Los puntos clave no están disponibles para este artículo en este momento.
El uso de métodos de aprendizaje automático (ML) y aprendizaje profundo (DL) en hematología incluye aplicaciones diagnósticas, pronósticas y terapéuticas. Este aumento se debe a la mejor accesibilidad a herramientas de ML y DL y a la expansión de datos médicos. La utilización de ML sigue siendo limitada en la práctica clínica, con algunas disciplinas más avanzadas en su adopción, como la radiología y la histopatología. En esta revisión, discutimos los usos actuales de ML en el diagnóstico en el campo de la hematología, incluyendo diagnóstico basado en reconocimiento de imágenes, laboratorio y genómica. Además, proporcionamos una introducción a los campos de ML y DL, destacando las tendencias actuales, limitaciones y posibles áreas de mejora.
Muhsen et al. (Wed,) estudiaron esta cuestión.
Synapse has enriched 5 closely related papers on similar clinical questions. Consider them for comparative context: