文献

J-GLOBAL ID：202002235237900134   整理番号：20A1028482

腫瘍学における機械学習:臨床評価【JST・京大機械翻訳】

Machine Learning in oncology: A clinical appraisal

著者 (5件)： Cuocolo Renato (Department of Advanced Biomedical Sciences, University of Naples “Federico II”, Via S. Pansini 5, 80131, Naples, Italy) ,  Caruso Martina (Department of Advanced Biomedical Sciences, University of Naples “Federico II”, Via S. Pansini 5, 80131, Naples, Italy) ,  Perillo Teresa (Department of Advanced Biomedical Sciences, University of Naples “Federico II”, Via S. Pansini 5, 80131, Naples, Italy) ,  Ugga Lorenzo (Department of Advanced Biomedical Sciences, University of Naples “Federico II”, Via S. Pansini 5, 80131, Naples, Italy) ,  Petretta Mario (Department of Translational Medical Sciences, University of Naples “Federico II”, Via S. Pansini 5, 80131, Naples, Italy)
資料名： Cancer Letters  (Cancer Letters)
巻： 481  ページ： 55-62  発行年： 2020年 
JST資料番号： E0606B  ISSN： 0304-3835  資料種別： 逐次刊行物 (A)
記事区分： 短報  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 機械学習(ML)は,機能に対する明示的事前プログラミングを必要としないが,利用可能なデータから自動的に学習し,タスクを完成するための意思決定モデルを生成するアルゴリズムを中心とする人工知能のブランチである。MLに基づくツールは,医学のいくつかの分野で多くの有望な応用を有している。医療画像からのディジタル健康記録や大量情報抽出のような技術進歩により,患者データの利用可能性の増加に従って,その利用が成長した。多重MLアルゴリズムは,腫瘍学における応用のために提案されている。例えば,それらは腫瘍学的リスク評価,自動化されたセグメンテーション,病変検出,特性化,等級付けおよび病期分類,予後の予測および治療反応に対して使用されている。近い将来,MLは腫瘍学的スクリーニング戦略と患者の管理の各段階の必須部分になり,従って精密医療につながる。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： アルゴリズム ,  自動化 ,  セグメンテーション ,  人工知能 ,  多重化 ,  ディジタル方式 ,  等級づけ ,  予後 ,  医用画像 ,  スクリーニング ,  *機械学習 ,  リスク評価
準シソーラス用語： 病期分類 ,  意思決定モデル ,  深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 機械学習 ,  人工知能 ,  深層学習 ,  放射線ゲノミクス ,  精密腫瘍学

分類 (2件)： 医用画像処理  (JE04020T) ,  人工知能  (JE08000Z)

タイトルに関連する用語 (3件)： 腫瘍学 ,  機械学習 ,  臨床評価