基于图像的与临床生物医学中的多模态机器学习：综述与展望
机器学习
2024-01-23 v5 计算机视觉与模式识别
摘要
机器学习（ML）在医疗人工智能（AI）系统中的应用于已从传统和统计方法转向日益增多的深度学习模型应用。本综述梳理了多模态ML的现状，重点关注其对医学图像分析与临床决策支持系统的深远影响。通过强调在解决多模态表示、融合、翻译、对齐与协同学习方面的挑战与创新，本文探讨了多模态模型用于临床预测的变革潜力。它还凸显了对这类模型进行原则性评估与实际部署的需求，并引起对决策支持系统与医疗提供者及人员之间动态关系的关注。尽管有所进展，数据偏差以及众多生物医学领域“大数据”的匮乏等挑战依然存在。我们以关于原则性创新与协作努力的讨论作结，以推进多模态ML模型无缝融入生物医学实践的使命。
引用
@article{arxiv.2311.02332,
title = {Multimodal Machine Learning in Image-Based and Clinical Biomedicine: Survey and Prospects},
author = {Elisa Warner and Joonsang Lee and William Hsu and Tanveer Syeda-Mahmood and Charles Kahn and Olivier Gevaert and Arvind Rao},
journal= {arXiv preprint arXiv:2311.02332},
year = {2024}
}