人工智能及其对泌尿系统结核病和管理的影响

计算一号机科学 (AI) 的最新进展无疑对公共卫生企业诱发了重大变差。在泌大肠另有科，计算一号机科学已被普遍运用于疗程多种传染得病，无论其上述情况严重小规模官能如何，从良官能病变等传染得病到大肠南路内膜乳癌和乳癌等医务人员传染得病。在本文中所，我们旨在发备注意见如何在泌大肠另有科课题配有计算一号机科学的普遍应该用和核心技绝技来检查、疗程和预估循环系统设计传染得病的结果。此另有，我们解读了举例来说计算一号机科学相对于任何除此以另有宗教官能步骤的战绝技上。

链接：泌大肠科，计算一号机科学，一号机器研修，大肠失禁，肺痛风得病，生育，配子泌大肠科，肺细胞乳癌，肺积水，反流，大肠石得病症，泌大肠另有科，眼疾泌大肠科，乳癌，肝乳癌

1. Introduction

位数核心技绝技、电孙子肥胖症记事和计算能力也的进步悄悄公共卫生课题诱发大效益量数据集 [1]。随着数据集社时会公众、使用效益量和质效益量的扩大，精神科在完成数据集归纳以成立有用的得病人、规划全方位保健和预想下一代时遇到了在此之后持续官能。因此，精神科那时候仅靠计算一号机科学 (AI) 来重构静电所谓建模，以减慢公共卫生着重的得病患者疗程 [2]。

在公共卫生企业，计算一号机科学是所称基于计算一号机系统设计和大数据集尽力精神科备有公共卫生的所有普遍软件包来、系统设计、演算法和设备。公共卫生数据集特别运用于在对政府反复中所为精神科和得病患者备有要求并确切同样的疗程步骤。计算一号机科学在这里面的依赖官能是创始人归纳私营企业数据集的新步骤，这无关计算一号机科学学科的举例来说。除了备有更是好的得病患者保健另有，它还将上升有用官能和研发 (RCoD)，此另有还可以比宗教官能步骤更是早地突成传染得病模式和持续官能。最近，计算一号机科学在自然科学课题的投资和普遍应该用黄绿色爆炸式上涨，因为有累加确凿备注明它可以减慢公共卫生的备有。本文发备注意见了 AI 演算法和核心技绝技如何在自然科学课题中所运用于检查、疗程和预估循环系统设计传染得病的结果，并促使解读了举例来说 AI 优于任何除此以另有步骤的战绝技上。

2。材质和步骤

2.1.搜索方针和发备注文章可选择

2020 年 10 年底举例来说 PubMed 和 MEDLINE 以及 Scopus 和 Google Scholar 对 2010 年至 2020 末年发备注的泌大肠另有科和计算一号机科学具体文献完成了非近期初审。搜索方针无关举例来说基于举例来说链接的搜索字符串，其中所有数：泌大肠科、计算一号机科学、一号机器研修、大肠失禁、肺痛风传染得病、生育力、配子泌大肠科、肺细胞乳癌、肺积水、大肠反流、大肠石得病症、泌大肠另有科、眼疾泌大肠另有科、乳癌和肝乳癌。

扩及基准：

泌大肠另有科计算一号机科学具体发备注文章；

全篇大小的原始发备注文章，涵盖循环系统设计传染得病的得病人、疗程构想和结果。

无关基准：

概要、文章发备注文章和书籍段落；

哺乳动物、的实验室或遗体深入研究。

按照扩及和无关基准的简介完成文献初审。根据所选发备注文章的扩及基准，对标题和概要完成高效率，然后对全篇完成挑选出和高效率。此另有，对所选发备注文章的参考文献列备注完成了人工初审，以挑选出任何着迷的补充临时工。经过发备注意见，我们的创作者事与愿违克服了关于定下共识不得不资格的产生分歧。

2.2.什么是计算一号机科学？

AI 强调举例来说十分复杂的非线官能数学三维系统设计和简便的重构块来复制全人类神经元，从而重构并不无只需直接指派全人类活动的自主计算一号机。它首先找出全人类思维人脑、理解和指派认知机制的方式将。全人类的思维具备智力、创造力、语言辨别、记忆、模式辨别、动态、推理以及在似乎密切关联成立联系的能力也。计算一号机科学旨在复制上述战技以指派普遍的机制，从小型、可监管的使命（如某类辨别）到十分复杂的使命（如预想）。AI 方针有数无偏见地从已确切数据集中所研修，数依赖于统计分析建模，以及预估有关下一代的不曾知数据集，从而使对政府使命变得更是加智能和得心应该手 。

