעטעד לערנען אַבדזשעקטיווז פֿאַר יעדער טעמע.דער וואַרשטאַט איז בדעה פֿאַר די נייַע צו די טעכניש מדרגה און טוט נישט דאַרפן קיין מאַטאַמאַטיקאַל וויסן ווייַטער פון דער ערשטער יאָר פון אַ ונדערגראַדואַטע מעדיציניש גראַד.דער קורס איז דעוועלאָפּעד דורך 6 מעדיציניש סטודענטן און 3 לערערס מיט אַוואַנסירטע גראַדעס אין ינזשעניעריע.ענדזשאַנירז אַנטוויקלען קינסטלעך סייכל טעאָריע צו לערנען, און מעדיציניש סטודענטן לערנען קליניקאַלי באַטייַטיק מאַטעריאַל.
וואַרשטאַטן אַרייַננעמען רעפֿעראַטן, פאַל שטודיום און גיידיד פּראָגראַממינג.אין דער ערשטער לעקציע, מיר אָפּשאַצן אויסגעקליבן קאַנסעפּס פון דאַטן אַנאַליסיס אין ביאָסטאַטיסטיקס, אַרייַנגערעכנט דאַטן וויזשוואַלאַזיישאַן, לאָגיסטיק ראַגרעשאַן און די פאַרגלייַך פון דיסקריפּטיוו און ינדוקטיווע סטאַטיסטיק.כאָטש דאַטן אַנאַליסיס איז דער יסוד פון קינסטלעך סייכל, מיר ויסשליסן טעמעס אַזאַ ווי דאַטן מיינינג, באַטייַט טעסטינג אָדער ינטעראַקטיוו וויזשוואַלאַזיישאַן.דאָס איז געווען רעכט צו צייט קאַנסטריינץ און אויך ווייַל עטלעכע ונדערגראַדואַטע סטודענטן האָבן פריערדיק טריינינג אין ביאָסטאַטיסטיקס און געוואלט צו דעקן מער יינציק מאַשין לערנען טעמעס.די סאַבסאַקוואַנט לעקציע ינטראַדוסיז מאָדערן מעטהאָדס און דיסקאַסט אַי פּראָבלעם פאָרמאַליישאַן, אַדוואַנטידזשיז און לימיטיישאַנז פון אַי מאָדעלס און מאָדעל טעסטינג.די רעפֿעראַטן זענען קאַמפּלאַמענטיד דורך ליטעראַטור און פּראַקטיש פאָרשונג אויף יגזיסטינג קינסטלעך סייכל דעוויסעס.מיר ונטערשטרייַכן די סקילז פארלאנגט צו אָפּשאַצן די יפעקטיוונאַס און פיזאַבילאַטי פון אַ מאָדעל צו אַדרעס קליניש פֿראגן, אַרייַנגערעכנט די לימיטיישאַנז פון יגזיסטינג קינסטלעך סייכל דעוויסעס.פֿאַר בייַשפּיל, מיר געבעטן סטודענטן צו טייַטשן די פּידיאַטריק קאָפּ שאָדן גיידליינז פארגעלייגט דורך Kupperman et al., 5 וואָס ימפּלאַמענאַד אַ קינסטלעך סייכל באַשלוס בוים אַלגערידאַם צו באַשליסן צי אַ קאָרט יבערקוקן וואָלט זיין נוציק באזירט אויף אַ דאָקטער ס דורכקוק.מיר ונטערשטרייַכן אַז דאָס איז אַ פּראָסט ביישפּיל פון אַי פּראַוויידינג פּרידיקטיוו אַנאַליטיקס פֿאַר רופאים צו טייַטשן, אלא ווי ריפּלייסינג רופאים.
