Indexé dans
  • Ouvrir la porte J
  • Genamics JournalSeek
  • Clés académiques
  • JournalTOCs
  • Infrastructure nationale des connaissances en Chine (CNKI)
  • Répertoire des périodiques d'Ulrich
  • RechercheRef
  • Université Hamdard
  • EBSCO AZ
  • Répertoire d'indexation des résumés pour les revues
  • OCLC - WorldCat
  • Publions
  • Fondation genevoise pour la formation et la recherche médicales
  • Pub européen
  • Google Scholar
Partager cette page
Dépliant de journal
Flyer image

Abstrait

Apprentissage automatique en oncologie : que doivent savoir les cliniciens ?

Deepak Mane

Abstrait:

Au cours des dernières années, la quantité et la portée des données scientifiques et cliniques en oncologie ont augmenté de manière significative, notamment dans le domaine des données de santé électroniques, des données radiographiques et histologiques et de la génomique. Cette croissance promet une meilleure compréhension de la malignité et donc un traitement oncologique personnalisé et plus fiable. Cependant, de tels objectifs impliquent la création de nouvelles méthodes pour permettre une utilisation complète de la richesse des données disponibles. Les améliorations de la puissance de traitement informatique et l'avancement des algorithmes ont placé l'apprentissage automatique, une branche de l'intelligence artificielle, dans le domaine de la recherche et de la pratique en oncologie. Cette analyse offre un résumé des fondamentaux de l'enseignement informatique et aborde les avancées et les difficultés récentes dans l'application de cette technologie au diagnostic, au pronostic et aux recommandations de traitement du cancer.

Avertissement: Ce résumé a été traduit à l'aide d'outils d'intelligence artificielle et n'a pas encore été examiné ni vérifié