亞洲健康互聯
優化產業的推手,生醫商機的GPS!

首頁最新消息產業觀測站機器學習與檢驗醫學的現在和未來

機器學習與檢驗醫學的現在和未來

來源 : 亞洲健康互聯海外中心
update : 2019/04/03
隨著醫療保健需求持續增長,實驗室測試的數量也在增長。與其他行業類似,檢驗醫學領域的研究已開始研究機器學習(ML)的使用,以減輕增加服務需求和提高品質與安全的負擔。

在過去的十年中,由於高速電腦對圖形處理單元的可用性、卷積神經網絡的整合,深度學習的優化以及更大的數據集,機器學習對基準任務的統計性能顯著提高。

然而,正在形成的共識是,依賴於標記數據集的監督機器學習演算法的一般性能,已達到臨界實驗室人員應認真考慮企業級任務關鍵型應用的臨界點。

近年來,與機器學習相關的研究出版物在病理學和檢驗醫學中顯著增加。然而,儘管最近在技術方面取得了很大進展並且文獻越來越多,但很少有例子可以用於常規臨床實踐。這強調了儘管技術進步,但由於現有數據集的內在局限性和技術本身的狀態以及其他障礙,機器學習的進展仍然緩慢。

隨著實驗室醫學繼續進行數位化和自動化,臨床實驗室人員可能會面臨與評估、實施和驗證機器學習演算法相關的挑戰,無論是在實驗室內部還是外部。了解機器學習的優點、可以應用的地方,以及機器學習領域的最新技術和局限性對實踐專業人員有用。

耶魯大學醫學院實驗室醫學系臨床研究員暨住院醫師Thomas JS Durant醫學博士,在美國臨床實驗室新聞上發表了一篇文章,討論了機器學習技術在現代臨床實驗室工作流程中的當前實施,以及對齊兩個歷史悠久領域的潛在障礙...完整資訊