אין די בנימצא אָפֿן מקור באָאָטסטראַפּ פּראָגראַממינג ביישפילן (https://github.com/ubcaimed/ubcaimed.github.io/tree/master/programming_examples), מיר באַווייַזן ווי צו דורכפירן עקספּלאָראַטאָרי דאַטן אַנאַליסיס, דימענשאַנאַליטי רעדוקציע, נאָרמאַל מאָדעל לאָודינג און טריינינג .און טעסטינג.מיר נוצן Google קאָלאַבאָראַטאָרי נאָוטבוקס (Google LLC, Mountain View, CA), וואָס לאָזן פּיטהאָן קאָד צו זיין עקסאַקיוטאַד פון אַ וועב בלעטערער.אין פיגורע 2 גיט אַ בייַשפּיל פון אַ פּראָגראַממינג געניטונג.די געניטונג ינוואַלווז פּרידיקטינג מאַליגנאַנסיז ניצן די Wisconsin Open Breast Imaging Dataset6 און אַ באַשלוס בוים אַלגערידאַם.
פאָרשטעלן מגילה איבער די וואָך אויף פֿאַרבונדענע טעמעס און סעלעקטירן ביישפילן פון ארויס אַי אַפּלאַקיישאַנז.פּראָגראַממינג עלעמענטן זענען ינקלודעד בלויז אויב זיי זענען באַטראַכט ווי באַטייַטיק צו צושטעלן ינסייט אין צוקונפֿט קליניש פיר, אַזאַ ווי ווי צו אָפּשאַצן מאָדעלס צו באַשליסן צי זיי זענען גרייט פֿאַר נוצן אין קליניש טריאַלס.די ביישפילן קאַלמאַנייט אין אַ פול-פלעדזשד סוף-צו-סוף אַפּלאַקיישאַן אַז קלאַסאַפייז טומאָרס ווי גוט אָדער מאַליגנאַנט באזירט אויף מעדיציניש בילד פּאַראַמעטערס.
העטעראָגענעיטי פון פריערדיק וויסן.אונדזער פּאַרטיסאַפּאַנץ וועריד אין זייער מדרגה פון מאַטאַמאַטיקאַל וויסן.פֿאַר בייַשפּיל, סטודענטן מיט אַוואַנסירטע ינזשעניעריע באַקגראַונדז זענען קוקן פֿאַר מער אין-טיפקייַט מאַטעריאַל, אַזאַ ווי ווי צו דורכפירן זייער אייגענע פאָוריער טראַנספאָרמאַציע.אָבער, דיסקאַסינג די Fourier אַלגערידאַם אין קלאַס איז ניט מעגלעך ווייַל עס ריקווייערז אַ טיף וויסן פון סיגנאַל פּראַסעסינג.
באַדינגונג אַוטפלאָו.די באַדינגונג אין נאָכגיין-אַרויף מיטינגז דיקליינד, ספּעציעל אין אָנליין פֿאָרמאַטירונגען.א לייזונג קען זיין צו שפּור באַדינגונג און צושטעלן אַ באַווייַזן פון קאַמפּלישאַן.מעדיציניש שולן זענען באקאנט צו דערקענען טראַנסקריפּץ פון סטודענטן 'עקסטראַקאַטעריאַלער אַקאַדעמיק אַקטיוויטעטן, וואָס קענען מוטיקן סטודענטן צו נאָכגיין אַ גראַד.
