Resumen La inteligencia artificial (IA) y sus algoritmos informáticos, incluidos los de aprendizaje automático y aprendizaje profundo, han estado transformando el campo de la oncología. La IA generativa (IA Gen) y las tecnologías de IA general, que se pueden adaptar a diversas tareas basadas en diferentes entradas, se están utilizando cada vez más en aplicaciones de salud. Los modelos fundamentales, impulsados por IA Gen y tecnologías de IA general, han fascinado al mundo médico, representando la próxima generación de herramientas de IA a gran escala en medicina que están entrenadas en enormes cantidades de datos y tendrán un gran impacto debido a su versatilidad, alto rendimiento, mejora de la personalización y asistencia a los trabajadores de la salud. Dicho esto, es innegable que hay múltiples obstáculos que estos algoritmos deben superar para ser utilizados con éxito en el campo. En esta revisión, primero presentamos un breve antecedentes y una historia del reciente auge de la IA generativa y los modelos fundamentales. A continuación, exploramos sus aplicaciones en el diagnóstico y tratamiento del cáncer, específicamente en radiología, patología, medicina de precisión, personalización de la atención y oncología quirúrgica. Luego, discutimos algunas de las limitaciones que podrían obstaculizar la traducción clínica de la IA general y de la IA Gen.
Building similarity graph...
Analyzing shared references across papers
Loading...
Ali Tarhini
American University of Beirut Medical Center
Palak Dave
Moffitt Cancer Center
Issam El Naqa
University of Florida Health
Moffitt Cancer Center
Building similarity graph...
Analyzing shared references across papers
Loading...
Tarhini et al. (Thu,) estudiaron esta cuestión.
synapsesocial.com/papers/68d46cb831b076d99fa687bb — DOI: https://doi.org/10.1093/bjrai/ubaf015
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: