Suscribirse

Apports de l’Intelligence Artificielle en épidémiologie - 24/09/21

Artificial Intelligence in epidemiology

Doi : 10.1016/j.canrad.2021.06.004 
J.-E. Bibault a, b, , L. Xing c
a Service d’oncologie radiothérapie, hôpital Européen Georges-Pompidou, AP–HP, université de Paris, 20, rue Leblanc, Paris, France 
b INSERM UMR 1138 Team 22 : Information Sciences to support Personalized Medicine, Université de Paris, Paris, France 
c Laboratory of Artificial Intelligence in Medicine and Biomedical Physics, Stanford University School of Medicine, Stanford, California, États-Unis 

Auteur correspondant.

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

páginas 3
Iconografías 0
Vídeos 0
Otros 0

Résumé

L’intelligence artificielle permet d’analyser de grandes quantités de données très rapidement. Elle peut être utilisée pour interpréter des images ou des données textuelles afin de déterminer l’épidémiologie de certaines maladies, telles que le cancer. Dans cet article, nous présentons et discutons de ses applications dans ce domaine.

El texto completo de este artículo está disponible en PDF.

Abstract

Artificial Intelligence can be leveraged to analyze great amounts of data. It can be used on images or textual data to define the epidemiology of diseases, such as cancer. In this review, we will present and discuss the applications of AI in this setting.

El texto completo de este artículo está disponible en PDF.

Mots clés : Apprentissage machine, Apprentissage profound, Épidémiologie

Keywords : Machine learning, Deep Learning, Epidemiology


Esquema


© 2021  Société française de radiothérapie oncologique (SFRO). Publicado por Elsevier Masson SAS. Todos los derechos reservados.
Añadir a mi biblioteca Eliminar de mi biblioteca Imprimir
Exportación

    Exportación citas

  • Fichero

  • Contenido

Vol 25 - N° 6-7

P. 627-629 - octobre 2021 Regresar al número
Artículo precedente Artículo precedente
  • Artificial intelligence for quality assurance in radiotherapy
  • L. Simon, C. Robert, P. Meyer
| Artículo siguiente Artículo siguiente
  • Intelligence artificielle en radiothérapie : radiomique, pathomique, et prédiction de la survie et de la réponse aux traitements
  • R. Sun, M. Lerousseau, T. Henry, A. Carré, A. Leroy, T. Estienne, S. Niyoteka, S. Bockel, A. Rouyar, É. Alvarez Andres, N. Benzazon, E. Battistella, M. Classe, C. Robert, J.Y. Scoazec, É. Deutsch

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
El acceso al texto completo de este artículo requiere una suscripción.

Bienvenido a EM-consulte, la referencia de los profesionales de la salud.
La compra de artículos no está disponible en este momento.

¿Ya suscrito a @@106933@@ revista ?

Mi cuenta


Declaración CNIL

EM-CONSULTE.COM se declara a la CNIL, la declaración N º 1286925.

En virtud de la Ley N º 78-17 del 6 de enero de 1978, relativa a las computadoras, archivos y libertades, usted tiene el derecho de oposición (art.26 de la ley), el acceso (art.34 a 38 Ley), y correcta (artículo 36 de la ley) los datos que le conciernen. Por lo tanto, usted puede pedir que se corrija, complementado, clarificado, actualizado o suprimido información sobre usted que son inexactos, incompletos, engañosos, obsoletos o cuya recogida o de conservación o uso está prohibido.
La información personal sobre los visitantes de nuestro sitio, incluyendo su identidad, son confidenciales.
El jefe del sitio en el honor se compromete a respetar la confidencialidad de los requisitos legales aplicables en Francia y no de revelar dicha información a terceros.


Todo el contenido en este sitio: Copyright © 2024 Elsevier, sus licenciantes y colaboradores. Se reservan todos los derechos, incluidos los de minería de texto y datos, entrenamiento de IA y tecnologías similares. Para todo el contenido de acceso abierto, se aplican los términos de licencia de Creative Commons.