计算一号机科学的终极目标是打造一台并不无只需人脑周围环境并指派使命的一号机器，以有助于地上升事与愿违百分比。克服解决办法这一目标的反复相当十分复杂，无关各种计算一号机科学孙子课题，如一号机器研修 (ML)、人工机器学习 (ANN) 和厚度研修 (DL)、形式语言处理方式将 (NLP)、计算一号机动态、预想归纳、进所谓和突变计算、数据挖掘设计、动态辨别和口语处理方式将，其中所仅有运用于当今的自然科学和公共卫生。因此，其中所一些无只需判别以促使发备注意见计算一号机科学对泌大肠科各个亚专业科学知识的诊疗变差。左图 1 说明了了计算一号机科学 (AI)、一号机器研修 (ML) 和厚度研修 (DL) 密切关联的关联。

左图1计算一号机科学 (AI)、一号机器研修 (ML) 和厚度研修 (DL) 密切关联的关联。

一号机器研修是徒计算一号机在演算法的尽力下做成可靠预想的反复，这些演算法考虑到经验，可以从建模中所的基本上特别中所研修，将构造等价到也就是说的结果常效益量。ML 的主要目标是让计算一号机并不无只需相应该研修何时匹配数据集。人工机器学习是厚度研修的基础官能，也是一号机器研修的一个孙子课题。人工机器学习被判别为离地结构所谓的个人信息处理方式将单元，连同它们的突触切变，叫做百分比，三维脑和神经系统设计的计算能力也。神经元排列在一系列层中所，在研修反复中所逐渐修改百分比，以在匹配-变换器等价中所诱发总和到没有误解。具备大效益量层的机器学习叫做厚度研修互联。作为计算一号机科学中所最主要的一个孙子课题，机器学习自然在自然科学和公共卫生中所推断成了有当年景的普遍应该用，有数心脏得病学、肌电左图、脑电左图、运用于得病患者保健的疗程抑制剂备受控和睡眠呼吸暂停。

一个通用是 ML 中所举例来说的预想建模步骤之一，以演算法步骤重构，以辨别基于相异前提条件拆分数据集集的步骤。描述一个通用临时工的一种简便步骤是也就是说一个对政府节点有两个或多个也许的可选择。随一号机森林是一种由大效益量一个通用重构而成的演算法，这些一个通主要用途为一个既有开始运行。这些演算法在公共卫生企业被普遍采行，以确切得病患者最有利于的可选择，例如远程公共卫生服务。

另一个在公共卫生中所充分发挥关键的计算一号机科学孙子课题是形式语言处理方式将，它无关计算一号机和全人类语言密切关联的交互。诊疗深入研究中所的最大单打独斗是处理方式将考虑到使用效益量或细节的数据集，这是先当年记事在叙述官能诊疗文件中所的数据集的结果。计算一号机科学在公共卫生课题的一些最有当年景的可作有数预想归纳、精准自然科学、传染得病得病人核磁共振和诊疗对政府支持者。

2.3.计算一号机科学在泌大肠另有科的普遍应该用

泌大肠另有科是一个在自然科学史上迅速延展的课题，并且通过采行更是在此之后核心技绝技来克服解决办法更是好的得病患者结果而不断工业发展[4]。泌大肠科是一个主要无关年长者和女官能泌腹腔和年长者配子心脏的公共卫生课题，如果不加以克服，这些特定课题的潜在传染得病和精神状态不时会变得上述情况严重

Figure 2 shows the role of artificial intelligence in urology.

Open in a separate window

左图2计算一号机科学在泌大肠另有科中所的依赖官能。

计算一号机科学已被普遍应该运用于后期得病人、备有直接疗程构想和另有科专业科学知识课题。计算一号机科学悄悄充分发挥极为重要依赖官能，尽力精神科为循环系统设计传染得病得病患者做成对政府（左图 3）。在基本上的 5 年中所，成现了一些深入研究证实泌大肠科必只需直接的减慢现实 (AR) 体时会。现代泌大肠科精神科悄悄举例来说具备七个意志度的一号机械支架远程去除肺脏，举例来说具备三维叠加的减慢现实。AR 非同着增加了个人信息与切除临时工流程的构建，使精神科的微创切除变得不那么十分复杂。它带来了自然科学徒育和另有科插手特别的革新步骤，有助于备有更是丰富、更是具娱乐官能的体时会。同样，还有其他核心技绝技与计算一号机科学相考虑到，在相当大小规模官能上变差了该课题。在泌大肠另有科中所，有几个孙子专业科学知识，其中所泌大肠学、配子泌大肠学、肺植入和眼疾泌大肠另有科是一些借助计算一号机科学通过得病人、疗程构想和切除战技高效率的工业发展备有更是好的得病患者保健的专业科学知识。下面发备注意见计算一号机科学在这些孙子课题的普遍应该用。

左图 3计算一号机科学在循环系统设计传染得病得病患者对政府中所的普遍应该用。

3. 得病人

3.1.泌大肠学

它是泌大肠科的一个亚专业科学知识，与生理泌腹腔和年长者配子心脏的乳癌得病症的得病人和疗程有关。循环系统设计乳癌得病症相对常见，乳癌、肝乳癌和肺乳癌是澳大利亚得病人成的 10 种最常见的乳癌得病症之一。

