文献
J-GLOBAL ID:202202230961649065   整理番号:22A0499457

放射線医学と放射線医学における人工知能による癌転帰の予測【JST・京大機械翻訳】

Predicting cancer outcomes with radiomics and artificial intelligence in radiology
著者 (9件):
資料名:
巻: 19  号:ページ: 132-146  発行年: 2022年 
JST資料番号: W4784A  ISSN: 1759-4774  資料種別: 逐次刊行物 (A)
記事区分: 文献レビュー  発行国: ドイツ (DEU)  言語: 英語 (EN)
抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
診断目的のための人工知能(AI)の成功した使用は,AIに基づく癌イメージング分析の応用を促進し,他のより複雑な臨床ニーズに対処した。この展望では,AIツールが複数の癌にわたる転帰の予測,様々な治療様式に対する反応の予測,真の進行からの良性治療交絡因子の識別,異常な応答パターンの同定,および腫瘍の突然変異と分子プロファイルの予測のような放射線医学画像を用いて解決できる,臨床意思決定における次世代の課題について議論する。意思決定支援のための応用例を用いて,手作業無線方式と深層学習導出表現に焦点を絞って,腫瘍学イメージングにおけるAIに対する進化と機会を記述した。また,データキュレーションとアノテーション,解釈可能性,および規制と再im issues問題を含む,臨床採用への経路に直面する課題に取り組んだ。癌管理における意思決定支援ツールとして提供する機会と同様に,その限界と課題を理解するために,臨床医の放射線医学においてAIを脱髄することを期待する。複数癌にわたる転帰と様々な治療様式への応答の予測は,人工知能(AI)ツールが放射線医学画像を用いて解決できるという課題の次世代である。この展望の著者は,腫瘍学イメージングにおけるAIベースのアプローチの発展を記述し,診療所における意思決定支援ツールとしてのそれらの採用への道筋を扱う。Copyright Springer Nature Limited 2021 Translated from English into Japanese by JST.【JST・京大機械翻訳】
シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。

準シソーラス用語:
シソーラス用語/準シソーラス用語
文献のテーマを表すキーワードです。
部分表示の続きはJDreamⅢ(有料)でご覧いただけます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
, 【Automatic Indexing@JST】
分類 (3件):
分類
JSTが定めた文献の分類名称とコードです
人工知能  ,  ドキュメンテーション  ,  医用情報処理 
タイトルに関連する用語 (5件):
タイトルに関連する用語
J-GLOBALで独自に切り出した文献タイトルの用語をもとにしたキーワードです

前のページに戻る