条前进的道路尽管我的很多工作已经表明算法

Apuroos1454

一名医生并获得执照和委员会认证，医学专家之间的分歧或分歧程度不太可能比在医学领域更大营销，或者，你知道，信用承保，或者 我认为这使得算法的训练部分更加标准化，或者更少受到专家意见的影响。 ：这是一组非常非常有趣的问题。我对医学了解很多。我知道一些关于如何进行研究的基本知识。但我开始与哈佛大学的一位健康经济学家 合作，然后与他的一位同事 合作，从那时起我开始投入大量时间学习一些技术技能，这些技能与这些临床技能相结合和临床知识，是我今天所做的研究的基础。

有时我们试图通过说： 好吧，我们不仅仅只有一名放射科医生。我们将有五名放射科医生。然后我们将获得多数票。 但我们真的是通过多数票来行医吗？因此，这是这些有趣的地方之一，在医学领域进行机器学 电报号码数据 习与其他领域非常非常不同，因为我们从根本上与事实真相有着更复杂的关系。而人类的观点，尽管这些专家受过训练，多的实践，但我们不能认为这是事实。 我会告诉你我们几年前写的一篇论文。该项目由我的同事艾玛 皮尔森 领导，她是康奈尔大学的计算机科学家。我们发现，放射科医生系统性。



地错过了 光检查中的一些东西（在本例中是膝盖 光检查），而这些东西在黑人患者中造成了不成比例的疼痛。因此，当你回顾一下我们对关节炎医学的了解的历史时，许多原始研究都是在 世纪 年代和 年代针对英国兰开夏郡的煤矿工人开发的，这些研究产生了医生至今仍在使用的评分系统。因此，在特定时间和地点积累的知识不一定能映射到今天英国或美国医生在办公室看到的人群，这一点也不奇怪。 我们展示这一点的方式实际上是通过训练一种算法，使其不做大多数人训练算法时会做的事情，即从 射线到放射科医生对 射线的评价。如果我们训练一个仅将放射科医生的知识编码到算法中的算法，那么我们将。