د Nature.com د لیدنې لپاره مننه. د هغه براوزر نسخه چې تاسو یې کاروئ د CSS ملاتړ محدود دی. د غوره پایلو لپاره، موږ سپارښتنه کوو چې ستاسو د براوزر نوې نسخه وکاروئ (یا په انټرنیټ اکسپلورر کې د مطابقت حالت بند کړئ). په عین حال کې، د دوامداره ملاتړ ډاډ ترلاسه کولو لپاره، موږ سایټ د سټایل کولو یا جاواسکریپټ پرته ښیې.
د کلینیکي مصنوعي استخباراتو (AI) غوښتنلیکونه په چټکۍ سره وده کوي، مګر د طبي ښوونځیو موجوده نصاب پدې برخه کې محدود تدریس وړاندې کوي. دلته موږ د مصنوعي استخباراتو روزنیز کورس تشریح کوو چې موږ یې رامینځته کړی او کاناډایی طبي زده کونکو ته یې وړاندې کړی او د راتلونکي روزنې لپاره سپارښتنې کوو.
په طب کې مصنوعي استخبارات (AI) کولی شي د کارځای موثریت ښه کړي او د کلینیکي پریکړې کولو کې مرسته وکړي. د مصنوعي استخباراتو د کارولو په خوندي ډول لارښوونې لپاره، ډاکټران باید د مصنوعي استخباراتو په اړه یو څه پوهه ولري. ډیری نظرونه د AI مفکورو تدریس ملاتړ کوي1، لکه د AI ماډلونو تشریح کول او د تایید پروسې2. په هرصورت، لږ جوړښتي پلانونه پلي شوي، په ځانګړې توګه په ملي کچه. پنټو دوس سانتوس او نور.3. 263 طبي زده کونکي سروې شوي او 71٪ موافقه کړې چې دوی د مصنوعي استخباراتو روزنې ته اړتیا لري. طبي لیدونکو ته د مصنوعي استخباراتو تدریس د هغو زده کونکو لپاره محتاط ډیزاین ته اړتیا لري چې ډیری وختونه پراخه پخوانۍ پوهه لري. موږ د طبي زده کونکو دریو ډلو ته د AI ورکشاپونو لړۍ وړاندې کولو خپله تجربه بیانوو او په AI کې د راتلونکي طبي زده کړې لپاره سپارښتنې کوو.
زموږ د طب زده کونکو لپاره د مصنوعي استخباراتو د معرفي کولو پنځه اونیز ورکشاپ د فبروري ۲۰۱۹ او اپریل ۲۰۲۱ ترمنځ درې ځله ترسره شو. د هر ورکشاپ لپاره مهالویش، د کورس کې د بدلونونو لنډ توضیح سره، په شکل ۱ کې ښودل شوی. زموږ کورس درې لومړني زده کړې موخې لري: زده کونکي پوهیږي چې څنګه د مصنوعي استخباراتو غوښتنلیکونو کې معلومات پروسس کیږي، د کلینیکي غوښتنلیکونو لپاره د مصنوعي استخباراتو ادب تحلیل کوي، او د مصنوعي استخباراتو پراختیا کونکو انجینرانو سره د همکارۍ لپاره د فرصتونو څخه ګټه پورته کوي.
نیلي رنګ د لکچر موضوع ده او روښانه نیلي رنګ د پوښتنې او ځوابونو متقابل دوره ده. خړ رنګ برخه د لنډ ادبي بیاکتنې تمرکز دی. نارنجي برخې د غوره شویو قضیو مطالعې دي چې د مصنوعي استخباراتو ماډلونه یا تخنیکونه تشریح کوي. شنه یو لارښود پروګرامینګ کورس دی چې د کلینیکي ستونزو حل کولو او ماډلونو ارزولو لپاره د مصنوعي استخباراتو تدریس لپاره ډیزاین شوی. د ورکشاپونو مینځپانګه او موده د زده کونکو اړتیاو ارزونې پراساس توپیر لري.
