2023年4月25日
;100 (17)
编辑
把“大”在大数据
学习一样(联合国)某些脑电图的临床医师
视图ORCID概要Erik Kaestner,威廉·斯泰西
第一次出版2023年3月6日,
DOI: https://doi.org/10.1212/WNL.0000000000207224
Erik Kaestner
的精神病学(E.K.),加州大学圣地亚哥分校;神经学部门(至此),密歇根医首页学和生物医学工程系(至此),密歇根大学安娜堡分校。
威廉·斯泰西
的精神病学(E.K.),加州大学圣地亚哥分校;神经学部门(至此),密歇根医首页学和生物医学工程系(至此),密歇根大学安娜堡分校。
这篇文章需要订阅查看全文。如果你有一个订阅你可以用下面的登录表单查看文章。这篇文章也可以购买。
机器学习来增强临床判断的部署是一个激动人心的大道在努力改善病人护理。基本来说,可以认为是一种机器学习算法,学习如何区分数据内的模式,它可以更好的处理大数据量的学习。区分模式的核心在于许多方面的临床护理。脑电图的解释是一个典型的例子:一个训练有素的,艰苦的任务可能受益于算法。挑战,然而,是构建一个足够可靠的算法是有用的和可信赖的标准临床护理。
脚注
去首页Neurology.org/N为充分披露。资金信息和披露认为作者相关的,如果有的话,最后编辑提供。
看到页面806年
看到页面808年
- 收到了2023年1月24日。
- 接受的最终形式2023年2月9日。
- 188金宝搏官网登录
寻求帮助,请联系:
河畔成员(800)879 - 1960或(612)928 - 6000(国际)
Non-AAN会员用户(800)638 - 3030或(301)223 - 2300选项3,选择1(国际)
报名
信息订阅神经病学和神经学:临床实践中可以找到首页在这里
购买
个人访问的文章可以通过这篇文章页面上加入购物车选项。获得1天(从您目前正在使用的计算机)是39.00美元。按次计费的内容仅供使用收款人和内容可能不会进一步分布式打印或电子手段。收款人可以查看、下载或打印文章为他/她的个人、学术研究和教学使用。分发副本(电子或其他方式)的文章是不允许的。