Liên hệ
Tiếng Việt
Tiếng Anh
Thứ tư, 15/04/2026
Artificial Intelligence and Machine Learning in Health Care and Medical Sciences. Best Practices and Pitfalls
Cập nhật vào: Thứ sáu - 12/09/2025 04:26
Nhan đề chính: Artificial Intelligence and Machine Learning in Health Care and Medical Sciences. Best Practices and Pitfalls
Nhan đề dịch: Trí tuệ nhân tạo và học máy trong chăm sóc sức khỏe và khoa học y tế: Thực tiễn tốt nhất và những cạm bẫy
Tác giả: Gyorgy J. Simon
Nhà xuất bản: Springer Nature
Năm xuất bản: 2024
Số trang: 810 tr.
Ngôn ngữ: Tiếng Anh
ISBN: 978-3-031-39355-6
SpringerLink
Lời giới thiệu: Cuốn sách cung cấp tổng quan chi tiết về các phương pháp và ứng dụng mới nhất của trí tuệ nhân tạo (AI) và học máy (ML) trong y học. Với các chương tập trung vào việc giúp người đọc hiểu sâu sắc các khái niệm chính trong các lĩnh vực này cùng với một loạt các phương pháp và mô hình kết quả có thể được sử dụng để giải quyết các vấn đề chăm sóc sức khỏe, việc sử dụng các mô hình nhân quả và dự đoán được thảo luận toàn diện. Sách đã cẩn thận mô tả các khái niệm một cách có hệ thống để giúp người đọc hiểu sâu sắc về cách thức hoạt động của các phương pháp và mô hình kết quả khác nhau, cũng như mối liên hệ của chúng với khả năng ứng dụng vào các vấn đề khác nhau trong chăm sóc sức khỏe và khoa học y tế. Sách cũng hướng dẫn cách tránh những cạm bẫy có thể gặp phải hàng ngày và phân tầng các rủi ro lâm sàng tiềm ẩn. Đây là một hướng dẫn toàn diện về cách áp dụng tốt nhất các kỹ thuật AI và ML trong chăm sóc sức khỏe. Việc nhấn mạnh vào cách tránh nhiều cạm bẫy có thể gặp phải khiến cuốn sách trở thành một hướng dẫn không thể thiếu cho tất cả các chuyên gia tin học y tế và bác sĩ sử dụng các phương pháp này hàng ngày. Hơn nữa, công trình này sẽ rất có ý nghĩa đối với các nhà khoa học dữ liệu sức khỏe, quản trị viên và sinh viên ngành khoa học sức khỏe đang tìm kiếm nguồn tài liệu cập nhật về chủ đề này.
Từ khóa: Trí tuệ nhân tạo. Học máy. Y học. Chăm sóc sức khỏe.
Nội dung cuốn sách gồm những phần sau:
Trí tuệ nhân tạo (AI) và Học máy (ML) cho chăm sóc sức khỏe và khoa học sức khỏe: Nhu cầu về các thực hành tốt nhất, tạo dựng niềm tin vào AI và ML
Nền tảng và đặc tính của hệ thống AI/ML
Đánh giá và đặc điểm vận hành của các phương pháp ML chính áp dụng trong chăm sóc sức khỏe và khoa học sức khỏe
Nền tảng của ML nhân quả
Nguyên tắc phát triển nghiêm ngặt và đánh giá các phương pháp và hệ thống ML và AI
Sự phát triển quy trình và vòng đời của các mô hình AI/ML cấp độ lâm sàng và các mô hình AI/ML nhạy cảm với hiệu suất và an toàn khác
Thiết kế dữ liệu trong AI/ML y sinh
Chuẩn bị, chuyển đổi, chất lượng và quản lý dữ liệu
Đánh giá
Quá khớp và cạm bẫy mô hình tổng quát về sự tự tin thái quá và hiệu suất thấp và thực tiễn tốt nhất trong học máy và AI
Từ “Con người đấu với máy móc” đến “Con người với “Máy móc”
Bài học kinh nghiệm từ những thất bại, hạn chế và thành công trong lịch sử của AI/ML trong chăm sóc sức khỏe và khoa học sức khỏe. Các vấn đề dai dẳng và vai trò của các phương pháp thực hành tốt nhất
Đặc điểm, chẩn đoán và quản lý rủi ro sai sót của các mô hình ML & AI trong ứng dụng lâm sàng và tổ chức
Những cân nhắc về mô hình hóa và ứng dụng AI & ML trong y tế chuyên khoa: NLP
Những cân nhắc về mô hình hóa và ứng dụng AI & ML trong y tế chuyên khoa: hình ảnh học-dưới góc nhìn của da liễu
Quy định các khía cạnh và hệ quả pháp lý xã hội về mặt đạo đức (ELSI)
Tiêu chuẩn báo cáo, chứng nhận/công nhận và khả năng tái tạo
Tổng hợp các khuyến nghị, vấn đề còn bỏ ngỏ và nghiên cứu về BP
