放射線腫瘍学における人工知能に関するNCIワークショップ:次世代の訓練【JST・京大機械翻訳】

Kang John; Thompson Reid F.; Aneja Sanjay; Lehman Constance; Trister Andrew; Zou James; Obcemea Ceferino; Naqa Issam El

プレプリント

J-GLOBAL ID：202202200114972731 整理番号：22P0084056

放射線腫瘍学における人工知能に関するNCIワークショップ:次世代の訓練【JST・京大機械翻訳】

NCI Workshop on Artificial Intelligence in Radiation Oncology: Training the Next Generation

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2019年10月18日プレプリントサーバーでの情報更新日： 2020年07月05日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

※このプレプリント論文は学術誌に掲載済みです。なお、学術誌掲載の際には一部内容が変更されている可能性があります。

人工知能(AI)は,相談,治療計画,品質保証,治療デリバリー,および結果モデリングから放射線療法のあらゆる側面に触れる。データ科学において放射線腫瘍医と医学物理学者を訓練する緊急の必要性があり,臨床診療へのAIの解決を助ける。十分に訓練された人員は,急速に発展し,複雑な技術を適用することを試みるとき,良いものより多くの害をするかもしれない。AI研究量が我々の分野で拡大しているので,放射線腫瘍学コミュニティは,この分野で将来の世代を教育する方法を議論する必要がある。放射線腫瘍学(Shady Grove,MD,4-5,2019)におけるAIに関する国立癌研究所(NCI)ワークショップは,2019年にNCIによってホストされた放射線腫瘍学における2つのデータ科学ワークショップの最初の(https://dctd.cancer.gov/NewsEvents/20190523_ai_in_radiation_oncology.htm)であった。このワークショップの間,訓練と教育作業グループを,招待者の間でボランティアによって形成した。そのメンバーは,放射線腫瘍学,医学物理学,放射線学,コンピュータ科学,産業,およびNCIを代表する。この展望論文では,訓練と教育作業グループのメンバーによって書かれた論文で,放射線腫瘍学AIに関心を持つ将来の訓練に関連する行動ポイントを提供し,議論する。(1)AI認識と責任のある実施;(2)実際の行動カリキュラムの実施;(3)訓練資源の公的に利用可能なデータベースを作成する。(4)学習と資金の機会を加速する。まとめると,これらの行動ポイントは,AIの診療への翻訳を容易にすることができる。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , , 【Automatic Indexing@JST】

腫ようの放射線療法

, , , ,

前のページに戻る