Avis des lecteurs
Résumé:Ce livre propose une exploration complète et perspicace de l'IA en médecine, rendant des sujets complexes accessibles même à ceux qui n'ont pas de formation médicale. Il constitue une ressource précieuse pour les professionnels de la santé et les responsables informatiques, bien que certains lecteurs aient trouvé certains chapitres fragmentés et moins pertinents pour les cliniciens en exercice.
Avantages:⬤ Complet et bien documenté
⬤ écrit avec clarté et style
⬤ accessible aux lecteurs non médicaux
⬤ pertinent pour les professionnels de l'informatique de santé
⬤ examine les technologies actuelles et innovantes
⬤ aborde franchement les défis de l'IA et de la ML.
Les chapitres peuvent être fragmentés et parfois non pertinents pour les cliniciens en exercice ; ils peuvent ne pas se concentrer sur les domaines de contenu promis.
(basé sur 4 avis de lecteurs)
Titre original :
Reinventing Clinical Decision Support: Data Analytics, Artificial Intelligence, and Diagnostic Reasoning
Contenu du livre :
Ce livre examine en profondeur les technologies émergentes qui transforment la manière dont les cliniciens gèrent les patients, tout en soulignant que les meilleurs praticiens utilisent à la fois l'intelligence artificielle et l'intelligence humaine pour prendre des décisions.
L'IA et l'apprentissage automatique sont étudiés en détail, avec des explications en anglais clinique simple sur les réseaux neuronaux convolutifs, la rétropropagation et l'analyse d'images numériques. Des exemples concrets de l'utilisation de ces outils sont également abordés, notamment leur valeur dans le diagnostic de la rétinopathie diabétique, du mélanome, du cancer du sein, des métastases cancéreuses et du cancer colorectal, ainsi que dans la prise en charge du sepsis grave.
Face à l'enthousiasme suscité par l'IA et l'apprentissage automatique, il était également nécessaire d'exposer certaines critiques, certains obstacles et certaines limites de ces nouveaux outils. Parmi les critiques abordées : le manque relatif de preuves scientifiques solides à l'appui de certains des algorithmes les plus récents et le problème dit de la "boîte noire". Un chapitre sur l'analyse des données examine en profondeur les nouvelles méthodes d'analyse des sous-groupes et la façon dont elles obligent les responsables des soins de santé à repenser la manière dont ils appliquent les résultats des grands essais cliniques à la pratique médicale quotidienne. Cette réévaluation affecte peu à peu le traitement du diabète, des maladies cardiaques, de l'hypertension et du cancer. La recherche présentée suggère également que l'analyse des données aura un impact sur la médecine d'urgence, la gestion des médicaments et les coûts des soins de santé.
L'examen du processus de raisonnement diagnostique lui-même porte sur la manière dont les erreurs de diagnostic sont mesurées, sur les erreurs technologiques et cognitives à blâmer et sur les solutions les plus susceptibles d'améliorer le processus. Il explore les méthodes de raisonnement de type 1 et de type 2.
Les erreurs cognitives telles que le biais de disponibilité, le biais affectif et l'ancrage.
Et des solutions potentielles telles que le projet de diagnostic humain. Enfin, le livre explore le rôle de la biologie des systèmes et de la médecine de précision dans l'aide à la décision clinique et fournit plusieurs études de cas sur la façon dont l'IA de nouvelle génération transforme les soins aux patients.
Autres informations sur le livre :
| ISBN : | 9781032081854 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Broché |
| Année de publication : | 2021 |
| Nombre de pages : | 184 |
Achat:
Actuellement disponible, en stock.