3.2.乳癌

普遍运用于研发计算一号机科学演算法的数据集在在得病患者的电孙子得病历（EMR）中所裂解成的得病患者的诊疗得病症数据集，因为它们具备很高的可高效率官能。Kim 等人借助来自 944 名韩国得病患者的诊疗数据集预想心脏数限于型乳癌和非心脏数限于型乳癌。[6] 研发了举例来说 ML 普遍软件包来（备注 1）。相比之下之下，Partin 备注在举例来说不同数据集集时降至了 66% 的可靠赴援。这项深入研究强调，与举例来说基准统计分析建模相比之下，举例来说 ML 演算法可以获更是好的预想结果。

备注格1举例来说计算一号机科学得病人乳癌的深入研究。

ROC切线下覆盖面积（AUC）；机器学习（NN）；支持者向效益量一号机（SVM）；免疫抗原 (PSA);朴素形式所谓（NB）；形式所谓互联（BN）；归纳和重归树（CART）；随一号机森林（RF）；二次判别归纳（QDA）；磁共振核磁共振（MRI）；逻辑重归（LR）；递归构造避免（RFE）；阿巴精和曙红 (HE)。

深入研究其他部门重申了举例来说计算一号机科学来一般所谓乳癌的得病人和归纳的步骤，由于自然科学核磁共振的进步和围绕它的确凿，这之当年带入也许。举例来说来自多匹配 MRI（磁共振核磁共振）的各种点状四组学构造，AI 普遍软件包来已运用于检查乳癌 [7,8] 或预估多匹配 MRI Gleason 低分（备注 1）。计算一号机科学优于宗教官能得病人基准的另一个精神状态是它并不无只需接备受十分复杂、多常效益量、大数据集的训练并从中所研修，从而随着时长的消退不断改进。当举例来说核磁共振分析报告和数据集系统设计研发时，ML 建模说明了 MRI 形容词得病症学构造官能得病患者的不等精度上升 33-80%，MRI 构造官能得病症学形容词得病患者的不等精度上升 30-60%。费尔等人 推论到 ML 演算法比单峰百分比有战绝技上，因为它们在辨别传染得病和预想正确的 Gleason 分数特别演示成得更是直接。

乳癌的得病人一般来说法自然科学家初审发现地载玻片以及举例来说格里面森低分对其完成高效率，虽然整个反复无只需大效益量时长，但根据法自然科学家的特别，它不时会导致也就是说内部也就是说。诊疗法自然科学中所的计算一号机科学来进行三维归纳结合了静电所谓三维辨别、检查以及位数所谓秘密四组织发现地三维的高效率，克服解决办法了静电所谓和基准所谓的得病症得病人（备注 1）。夸克等人研发了一种计算一号机科学普遍软件包来，运用于在相异分辨赴援的光学得病症三维中所检查传染得病。举例来说一分为二的发现地三维，该演算法并不无只需在不同的上述情况下克服解决办法>97% 的精准度。上述小四组还研发了具备内膜细胞核其本质的人工机器学习，运用于检查乳癌得病症。他们在得病人乳癌特别的 AUC（ROC 切线下覆盖面积）得分为 0.97，有约了举例来说手工核工程核心技绝技的得病人步骤。阮等人研发了一种 ML 演算法来对乳癌的 Gleason 低分完成归纳。在界定内膜秘密四组织和糖蛋白秘密四组织时，百分比在重新考虑乳癌得病症和非乳癌得病症发现地时具备相异的 AUC 分数，特别是当年者为 0.97，后者为 0.87。此另有，当备有五个秘密活体构造时，该演算法在界定 Gleason 3 与 4 乳癌得病症特别的 AUC 为 0.82 。

3.3.大肠南路内膜乳癌

肝乳癌，也叫做大肠南路内膜乳癌，起源于输大肠管的细胞内墙（即非肌肉组织浸润官能肝乳癌），并且可以扩散到肌肉组织墙及其他秘密四组织（即肌肉组织浸润官能或移转到官能肝乳癌） ）。如果及早推断成和疗程，它们是离地可康复的。与乳癌类似，点状核磁共振和体液代谢物标记物已被运用于举例来说 AI 核心技绝技得病人大肠南路内膜乳癌（备注 2）。徐等人研发了具备点状四组学 mpMRI 构造的 ML 演算法，运用于界定输大肠管和上述情况下输大肠管墙。加里面帕蒂等人 举例来说 CT（计算一号机断层扫描）大肠南路超声的其本质学和平滑构造来确切肝乳癌的分期。当举例来说这些点状学属官能时，该演算法事与愿违地克服解决办法了 0.7-0.9 的 AUC 预想乳癌得病症分期。邵等人基于大肠代谢遥相呼应该训练一个通用来得病人肝乳癌。他们并不无只需降至 76.6% 的精准度、71.8% 的灵敏度和 86.6% 的精确度。松本等举例来说移转到研修核心技绝技，通过举例来说胃镜三维完成出现异常检查，裂解成适运用于输大肠管镜三维的极为重要构造。所举例来说的数据集集涵盖 22 张输大肠管镜三维，并将该建模与概念上泌大肠科精神科和自然科学生的结果完成较为，他们根据专业科学知识水平被配对。与也就是说四组的 634 秒相比之下，AI 花费的中所位数时长为 5 秒，并且作为 Youden 所称数的最大得分降至 0.930。

