Key points are not available for this paper at this time.
Le secteur de la médecine et des soins de santé a évolué et progressé très rapidement. Cette avancée a été initiée et façonnée par les applications de l'apprentissage automatique (ML) basé sur les données, robuste et efficace, aux technologies d'apprentissage profond (DL). Le ML dans le secteur médical se développe rapidement, provoquant des progrès rapides, redéfinissant la médecine et améliorant l'expérience des cliniciens et des patients. Les technologies de ML ont évolué vers des approches DL gourmandes en données, qui sont plus robustes et efficaces dans le traitement des données médicales. Cet article examine certains aspects critiques basés sur les données de l'intelligence machine dans le domaine médical. Dans cette direction, l'article illustre le progrès récent de la science médicale basée sur les données en utilisant le ML au DL en deux catégories : premièrement, le développement récent de la science des données en médecine avec les utilisations du ML au DL et, deuxièmement, les technologies de Chabot dans les soins de santé et la médecine, en particulier sur ChatGPT. Ici, nous discutons des progrès du ML, du DL et des exigences de transition du ML au DL. Pour discuter des avancées en science des données, nous illustrons les études prospectives des données d'images médicales, les données d'interprétation DL nouvellement évoluées à partir des EMR ou EHR, les grandes données en médecine personnalisée, et les changements de jeux de données en intelligence artificielle (IA). En même temps, l'article illustre la technologie ChatGPT récemment développée et habilitée par DL. Enfin, nous résumons le rôle large du ML et du DL en médecine et les défis majeurs pour la mise en œuvre des récentes technologies ML au DL dans les soins de santé. L'aperçu du changement de paradigme basé sur les données en médecine utilisant les technologies ML au DL dans l'article profitera énormément aux chercheurs.
Chakraborty et al. (Mercredi,) ont étudié cette question.