通过深入研究深度学习模型在医疗解决方案中的部署,本研究旨在探讨在医疗系统中使用的深度学习方法,包括前沿的网络设计、应用和市场趋势,以及当前未解决的问题和潜在方向。
Oct, 2023
ML 在安全性方面存在漏洞,提出威胁模型并对攻击进行分类,探究了模型准确性与抗敌对操作的关系。
Nov, 2016
本文综述了隐私保护机器学习在医疗保健领域中的应用,主要关注隐私保护的训练和推断,总结了现有趋势,识别了挑战,并讨论了未来研究方向。研究旨在引导隐私和高效的机器学习模型在医疗保健中的应用,并将研究成果转化为现实应用。
Mar, 2023
本文综述了深度学习模型及其在生物信息学和医疗保健领域中的广泛应用,涵盖了不同结构的 DL 模型,并讨论了进行 DL 研究时可能遇到的一些关键挑战。
Feb, 2023
本文对机器学习与隐私问题进行了综述,涵盖了三种交互方式:(i) 私有机器学习,(ii) 机器学习辅助隐私保护,以及 (iii) 基于机器学习的隐私攻击和相应的保护方案,总结了各个领域内的研究进展和关键挑战,并提出了未来的研究方向。
Nov, 2020
通过快速处理能力,检测易被忽视的隐藏模式使得机器学习 (Machine Learning, ML) 在今天的医疗系统中不可或缺。本研究的目标是在不同医疗领域简洁有效地收集 ML 应用,并以表格形式提供相关参考文献和描述,以便立即获取必要信息。我们将研究分为五个主要组别:社区层面工作、风险管理 / 预防护理、医疗运营管理、远程护理和早期检测。我们的目标是向人们介绍机器学习在医疗行业的适用性,缩小临床医生对机器学习应用的知识差距,并推动医疗专业人员更多地基于机器学习的医疗系统。
Jul, 2023
通过分析当前文献,本研究提供了关于机器学习在疾病诊断方面的最新方法和性能指标的深入了解。
该论文阐述了电子病历(EHR)提供数据以回答临床相关问题,EHR 中不完整的标签、供建多个基础病因的疾病和健康人群缺乏等问题给机器学习在临床应用中带来的挑战,并强调了机器学习在医疗保健中发挥作用的机会。
Jun, 2018
通过案例研究,我们展示了对一种机器学习血糖监测系统进行攻击的方法,并指出这种使用机器学习的医疗系统存在的安全风险需要采用新的风险分析方法进行评估。
Jan, 2024
介绍在机器学习在医疗保健领域中出现的伦理问题,强调了遵循社会公正的伦理问题。提出了一个道德机器学习在医疗保健领域中的提出管道,包括问题选择,后期落地的考虑,以及推荐一些解决这些挑战的建议。
Sep, 2020