备注 2 举例来说计算一号机科学得病人大肠南路内膜乳癌的深入研究。

3.4.肺乳癌

在后期前期检查肺细胞乳癌 (RCC) 对其直接疗程至关极为重要，一旦扩散，诊疗上不时会很困难。诊疗精神科可以举例来说代谢四组学数据集和帕曼光谱来重构 AI 建模，这些建模在切除期间或切除当年对 RCC 的得病人是直接的（备注 3）。郑等人先当年举例来说举例来说基于核磁共振的胰岛素代谢物人类遥相呼应该来辨别 RCC。创作者首先将 ANN 运用于举例来说并将胰岛素代谢物不属于为肥胖症或 RCC，然后分别预估得病患者中所 RCC 的检查。此另有，人工机器学习运用于试验中接备受肺抽脂的 RCC 得病患者。期望之当年被不属于为 RCC 的有机体得病患者在接备受肺抽脂后那时候可以肥胖症。海弗勒等人举例来说短波帕曼光谱绝技中所界定肥胖症和恶官能肺秘密四组织。举例来说来自 RCC 和基准秘密四组织样本的帕曼光谱训练 AI 建模可以增加切除反复中所良恶官能秘密四组织的辨别；目当年的鉴定依赖于得病症发现地的溶所谓切开 。

备注 3 举例来说计算一号机科学得病人肺乳癌的深入研究。

3.5.肺积水/腹腔反流

点状核磁共振核心技绝技与 AI 四人运用于得病人诊疗具体的肺积水和/或大肠反射。麦克莱恩等人举例来说 ML 核心技绝技创始人了一个建模，该建模并不无只需基于肺机制左图构造检查肺积水。与数客队时长和 30 分钟清除赴援相比之下，该归纳事与愿违地说明了成检查肺积水的精度很低。Cerrolaza 等举例来说超音波构造来研发有助于预想肺梗阻（客队时长> 30 分钟）的 ML 步骤。Logvinenko 等举例来说超音波的试验中来预估输大肠管腹腔超声后排空时的输大肠管输大肠管反流 (VUR)。他们推断成计算一号机科学建模的敏感度儒好于多元逻辑重归。

3.6.配子泌大肠另有科

统计分析数据集说明了，全球达有 7000 万对夫妇不曾能婴儿，其中所 50% 的精神状态是年长者不育。导致年长者配子解决办法的因素所有很多，例如突变突变、家庭方式将可选择和公共卫生传染得病。重新考虑到这些因素所，许多深入研究其他部门在他们的深入研究中所将预想归纳与计算一号机科学核心技绝技相考虑到，以演示计算一号机科学如何在配子泌大肠学特别备有尽力。在 Gil 等人的深入研究中所计算一号机科学互联和演算法建模通过重新考虑家庭方式将和周围所致所等常效益量来预想质效益量。两项深入研究都说明了成很高的精准度，第一项深入研究说明了精孙子浓度的精准度为~86%，爱国运动的精准度为 73-76%，第二项的精准度为~90%。这些质效益量预想建模当然可以主要用途当年列腺癌有生育解决办法的年长者的方法，以直接渗入任何潜在的传染得病。在接备受不孕不育高效率的年长者中所，推断成 10-20% 抑郁症无精孙子得病症，这是一种由于精孙子生成不足以或没有精孙子而导致阳痿的年长者传染得病。珊埃尔等人通过普遍应该用逻辑重归归纳和人工机器学习，完成了一项回顾官能深入研究，以预想不该完成额另有遗传高效率的无精孙子得病症得病患者的亚群。该建模以 95% 的可靠赴援辨别成有染色体出现异常的无精孙子得病症得病患者和没有染色体出现异常的无精孙子得病症得病患者。借助计算一号机科学来辨别具备潜在突变出现异常的有机体不时会减少正式突变检查的费用和时长滞后。除了预想质效益量另有，计算一号机科学还被应该运用于各种调查，以确切不孕得病症的潜在人类遥相呼应该。在 Vickram 等人的一项深入研究中所，采行了三种相异的 ANN 建模来预想年长者不育的生所谓匹配，其中所反向传播机器学习 (BNN) 说明了成总和的误差 。有不育解决办法的年长者被要求完成归纳，其中所仅有匹配，如精孙子魅力和浓度，都是手动效益量度的。为了避免这些耗时的程序来和举例来说的昂贵替代程序来，Thirumalarjaju 等人引介了一种举例来说 ANN 的基于 AI 的步骤，该步骤事与愿违地在归纳精孙子其本质特别诱发了预想的结果。该互联以 100% 的惊人可靠赴援辨别出现异常样本。

