“人工智能临床医生”是否学到了重症监护中败血症的最优治疗策略？
人工智能
2019-02-12 v1 应用统计
摘要
从 2017 年到 2018 年，通过 PubMed 检索使用关键词“Machine Learning”找到的科学出版物数量增加了 46%（从 4,317 增至 6,307）。涉及机器学习、人工智能（AI）和大数据的研究结果，在西医面临成本无节制上涨和公众问责诉求之际，吸引了医疗从业者、医疗管理者和公众的注意。机器学习在医疗应用中的复杂性以及相关数据集的规模，使许多研究人员获得了相对缺乏监督便可满足这些需求的 uncontested 机会。在最近一篇 Nature Medicine 文章中，“The Artificial Intelligence Clinician learns optimal treatment strategies for sepsis in intensive care”（人工智能临床医生学到重症监护中败血症的最优治疗策略），Komorowski 及其合作者提出了训练人工智能临床医生以血管加压药和静脉输液治疗败血症患者的方法。在这篇文章中，我们将仔细审视该论文中提出的断言。特别地，我们将研究其 AI 临床医生所建议的个体治疗剖面，以深入了解他们的 AI 临床医生如何在个体层面上意图治疗患者。
引用
@article{arxiv.1902.03271,
title = {Does the "Artificial Intelligence Clinician" learn optimal treatment strategies for sepsis in intensive care?},
author = {Russell Jeter and Christopher Josef and Supreeth Shashikumar and Shamim Nemati},
journal= {arXiv preprint arXiv:1902.03271},
year = {2019}
}