Authors | M. Riegler, P. H. Smedsrud, T. de Lange and P. Halvorsen |
Title | Maskinlæringssystemer for gastrointestinale endoskopier |
Afilliation | Machine Learning |
Project(s) | Department of Holistic Systems |
Status | Published |
Publication Type | Journal Article |
Year of Publication | 2019 |
Journal | Best Practice Nordic - Gastroenterologi |
Date Published | 07/2019 |
Publisher | BestPracticeNordic |
Abstract | Assistert diagnostikk med hjelp av kunstig intelligens (KI) har vært etterspurt lenge og kan bli et viktig hjelpemiddel innen medisin, godt hjulpet av den raske utviklingen innen maskinvare. Denne har gjort innføringen av slike hjelpemidler mulig på relativt kort sikt. Sikrere påvisning og klassifisering av funn og lesjoner innen radiologi og endoskopi er i ferd med å bli et viktig forskningsområde innen KI, og det fokuseres spesielt på maskinlæring. Imidlertid krever vellykket utvikling et komplett system som kan brukes i sanntid i daglig praksis, og som begrenser seg til utvikling av algoritmer. Det kreves også store randomiserte studier for å fastslå om kvaliteten og påliteligheten til systemene er god. Vi deler i denne artikkelen våre erfaringer fra utviklingen av et system for gastrointestinale endoskopier og belyser viktige utfordringer for å skape en effektiv digital assistent. |
URL | https://bestprac.no/maskinlaeringssystemer-for-gastrointestinale-endoskopier/ |
Citation Key | 26857 |