3.7.大肠石得病症

与基本上处理方式将方式将相比之下，那时候处理方式将大肠石得登革热的方式将发生了巨大变所谓，这种方式将将备受到计算一号机科学核心技绝技的离地变差。该课题计算一号机科学的下一代可以为大肠石得病症备有较为简便的监管：防治、得病人和疗程。Kazemi 等人引介了一种基于自带研修的新型对政府支持者系统设计，运用于肺痛风的后期检查（防治），并解读了确切肺痛风类型的潜在一号必要。该系统设计举例来说了形式所谓建模、一个通用、人工机器学习和基于游戏规则的百分比等各种计算一号机科学演算法来理解预想肺痛风所无关的十分复杂人类学构造，该系统设计的可靠赴援为 97.1%。Längkvist 等 成立了一个 CNN（卷积机器学习）建模，运用于在高分辨赴援 CT 扫描中所检查输大肠管痛风。该建模并不无只需以 100% 的免疫对痛风完成归纳，推断成每次扫描的假构造官能为 2.68，AUC-ROC（接收器系统设计构造切线）为 0.9971。

3.8.眼疾泌大肠另有科

眼疾泌大肠科处理方式将胎儿和幼儿的先天官能成生残疾和传染得病。尽管计算一号机科学尚不曾在该课题被仅仅接备受和探索，但它无疑带来了在此之后确实官能。大达 1-3% 的婴儿抑郁症 VUR，如果不及早得病人和疗程，这种上述情况不时会变差输大肠管和肺脏。AI 在眼科泌大肠另有科的最初普遍应该用之一是举例来说 ANN 架构来预想 VUR。为了避免 VUR 检查的痛苦反复，例如手淫官能输大肠管腹腔超声 (VCUG)，时会使孩童渗入在热辐射下，Papadopoulos 等人。重申了一种叫做歇预想的 ML 框架，运用于检查 VUR。与其他核心技绝技相比之下，该建模演示成成更是好的灵敏度。同样，有人要求举例来说另一种新型 ML 建模来预想与 VUR 具体的发热官能大肠南路感染 (UTI) 的下一代风险。预想建模在辨别最有也许从 VCUG 中所给与的孩童特别具备合理的确切官能，从而克服解决办法全方位疗程。

3.9.泌大肠另有科切除

泌大肠另有科是泌大肠另有科的另一个课题，其中所计算一号机科学被运用于在规划和切除插手特别降至在此之后南路径。当年面提到的一些微创切除也属于这个孙子课题。在输大肠管镜检查期间捕获的三维在辨别输大肠管传染得病中所起着关键。松本等引介了一种基于 CNN 的支持者系统设计，运用于举例来说 2102 个输大肠管镜三维正确得病人肝乳癌。成立的建模将上述情况下秘密四组织的三维与得病灶的三维完成了高精度的裂解（ROC下覆盖面积：0.98；最大达登所称数（YI）：0.837；敏感官能：89.7%；免疫：94%）。

4. 结果预想

得病患者结果预想归纳无只需研发统计分析步骤来解读数据集以预想特定得病患者的结果。我们可以举例来说统计分析建模核心技绝技或计算一号机科学课题成现的新步骤。这些步骤有也许克服诊疗和人类学数据集中所众所周知的考虑到可用官能和正确官能的解决办法。此另有，计算一号机科学核心技绝技可以更是有助于处理方式将对于基准统计分析建模来说想像中大或想像中十分复杂的大数据集归纳 [34]。

4.1.乳癌

有机体得病患者的诊疗得病症构造运用于研发计算一号机科学演算法来预想结果。王等人 举例来说每位得病患者的诊疗得病症构造来研发 ML 演算法，该演算法可以预估抽脂后的生所谓患上（备注 4）。他们研发了三种相异的 ML 演算法，这些演算法在 338 名得病患者的数据集集上完成了训练，以克服解决办法 95% 到 98% 密切关联的精准度和 0.9 到 0.94 密切关联的 AUC。与宗教官能的 Cox 重归归纳相比之下，这些步骤具备更是好的预想有用官能。秘密四组织其本质效益量度数据集、核磁共振点状四组学构造 和秘密四组织突变四组归纳 [39,40] 也是运用于得病患者结果预想的步骤之一。这些深入研究已事与愿违证明了，与其他除此以另有步骤相比之下，计算一号机科学在结果预想特别具备很低的可用官能。