لومړی ورکشاپ د برتانیا کولمبیا پوهنتون کې د فبروري څخه تر اپریل 2019 پورې ترسره شو، او ټولو 8 ګډونوالو مثبت نظرونه ورکړل 4. د COVID-19 له امله، دوهم ورکشاپ په مجازی ډول د 2020 کال د اکتوبر - نومبر په میاشت کې ترسره شو، چې 222 طبي زده کونکي او د 8 کاناډا طبي ښوونځیو څخه 3 اوسیدونکي یې نوم لیکنه وکړه. د پریزنټیشن سلایډونه او کوډ د خلاص لاسرسي سایټ (http://ubcaimed.github.io) ته اپلوډ شوي دي. د لومړي تکرار څخه کلیدي نظر دا و چې لیکچرونه ډیر شدید وو او مواد ډیر تیوریکي وو. د کاناډا د شپږو مختلفو وخت زونونو خدمت کول اضافي ننګونې رامینځته کوي. پدې توګه، دوهم ورکشاپ هره غونډه 1 ساعت ته لنډه کړه، د کورس مواد یې ساده کړل، د قضیې نور مطالعات یې اضافه کړل، او د بویلرپلیټ پروګرامونه یې رامینځته کړل چې ګډونوالو ته یې اجازه ورکړه چې د لږترلږه ډیبګ کولو سره د کوډ ټوټې بشپړې کړي (بکس 1). د دوهم تکرار څخه کلیدي نظرونه د پروګرام کولو تمرینونو په اړه مثبت نظرونه او د ماشین زده کړې پروژې لپاره د پلان کولو ښودلو غوښتنه شامله وه. له همدې امله، زموږ په دریم ورکشاپ کې، چې د مارچ - اپریل 2021 کې د 126 طبي زده کونکو لپاره په مجازی ډول ترسره شو، موږ د متقابل کوډ کولو تمرینونه او د پروژې فیډبیک غونډې شاملې کړې ترڅو د ورکشاپ مفاهیمو کارولو اغیزې په پروژو وښیو.
د معلوماتو تحلیل: د احصایې په برخه کې د مطالعې یوه برخه چې د معلوماتو نمونو تحلیل، پروسس او اړیکه کولو له لارې په معلوماتو کې معنی لرونکي نمونې پیژني.
د معلوماتو کان کیندنه: د معلوماتو د پیژندلو او استخراج پروسه. د مصنوعي استخباراتو په شرایطو کې، دا ډیری وخت لوی وي، د هرې نمونې لپاره ډیری متغیرات لري.
د ابعادو کمښت: د ډیرو انفرادي ځانګړتیاوو سره د معلوماتو د لږو ځانګړتیاوو بدلولو پروسه پداسې حال کې چې د اصلي معلوماتو سیټ مهم ملکیتونه ساتي.
ځانګړتیاوې (د مصنوعي استخباراتو په شرایطو کې): د نمونې د اندازه کولو وړ ځانګړتیاوې. ډیری وختونه د "ملکیت" یا "متغیر" سره په متقابل ډول کارول کیږي.
د تدریجي فعالولو نقشه: یوه تخنیک چې د مصنوعي استخباراتو ماډلونو (په ځانګړي توګه د عصبي شبکو د کنولوشن) تشریح کولو لپاره کارول کیږي، کوم چې د شبکې وروستۍ برخې د غوره کولو پروسه تحلیلوي ترڅو د معلوماتو یا عکسونو سیمې وپیژني چې خورا وړاندوینې وړ دي.
معیاري ماډل: یو موجوده مصنوعي ذهانت ماډل چې د ورته دندو ترسره کولو لپاره دمخه روزل شوی وي.
ازموینه (د مصنوعي استخباراتو په شرایطو کې): مشاهده کول چې څنګه یو ماډل د هغه معلوماتو په کارولو سره دنده ترسره کوي چې مخکې یې نه وي لیدلي.
روزنه (د مصنوعي استخباراتو په شرایطو کې): د معلوماتو او پایلو سره یو ماډل چمتو کول ترڅو ماډل خپل داخلي پیرامیټرې تنظیم کړي ترڅو د نوي معلوماتو په کارولو سره د دندو ترسره کولو وړتیا غوره کړي.
ویکتور: د معلوماتو صف. په ماشین زده کړه کې، د صف هر عنصر معمولا د نمونې یو ځانګړی ځانګړتیا وي.
جدول ۱ د اپریل ۲۰۲۱ لپاره وروستي کورسونه لیست کوي، په شمول د هر موضوع لپاره د هدفمند زده کړې اهداف. دا ورکشاپ د هغو کسانو لپاره دی چې تخنیکي کچې ته نوي دي او د لیسانس طبي درجې له لومړي کال هاخوا هیڅ ریاضيکي پوهې ته اړتیا نلري. دا کورس د ۶ طبي زده کونکو او ۳ ښوونکو لخوا رامینځته شوی چې په انجینرۍ کې پرمختللي درجې لري. انجینران د تدریس لپاره د مصنوعي استخباراتو تیوري رامینځته کوي، او طبي زده کونکي د کلینیکي پلوه اړونده مواد زده کوي.