לויף דיזיין: ווייַל אַי ספּאַנס אַזוי פילע סובפיעלדס, סאַלעקטינג האַרץ קאַנסעפּס פון צונעמען טיפקייַט און ברייט קענען זיין טשאַלאַנדזשינג.פֿאַר בייַשפּיל, די קאַנטיניויישאַן פון נוצן פון אַי מכשירים פון דער לאַבאָראַטאָריע צו דער קליניק איז אַ וויכטיק טעמע.בשעת מיר דעקן דאַטן פּריפּראַסעסינג, מאָדעל בנין און וואַלאַדיישאַן, מיר טאָן ניט אַרייַננעמען טעמעס אַזאַ ווי גרויס דאַטן אַנאַליטיקס, ינטעראַקטיוו וויזשוואַלאַזיישאַן אָדער קאַנדאַקטינג אַי קליניש טריאַלס, אַנשטאָט מיר פאָקוס אויף די מערסט יינציק אַי קאַנסעפּס.אונדזער גיידינג פּרינציפּ איז צו פֿאַרבעסערן ליטעראַסי, נישט סקילז.פֿאַר בייַשפּיל, פארשטאנד ווי אַ מאָדעל פּראַסעסאַז אַרייַנשרייַב פֿעיִקייטן איז וויכטיק פֿאַר ינטערפּריטאַביליטי.איין וועג צו טאָן דאָס איז צו נוצן גראַדיענט אַקטאַוויישאַן מאַפּס, וואָס קענען וויזשוואַלייז וואָס מקומות פון די דאַטן זענען פּרידיקטאַבאַל.אָבער, דאָס ריקווייערז מולטיוואַריאַט קאַלקולוס און קענען ניט זיין באַקענענ8.דעוועלאָפּינג אַ פּראָסט טערמינאָלאָגיע איז געווען טשאַלאַנדזשינג ווייַל מיר זענען טריינג צו דערקלערן ווי צו אַרבעטן מיט דאַטן ווי וועקטאָרס אָן מאַטאַמאַטיקאַל פאָרמאַליזאַם.באַמערקונג אַז פאַרשידענע טערמינען האָבן די זעלבע טייַטש, למשל, אין עפּידעמיאָלאָגי, אַ "כאַראַקטעריסטיק" איז דיסקרייבד ווי אַ "בייַטעוודיק" אָדער "אַטטריביוט."
וויסן ריטענשאַן.ווייַל די אַפּלאַקיישאַן פון אַי איז לימיטעד, די מאָס אין וואָס פּאַרטיסאַפּאַנץ ריטיין וויסן בלייבט צו זען.מעדיציניש שולע קעריקיאַלז אָפט פאַרלאָזנ אויף ספּייסט יבערכאַזערונג צו פאַרשטאַרקן וויסן בעשאַס פּראַקטיש ראָוטיישאַנז, וואָס קענען אויך זיין געווענדט צו אַי בילדונג.
פּראַפעשאַנאַליזאַם איז מער וויכטיק ווי ליטעראַסי.די טיפקייַט פון דעם מאַטעריאַל איז דיזיינד אָן מאַטאַמאַטיקאַל שטרענגקייַט, וואָס איז געווען אַ פּראָבלעם ווען לאָנטשינג קליניש קאָרסאַז אין קינסטלעך סייכל.אין די פּראָגראַממינג ביישפילן, מיר נוצן אַ טעמפּלאַטע פּראָגראַם וואָס אַלאַוז פּאַרטיסאַפּאַנץ צו פּלאָמבירן פעלדער און לויפן די ווייכווארג אָן צו געפֿינען אויס ווי צו שטעלן אַ גאַנץ פּראָגראַממינג סוויווע.
זארגן וועגן קינסטלעך סייכל גערעדט: עס איז וויידספּרעד דייַגע אַז קינסטלעך סייכל קען פאַרבייַטן עטלעכע קליניש דוטיז3.צו אַדרעס דעם אַרויסגעבן, מיר דערקלערן די לימיטיישאַנז פון אַי, אַרייַנגערעכנט די פאַקט אַז כּמעט אַלע אַי טעקנאַלאַדזשיז באוויליקט דורך רעגיאַלייטערז דאַרפן דאָקטער השגחה11.מיר אויך ונטערשטרייַכן די וויכטיקייט פון פאָרורטייל ווייַל אַלגערידאַמז זענען פּראָנע צו פאָרורטייל, ספּעציעל אויב די דאַטן שטעלן איז נישט דייווערס12.דעריבער, אַ זיכער סובגרופּע קען זיין מאָדעלינג פאַלש, וואָס פירן צו ומיוישערדיק קליניש דיסיזשאַנז.