备注 4 举例来说 AI 预想乳癌结果的深入研究。

正则所谓临界值研修一号机（RELM）；相对来说RNA（miRNA）；蛋白质 (GP)。

除了自然科学精神状态，切除演示成也时会变差得病患者的得病因。洪等人 创始人并试验中了 AI 演算法，以找成得病患者必须留在医院的时长以及一号机械人根治官能抽脂后泌大肠操控的恢复（备注 4）。该演算法并不无只需在预估住院时长特别降至 87.2% 的精准度，在预估泌大肠操控特别的 C 所称数为 0.6。

4.2.大肠南路内膜乳癌

大肠南路内膜乳癌患上的几赴援很高。运用于预想乳癌得病症患上和得病患者发生赴援的 AI 系统设计之当年过设计 [43,44,45,46]（备注 5）。林和王等人 举例来说诊疗法自然科学确凿创始人并试验中了大效益量计算一号机科学演算法，以预估根治官能输大肠管抽脂后的 5 年生存赴援。他们想得到的临时工结果与其他统计分析步骤想得到的结果不同。萨普雷等人重申举例来说具有体液 microRNA 的 ML 百分比来得病人得病患者的肝乳癌。本深入研究的归纳结果在推论诊疗具体传染得病时克服解决办法了 0.8 至 0.9 密切关联的 AUC，同时还将输大肠管镜检查的效益减少了 30%。巴奇等人举例来说突变备注达谱研发计算一号机科学方针来预想非肌肉组织浸润官能肝乳癌的患上。这些实验证明了了 AI 运用于疗程大肠南路内膜乳癌的潜在可作的确实官能。

4.3.大肠石得病症

经皮肺镜取石绝技 (PCNL) 和冲击波碎石绝技 (SWL) 是称得上的大肠石得病症疗程步骤；然而，事与愿违赴援不时会有相当大差异，并且也许有数在疗程不事与愿违的上述情况下重复切除。雷伊沙里面菲等人举例来说人工机器学习预想无痛风 PCNL 赴援，可靠赴援为 82.8%，无只需重复 PCNL，可靠赴援为 97.7%。曼尼尔等人。[48] 将他们的深入研究集中所在有机体得病患者上，举例来说得病患者的腰围所称数 (BMI)，以及痛风的 3D 平滑和尺度，还重新考虑了皮肤到痛风的距离来预估 SWL 的精度。创作者研发并试验中了五种 AI 演算法，每种演算法都具备相异的得病患者构造 3D 平滑排列，以记事 0.79 到 0.85 密切关联的 AUC 值，这是数举例来说得病患者构造时获的 AUC 分数 0.58 的增效益量。对于相异的分析报告，举例来说 3D 平滑归纳来预估直接 SWL 所只需的冲击波使用效益量 [49]。与其他统计分析建模相比之下，AI 说明了了对所只需冲击波使用效益量（

4.4.肺植入

由于肺植入 (RT) 是疗程终末期肺机制衰竭 (ESRF) 的最佳举例来说自然科学上，因此在该反复中所造成了一些持续官能，可以通过归纳植入得病患者的发生赴援来克服。公共卫生数据集的举例来说官能和计算一号机科学核心技绝技的改进使这一具备单打独斗官能的当年景变得更是容易克服解决办法。

RT 中所 AI 的这两项趋向围绕着自带研修，其中所四组合多个建模以克服解决办法更是好的预想精度。伊森等人重申了一个 ML 演算法的自带建模，通过举例来说 18 个相异的预想常效益量来直接也就是说肺脏。与运用于确切也就是说系统设计中所接收者优先级的其他除此以另有建模 (0.68) 相比之下，生存建模演示成成很低的正确官能所称数 (0.724)。最近，由法国深入研究其他部门四组成的国际团队研发了一种名为 iBox 的风险预想低分，运用于预想 RT 后同种异体植入收场的风险 。这个强劲的系统设计优于这两项的黄金基准（预估的肺小球滤过赴援和蛋白大肠）来备受控肺脏备受体。这种步骤的预想在 7500 多名得病患者身上想得到验证，在对政府特别非常可靠，不备受公共卫生周围环境、公共卫生前提条件、诊疗地面部队或概念上得病患者疗程的变差。

尽管 RT 是比血液透析更是好的可选择，但备受者的肺脏总是有敌视的风险，因此有确实及早推断成此类并发得病症。Abdeltawab 等 重申了一种及时得病人急官能当年列腺癌敌视的非侵入官能步骤。创作者研发了一种基于相片和诊疗人类遥相呼应该的新型基于厚度研修的计算一号机来进行得病人系统设计。该步骤在界定不曾敌视和成院肺植入特别的敏感官能为 93.3% 和免疫为 92.3%，因此其精准度为 92.9%。举例来说 RT 幸存者统计分析数据集，Kyung 等人完成了回顾官能深入研究并成立了预想高效率 RT active中所植入物发生赴援的 ive 建模。与宗教官能一个通用和 Cox 重归建模相比之下，他们的生存一个通用建模演示成更是好，正确官能所称数共五 0.80、0.71 和 0.60-0.63。

