外科数据科学——从概念走向临床转化
计算机与社会
2021-08-03 v2 计算机视觉与模式识别
机器学习
图像与视频处理
摘要
数据科学特别是机器学习近来的总体发展改变了专家对手术未来的设想。外科数据科学（SDS）是一个新兴研究领域，旨在通过数据的捕获、组织、分析与建模来提升介入性医疗的质量。尽管在放射与临床数据科学领域已研究了越来越多的数据驱动方法与临床应用，但外科领域的转化成功案例仍然匮乏。在本出版物中，我们阐明其背后原因并提供该领域未来进展的路线图。基于一场有SDS领域领军研究者参与的国际研讨会，我们回顾了当前实践、关键成果与举措，以及针对若干相关主题的可用的标准与工具，即（1）在监管约束下用于数据采集、存储与访问的基础设施，（2）数据标注与共享，以及（3）数据分析。我们进一步以（4）对当前可用SDS产品及来自学术界的转化进展的回顾，和（5）基于国际多轮Delphi过程的用于加快临床转化与挖掘SDS全部潜力的路线图，来补充这一技术视角。
引用
@article{arxiv.2011.02284,
title = {Surgical Data Science -- from Concepts toward Clinical Translation},
author = {Lena Maier-Hein and Matthias Eisenmann and Duygu Sarikaya and Keno März and Toby Collins and Anand Malpani and Johannes Fallert and Hubertus Feussner and Stamatia Giannarou and Pietro Mascagni and Hirenkumar Nakawala and Adrian Park and Carla Pugh and Danail Stoyanov and Swaroop S. Vedula and Kevin Cleary and Gabor Fichtinger and Germain Forestier and Bernard Gibaud and Teodor Grantcharov and Makoto Hashizume and Doreen Heckmann-Nötzel and Hannes G. Kenngott and Ron Kikinis and Lars Mündermann and Nassir Navab and Sinan Onogur and Raphael Sznitman and Russell H. Taylor and Minu D. Tizabi and Martin Wagner and Gregory D. Hager and Thomas Neumuth and Nicolas Padoy and Justin Collins and Ines Gockel and Jan Goedeke and Daniel A. Hashimoto and Luc Joyeux and Kyle Lam and Daniel R. Leff and Amin Madani and Hani J. Marcus and Ozanan Meireles and Alexander Seitel and Dogu Teber and Frank Ückert and Beat P. Müller-Stich and Pierre Jannin and Stefanie Speidel},
journal= {arXiv preprint arXiv:2011.02284},
year = {2021}
}