EBM分析:全科医学 循证医学与机器学习:志同道合的伙伴  

Evidence-based medicine·EBM analysis:General medicine Evidence-based medicine and machine learning:a partnership with a common purpose

作　　者：Ian Scott David Cook Enrico Coiera 王红剑(译)[5] 孟玲慧(审校)[6] 

机构地区：[1]Internal Medicine and Clinical Epidemiology,Princess Alexandra Hospital,Woolloongabba,Queensland,Australia [2]School of Clinical Medicine,The University of Queensland,Woolloongabba,Queensland,Australia [3]Intensive Care,Princess Alexandra Hospital,Woolloongabba,Queensland,Australia [4]Australian Institute of Health Innovation,Macquarie University,Sydney,New South Wales,Australia [5]中华医学会杂志社 [6]首都儿科研究所循证医学中心

出　　处：《英国医学杂志中文版》2020年第12期710-714,共5页The BMJ Chinese Edition

摘　　要：循证医学起源于流行病学之时便已经形成了一系列严格的方法。这些方法可用于评估基于假设的实证研究在评价诊断试验、结局预测工具和干预措施方面的有效性、影响力和适用性。机器学习是人工智能的一部分,它使用计算机程序识别海量数据集中的模式和关联,然后将这些模式和关联整合到用于辅助诊断和预测结局(包括对治疗的反应)的算法中。这两个领域如何相互关联?他们有何异同,如何各有千秋?两者可否相互借鉴和补充以使临床决策更为明智和有效?

关 键 词：机器学习 计算机程序 人工智能 辅助诊断 循证医学 海量数据集 临床决策 全科医学 

分 类 号：TP3[自动化与计算机技术—计算机科学与技术]