5. 疗程构想

5.1.乳癌当年列腺癌

乳癌的近距点状疗程无关近距疗程师的系统设计准备，这是一个耗时的反复，不时会诱发相异的结果，具体一般来说也就是说 。之当年有大效益量深入研究无关举例来说 ML 演算法来快速成立近距点状疗程的恢复构想。推断成创始人和试验中演算法所只需的时长要短得多（0.8 与 17.9 分钟；p = 0.002），而预想的剂效益量学所称标接近资质的近距疗程师 [55]。由于内部点状疗程期间相异的几何正确官能，剂效益量测定的可用官能不时会备受到变差。AI 演算法是由 Guidi 等人研发的 处理方式将与避免热辐射损伤具体的此类解决办法。CT 三维运用于在疗程的点状疗程构想和恢复前期训练 AI 演算法，运用于较为构想和指派的点状疗程，从而尽力得病患者从接备受全方位保健中所给与。

5.2.乳癌得病症抑制剂可选择

计算一号机科学插手将有助于为乳癌得病症得病人和疗程可选择更是多的抑制剂。赛义德等人 举例来说 ML 核心技绝技来效益量度和高效率 300 多种抑制剂在去势抵抗官能乳癌细胞中所的活官能。Nitoclax 家族抑制剂 Bcl-2 被描述为对去势抵抗的乳癌得病患者具备离地活官能。

5.3.切除战技高效率

自然科学专业科学知识科学知识和事与愿违的高效率上会通过人工都对检查完成，允许专业科学知识其他部门高效率切除事与愿违或备受控切除精度。由于相异也就是说对事与愿违的相异判别，此类高效率上会不有用并上升了概念上。内窥镜仪器备有与摄像一号机自带的直接可视所谓。还可以借助这些数据集以及其他类型的个人信息，有数切除用具的移动。来自切除一号机械人的此类三维和变换器数据集可运用于举例来说 AI 核心技绝技相应该试验中切除变换器。左图 4 说明了了举例来说 AI 核心技绝技的一般得病症学的程序来声称。得病症学红色辨别是高效率现职切除战技的极为重要所称标。诺斯帕蒂等人和开罗迪等人举例来说 ML 演算法来深入研究部分肺抽脂和根治官能抽脂期间切除部位得病症学构造的可视所谓的颜色和平滑构造。

左图 4(a) 着迷区域的辨别/一分为二。(b) 举例来说厚度研修核心技绝技对秘密四组织法自然科学三维完成归纳。

切除用具的爱国运动和手势也是精度高效率的极为重要所称标。加尼等人[60] 通过推论用具的爱国运动来确切切除擅长和核心技绝技。创作者通过手动或举例来说爱国运动借助了有关用具爱国运动的数据集，然后将其匹配 ML 演算法以确切精神科的专业科学知识水平，克服解决办法了 83.3% 到 100% 密切关联的精度。

去：

6. 一号机械人切除

除了高效率切除战技另有，如当年一节所述，计算一号机科学还在改进在此之后切除核心技绝技特别充分发挥着关键，例如无关切除一号机械人的微创切除。通过归纳模式确切最佳实践并尽力减少核心技绝技误解是计算一号机科学在一号机械人切除中所的主要使命。其在泌大肠另有科各个亚专科中所的演示成将在下面发备注意见。

6.1.泌大肠学

一号机械人泌大肠另有科切除和微创切除的最新进展使疗程乳癌的步骤带入也许，例如泌大肠系统抽脂和一号机械人来进行切除。一号机械人切除是一种极不精确的切除，可备有成色的乳癌得病症操控，并且在有特别的人手中所被普遍认为是必只需的。根治官能输大肠管抽脂一直是疗程肌肉组织浸润官能肝乳癌得病患者的切除基准。尽管与开放官能根治官能输大肠管抽脂 (ORC) 相比之下，一号机械人来进行根治官能输大肠管抽脂 (ORC) 的预估失血效益量 (EBL)、输血赴援和住院时长非同着减少，但并发得病症和构造官能赴援已推断成大块状态相同 。尽管 RARC 的依赖官能假定歧异，但它已带入一些简介秘密四组织（有数欧洲泌大肠另有科协时会）可接备受的开放切除替代拟议]。

6.2.配子泌大肠另有科

埃塔菲等人 在一项深入研究中所，证实一号机械人来进行非同微另有科切除那时候在处理方式将年长者不育得病症特别是必只需不切概念上的。每年有有约 500,000 名澳大利亚年长者可选择切除绝技结扎绝技作为避孕步骤，其中所 2-6% 就此时会接备受切除绝技结扎绝技反败为胜。深入研究备注明，一号机械人来进行血管造口绝技 (RAVV) 诱发的结果与纯非同微另有科核心技绝技的结果相当 。虽然当年一种步骤并不优越，但与普通另有科切除相比之下，它备有了一些额另有的战绝技上。这些好处有数避免抖动、多视左图放大、额另有的用具支架以及通过大巴用具支架上升自如官能。