רעסאָורסעס זענען עפנטלעך בנימצא: מיר האָבן באשאפן עפנטלעך בנימצא רעסורסן, אַרייַנגערעכנט לעקציע סליידז און קאָד.כאָטש אַקסעס צו סינטשראָנאָוס אינהאַלט איז לימיטעד רעכט צו צייט זאָנעס, אָפֿן מקור אינהאַלט איז אַ באַקוועם אופֿן פֿאַר ייסינגקראַנאַס לערנען ווייַל אַי עקספּערטיז איז ניט בנימצא אין אַלע מעדיציניש שולן.
ינטערדיססיפּלינאַרי קאָללאַבאָראַטיאָן: דער וואַרשטאַט איז אַ שלאָס פירנעם ינישיייטיד דורך מעדיציניש סטודענטן צו פּלאַן קאָרסאַז צוזאַמען מיט ענדזשאַנירז.דאָס דעמאַנסטרייץ מיטאַרבעט אַפּערטונאַטיז און וויסן גאַפּס אין ביידע געביטן, אַלאַוינג פּאַרטיסאַפּאַנץ צו פֿאַרשטיין די פּאָטענציעל ראָלע זיי קענען ביישטייערן אין דער צוקונפֿט.
דעפינירן אַי האַרץ קאַמפּאַטינסיז.דעפינירן אַ רשימה פון קאַמפּאַטינסיז גיט אַ סטאַנדערדייזד סטרוקטור וואָס קענען זיין ינאַגרייטיד אין יגזיסטינג קאַמפּאַטינס-באזירט מעדיציניש קעריקיאַליישאַנז.דער וואַרשטאַט איצט ניצט לערנען אָביעקטיוו לעוועלס 2 (קאַמפּראַכעשאַן), 3 (אַפּפּליקאַטיאָן) און 4 (אַנאַליסיס) פון בלום ס טאַקסאָנאָמיע.ווייל רעסורסן אין העכער לעוועלס פון קלאַסאַפאַקיישאַן, אַזאַ ווי קריייטינג פּראַדזשעקס, קענען ווייַטער פארשטארקן וויסן.דאָס ריקווייערז ארבעטן מיט קליניש עקספּערץ צו באַשליסן ווי אַי טעמעס קענען זיין געווענדט צו קליניש וואָרקפלאָוז און פּרעווענטינג די לערנען פון ריפּעטיטיוו טעמעס שוין אַרייַנגערעכנט אין נאָרמאַל מעדיציניש קעריקיאַלאַם.
שאַפֿן פאַל שטודיום מיט אַי.ענלעך צו קליניש ביישפילן, פאַל-באזירט לערנען קענען פאַרשטאַרקן אַבסטראַקט קאַנסעפּס דורך כיילייטינג זייער שייכות צו קליניש פֿראגן.פֿאַר בייַשפּיל, איין וואַרשטאַט לערנען אַנאַלייזד Google ס אַי-באזירט צוקערקרענק רעטינאָפּאַטהי דיטעקשאַן סיסטעם 13 צו ידענטיפיצירן טשאַלאַנדזשיז צוזאמען דעם וועג פון לאַב צו קליניק, אַזאַ ווי פונדרויסנדיק וואַלאַדיישאַן רעקווירעמענץ און רעגולאַטאָרי האַסקאָמע פּאַטווייז.
ניצן עקספּעריענטיאַל לערנען: טעכניש סקילז דאַרפן פאָוקיסט פיר און ריפּיטיד אַפּלאַקיישאַן צו בעל, ענלעך צו די ראָוטייטינג לערנען יקספּיריאַנסיז פון קליניש טרייניז.איין פּאָטענציעל לייזונג איז די פליפּט קלאַסצימער מאָדעל, וואָס איז רעפּאָרטעד צו פֿאַרבעסערן וויסן ריטענשאַן אין ינזשעניעריע בילדונג14.אין דעם מאָדעל, סטודענטן אָפּשאַצן טעאָרעטיש מאַטעריאַל ינדיפּענדאַנטלי און קלאַס צייט איז דעדאַקייטאַד צו סאַלווינג פּראָבלעמס דורך פאַל שטודיום.
