提取
我们饶有兴趣地读了Topalovicet al。在[1]中,他们展示了人工智能(AI)可以解释肺功能测试(PFTs),并得出诊断结果的准确性高于单个肺科医生,与专家小组的诊断结果大致相当。他们的工作提出了一些应进一步探讨的重要问题。
摘要
人工智能有望帮助解释复杂的医疗数据,比如肺功能测试。对于这项技术的成功,透明度和再现性与诊断准确性同样重要。http://bit.ly/2vYjZ8w
脚注
利益冲突:S. Gonem报告来自3M和Anaxsys的个人费用,不包括提交的作品。
利益冲突:S. Siddiqui报告了Jules Thorne Trust、NIHR-EME、Anaptys Bio、MRC/EPSRC和Napp的资助,阿斯利康、葛兰素史克、诺华、勃林格林格尔海姆、蒙迪制药和奥斯通医疗的个人费用。
支持声明:这项工作得到了国家卫生研究所(NIHR)莱斯特呼吸生物医学研究中心的支持。所表达的观点是作者的观点,不一定是国家卫生服务、NIHR或卫生部的观点。本文的资助信息已存入Crossref资助者注册表。
- 收到了2019年3月29日。
- 接受2019年4月11日。
- 版权©2019人队
个人
使用您的用户名和密码登录
图书馆用户
通过你的机构登录
如果您的库有订阅,您可能已经通过您的IP地址登录了。否则,您可以通过以下路径之一登录。
您可以使用您的登录凭证来访问您的机构。如果您没有用户名和密码,请与您的库联系。
如果您的组织使用OpenAthens,您可以使用OpenAthens用户名和密码登录。要查看您的机构是否受支持,请查看这个列表。请与您的库联系以获得更多详细信息。
如果你认为你应该有访问权限,请联系你的图书管理员或电子邮件journals@ersnet.org
购买访问
您可以购买访问这篇文章。这将要求你创建一个帐户,如果你还没有一个。
联系我们
如果您对ERS出版物网站有任何问题,请联系我们journals@ersnet.org