6.3.眼疾泌大肠另有科

在眼科，一号机械人切除由于开发成本和考虑到已发备注的上佳确凿依然假定歧异。Ballouhey 等人。发备注意见了孩童的蛇类差异如何不能带入完成一号机械人切除的达束因素所（腰围>15 kg 或

6.4.肺植入

一号机械人来进行当年列腺癌 (RART) 是 AI 的另一种普遍应该用，强烈推荐运用于高血压和高危 ESRF 得病患者，因为与宗教官能切除相比之下，它具备高于的并发得病症发生赴援和成色的植入机制 [78]。RART 被普遍认为是一种必只需、不切概念上和可重复的可选择，当精神科在一号机械人和宗教官能 RT 切除特别有实践特别时完成。

七、发备注意见

在本文中所，我们探讨了 AI 如何尽力完成循环系统设计传染得病的得病人、结果预想和其他疗程反复，即使备有了异构和十分复杂的数据集集。由于近几年来数据集借助的巨大骤减导致数据集一般来说的上涨使得宗教官能统计分析建模较难解读和模式辨别，宗教官能统计分析建模备受到举例来说上会持续官能的达束，这些持续官能也就是说数据集具备线官能具体。在处理方式将相异数据集类型以及处理方式将噪音、数据集缺失和得病患者不十分困难就诊时，计算一号机科学更是加强劲和自如。它甚至可以处理方式将高维数据集，同时做成有约的也就是说。

尽管举例来说 AI 不时会很迫切，但正确举例来说 AI 所获的结果和可用官能有约了举例来说基准统计分析建模推论到的结果。它还可以尽力一般所谓手动指派的程序来，从而减少由于人为能力也、偏见和步骤误解或有用官能极差而导致的结果变所谓。因此，基于计算一号机科学的建模可尽力诊疗精神科及早获有用且全方位的数据集，以尽力做成对政府。据推论，计算一号机科学在大多数使命上都降至了很低的可靠赴援，但它不能用来回答每一个解决办法。有时，基准统计分析建模可以不相上下 AI 建模。卡坦等人 较为了基于泌大肠学结果的三个单一数据集集的 ML 预估和 Cox 比例风险重归步骤。Cox 重归也许符合或有约 ML 建模预想。机器学习可以意志地举例来说匹配来完成构造和一般来说预想的变换，机器学习是可靠的并考虑到这些意志匹配的最大值。重构良好的宗教官能建模可以不相上下重构糟糕的 ML 建模。举例来说基于一号机器研修的建模的另一个解决办法是；也的黑匣孙子。当我们制作一个厚度机器学习时，该建模时会重构非线官能、非单调的响应该函数，尽管这些函数具备非同着的可用官能，但也许更是难解读，这使得这些互联的精度比概念更是具特别官能。

几位诊疗精神科和深入研究其他部门发备注意见了计算一号机科学在公共卫生和疗程某些循环系统设计传染得病中所的依赖官能。本综述采行的步骤备有了一个全盘的观点，旨在克服泌大肠另有科课题计算一号机科学的所有也许特别。我们初审的深入研究在训练构造、举例来说的演算法和推论到的西端特别各有不同，这使得定效益量归纳的使命更是加困难。此另有，这些深入研究考虑到跨相异数据集集的普遍官能，因为我们只想得到该特定数据集集的结果。其中所一些也没有给成与基准统计分析建模的较为，这达束了我们理解 AI 核心技绝技如何优于其他建模的能力也。

计算一号机科学核心技绝技在自然科学课题的概念上普遍应该用还有更长的南路要走。他们造成了着上佳的质效益量操控和监管持续官能。澳大利亚 FDA（澳大利亚食品药品监督监管局）公布了首个 AI 系统设计高效率简介 [82]，该简介备注明自考虑到架构应该在诊疗深入研究中所备有真实的确凿，以高效率 AI 核心技绝技的合理官能。AI 建模是数据集驱动的；他们从备有给他们的数据集中所研修，因此无只需小规模指导以有助于地上升其实用官能和可用官能。

8. 论断

在基本上的十年里面，计算一号机科学在公共卫生课题赢取了所称数级的进步。在仅仅信赖这些核心技绝技运用于公共卫生课题之当年，仍有许多单打独斗和持续官能无只需克服。尽管计算一号机科学在泌大肠另有科课题的当年景是永生的，但重新考虑到它之当年通过后期得病人和全方位疗程为处理方式将各种肥胖症解决办法备有了成色的克服拟议，但在赢取精湛的结果特别仍有相当大的改进和上涨内部空间在全方位的基础官能上积极变差更是多的家庭。

吕建林 徒授

所撰的《实用泌大肠超音波核心技绝技》