סקיילינג פֿאַר מולטידיסיפלינאַרי פּאַרטיסאַפּאַנץ: מיר ווייזן אַי אַדאַפּשאַן ינוואַלווינג מיטאַרבעט צווישן קייפל דיסאַפּלאַנז, אַרייַנגערעכנט רופאים און אַלליעד געזונט פּראָפעססיאָנאַלס מיט וועריינג לעוועלס פון טריינינג.דעריבער, קעריקיאַלאַם קען דאַרפֿן צו זיין דעוועלאָפּעד אין באַראַטונג מיט פיייקייַט פון פאַרשידענע דיפּאַרטמאַנץ צו שנייַדער זייער אינהאַלט צו פאַרשידענע געביטן פון געזונט זאָרגן.
קינסטלעך סייכל איז הויך-טעק און די האַרץ קאַנסעפּס זענען שייך צו מאטעמאטיק און קאָמפּיוטער וויסנשאַפֿט.טראַינינג כעלטקער פּערסאַנעל צו פֿאַרשטיין קינסטלעך סייכל גיט יינציק טשאַלאַנדזשיז אין סעלעקציע פון ​​אינהאַלט, קליניש שייכות און עקספּרעס מעטהאָדס.מיר האָפן אַז די ינסייץ פון די אַי אין בילדונג וואַרשטאַטן וועט העלפֿן צוקונפֿט עדזשיוקייטערז אַרומנעמען ינאַווייטיוו וועגן צו ויסשטימען אַי אין מעדיציניש בילדונג.
די Google קאָלאַבאָראַטאָריע פּיטהאָן שריפט איז אָפֿן מקור און בנימצא אין: https://github.com/ubcaimed/ubcaimed.github.io/tree/master/.
Prober, KG און Khan, S. Rethinking Medical Education: a Call to Action.אקאד.מעדיצין.88, 1407-1410 (2013).
McCoy, LG עטק וואָס טאָן מעדיציניש סטודענטן טאַקע דאַרפֿן צו וויסן וועגן קינסטלעך סייכל?נפּזש נומערן.מעדיצין 3, 1-3 (2020).
דאָס סאַנטאָס, דפּ, עט על.אַטאַטודז פון מעדיציניש סטודענטן צו קינסטלעך סייכל: אַ מולטיסענטער יבערבליק.ייראָ.ראַדיאַציע.29, 1640-1646 (2019).
Fan, KY, Hu, R., און Singla, R. הקדמה צו מאַשין לערנען פֿאַר מעדיציניש סטודענטן: אַ פּילאָט פּרויעקט.J. Med.לערנען.54, 1042-1043 (2020).
Cooperman N, et al.ידענטיפיצירן קינדער אין זייער נידעריק ריזיקירן פון קליניקאַלי באַטייַטיק מאַרך שאָדן נאָך קאָפּ שאָדן: אַ פּראָספּעקטיוו קאָהאָרט לערנען.לאַנסעט 374, 1160-1170 (2009).
סטריט, WN, Wolberg, WH און Mangasarian, OL.נוקלעאַר שטריך יקסטראַקשאַן פֿאַר ברוסט אָנוווקס דיאַגנאָסיס.ביאָמעדיקאַל וויסנשאַפֿט.בילד פּראַסעסינג.ביאָמעדיקאַל וויסנשאַפֿט.ווייס.1905, 861-870 (1993).
Chen, PHC, Liu, Y. און Peng, L. ווי צו אַנטוויקלען מאַשין לערנען מאָדעלס פֿאַר כעלטקער.נאַט.מאַט.18, 410-414 (2019).
