메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
서성욱 (성균관대학교)
저널정보
대한정형외과학회 대한정형외과학회지 대한정형외과학회지 제58권 제6호
발행연도
2023.12
수록면
460 - 467 (8page)

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
임상 암 연구는 환자의 다양한 데이터를 토대로 위중도를 예측하거나 치료의 효과를 예측하는 일에 초점을 맞추고 있다. 환자에게서 확보할 수 있는 정보는 유전자 정보를 포함한 영상 정보, 생체 신호, 텍스트 데이터, 생화학적 검사 등 다양하며 현재까지 역학적 방법론을 통하여 이들의 데이터 분석이 이루어져 왔다. 최근에는 인공지능 방법론, 특히 기계 학습 방법들이 역학적 방법론에 비하여 우수한 성능을 보임으로써 많은 임상 연구자들이 기계 학습을 데이터 분석 및 예측에 활용하고 있으며, 몇몇 성능이 우수한 알고리즘들은 의료기기로 허가를 획득하고 실제 임상에 적용되고 있다. 그러므로 이러한 인공지능 의료기기를 앞으로 직접 사용하게 될 의료진들은 이러한 알고리즘들의 장점과 단점에 대해 구체적으로 이해할 필요가 있다. 기계 학습 알고리즘들은 하나의 원리로 작동하는 것이 아니며, 다양한 배경에서 시작된 다양한 알고리즘들이 존재한다. 각 알고리즘들은 사용의 목적에 따라 적합한 경우도 있고 그렇지 않은 경우도 있다. 목적에 적합하게 적용하지 않은 알고리즘은 그 성능이 우수하더라도 임상적으로 사용될 수 없는 경우도 많다. 본 종설에서는 임상에서 활용할 수 있는 인공지능 알고리즘들을 소개하고 적용 사례들을 소개함으로써 인공지능 의료기기의 임상적인 유용성과 그 한계에 대해서 알아보고자 한다.

목차

서론
기계 학습 알고리즘
인공지능의 의학적 활용
결론 및 요약
REFERENCES

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0