סעלוואַראַדזשו, רר עט על.גראַד-קאַם: וויסואַל ינטערפּריטיישאַן פון טיף נעטוואָרקס דורך גראַדיענט-באזירט לאָוקאַלאַזיישאַן.פאַרהאַנדלונג פון די IEEE אינטערנאַציאָנאַלער קאָנפערענסע אויף קאָמפּיוטער זעאונג, 618–626 (2017).
Kumaravel B, Stewart K און Ilic D. אַנטוויקלונג און אפשאצונג פון אַ ספּיראַליש מאָדעל פֿאַר אַססעססינג זאָגן-באזירט מעדיצין קאַמפּאַטינסיז ניצן OSCE אין ונדערגראַדואַטע מעדיציניש בילדונג.BMK מעדיצין.לערנען.21, 1-9 (2021).
Kolachalama VB און Garg PS מאַשין לערנען און מעדיציניש בילדונג.נפּזש נומערן.מעדיצין.1, 1-3 (2018).
van Leeuwen, KG, Schalekamp, ​​S., Rutten, MJ, Van Ginneken, B. און de Rooy, M. Artificial Intelligence in Radiology: 100 געשעפט פּראָדוקטן און זייער וויסנשאפטלעכע זאָגן.ייראָ.ראַדיאַציע.31, 3797-3804 (2021).
Topol, EJ הויך-פאָרשטעלונג מעדיצין: די קאַנווערדזשאַנס פון מענטשלעך און קינסטלעך סייכל.נאַט.מעדיצין.25, 44-56 (2019).
בעדע, ע עט על.מענטש-צענטערעד אפשאצונג פון אַ טיף לערנען סיסטעם דיפּלויד אין דער קליניק פֿאַר דיטעקשאַן פון צוקערקרענק רעטינאָפּאַטהי.פאַרהאַנדלונג פון די 2020 CHI קאָנפֿערענץ אויף מענטשנרעכט סיבות אין קאַמפּיוטינג סיסטעמען (2020).
Kerr, B. די פליפּט קלאַסצימער אין ינזשעניעריע בילדונג: א פאָרשונג רעצענזיע.פאַרהאַנדלונג פון די 2015 אינטערנאַציאָנאַלער קאָנפֿערענץ אויף ינטעראַקטיווע קאָללאַבאָראַטיווע לערנען (2015).
די מחברים דאַנקען Danielle Walker, Tim Salcudin און Peter Zandstra פון די ביאָמעדיקאַל ימאַגינג און קינסטלעך ינטעלליגענסע פאָרשונג קנויל אין די אוניווערסיטעט פון בריטיש קאָלאָמביע פֿאַר שטיצן און פאַנדינג.
RH, PP, ZH, RS און MA זענען פאַראַנטוואָרטלעך פֿאַר דעוועלאָפּינג די וואַרשטאַט לערנען אינהאַלט.RH און PP זענען פאַראַנטוואָרטלעך פֿאַר דעוועלאָפּינג די פּראָגראַממינג ביישפילן.KYF, OY, MT און PW זענען פאַראַנטוואָרטלעך פֿאַר די לאָגיסטיק אָרגאַניזאַציע פון ​​די פּרויעקט און די אַנאַליסיס פון די וואַרשטאַטן.RH, OY, MT, RS זענען געווען פאַראַנטוואָרטלעך פֿאַר שאפן די פיגיערז און טישן.RH, KYF, PP, ZH, OY, MY, PW, TL, MA, RS זענען געווען פאַראַנטוואָרטלעך פֿאַר דער פּלאַן און רעדאַגירן דעם דאָקומענט.
קאָמוניקאַציע מעדיסינע דאַנקען Carolyn McGregor, Fabio Moraes און Aditya Borakati פֿאַר זייער קאַנטראַביושאַנז צו די רעצענזיע פון ​​​​דעם אַרבעט.