ورکشاپونو کې لیکچرونه، د قضیې مطالعې، او لارښود شوي پروګرامونه شامل دي. په لومړي لیکچر کې، موږ د بایوسټیټیسټیک کې د معلوماتو تحلیل غوره شوي مفکورې بیاکتنه کوو، پشمول د معلوماتو لید، لوژستیک ریګریشن، او د تشریحي او هڅونکي احصایو پرتله کول. که څه هم د معلوماتو تحلیل د مصنوعي استخباراتو بنسټ دی، موږ د معلوماتو کان کیندنې، اهمیت ازموینه، یا متقابل لید په څیر موضوعات خارج کوو. دا د وخت محدودیتونو له امله و او همدارنګه ځکه چې ځینې لیسانس زده کونکو د بایوسټیټیسټیک کې دمخه روزنه درلوده او غوښتل یې چې د ماشین زده کړې نور ځانګړي موضوعات پوښښ کړي. ورپسې لیکچر عصري میتودونه معرفي کوي او د AI ستونزې جوړښت، د AI ماډلونو ګټې او محدودیتونه، او د ماډل ازموینې په اړه بحث کوي. لیکچرونه د موجوده مصنوعي استخباراتو وسیلو په اړه د ادبیاتو او عملي څیړنې لخوا بشپړ شوي دي. موږ د کلینیکي پوښتنو ته د رسیدو لپاره د ماډل اغیزمنتوب او امکان ارزولو لپاره اړین مهارتونو باندې ټینګار کوو، پشمول د موجوده مصنوعي استخباراتو وسیلو محدودیتونو پوهیدل. د مثال په توګه، موږ له زده کونکو څخه وغوښتل چې د کوپرمن او نورو لخوا وړاندیز شوي د ماشومانو د سر ټپ لارښوونې تشریح کړي، 5 کوم چې د مصنوعي استخباراتو د پریکړې ونې الګوریتم پلي کړ ترڅو معلومه کړي چې ایا د ډاکټر د معاینې پراساس د CT سکین به ګټور وي. موږ ټینګار کوو چې دا د مصنوعي ذهانت یوه عامه بیلګه ده چې ډاکټرانو ته د ډاکټرانو د ځای په ځای کولو پرځای د تفسیر لپاره وړاندوینې تحلیلونه چمتو کوي.
د خلاصې سرچینې بوټسټریپ پروګرام کولو په موجوده مثالونو کې (https://github.com/ubcaimed/ubcaimed.github.io/tree/master/programming_examples)، موږ ښیو چې څنګه د اکتشافي معلوماتو تحلیل، د ابعاد کمولو، معیاري ماډل بارولو، او روزنې او ازموینې ترسره کړو. موږ د ګوګل شریک لابراتوار نوټ بوکونه (ګوګل LLC، ماونټین ویو، CA) کاروو، کوم چې د پایتون کوډ ته اجازه ورکوي چې د ویب براوزر څخه اجرا شي. په شکل کې. شکل 2 د پروګرام کولو تمرین یوه بیلګه وړاندې کوي. پدې تمرین کې د ویسکانسن اوپن بریسټ امیجنگ ډیټاسیټ 6 او د پریکړې ونې الګوریتم په کارولو سره د ناوړه ناروغیو وړاندوینه کول شامل دي.
د اونۍ په اوږدو کې د اړوندو موضوعاتو په اړه پروګرامونه وړاندې کړئ او د خپرو شویو AI غوښتنلیکونو څخه مثالونه غوره کړئ. د پروګرام کولو عناصر یوازې هغه وخت شامل دي که چیرې دوی د راتلونکي کلینیکي تمرین په اړه بصیرت چمتو کولو لپاره اړونده ګڼل کیږي، لکه څنګه چې ماډلونه ارزول کیږي ترڅو معلومه کړي چې ایا دوی په کلینیکي آزموینو کې د کارولو لپاره چمتو دي. دا مثالونه په بشپړ ډول پای ته رسیدونکي غوښتنلیک کې پای ته رسیږي چې تومورونه د طبي عکس پیرامیټرو پراساس د نرم یا وژونکي په توګه طبقه بندي کوي.
د پخوانۍ پوهې متفاوت والی. زموږ ګډونوالو د ریاضيکي پوهې په کچه کې توپیر درلود. د مثال په توګه، هغه زده کونکي چې پرمختللي انجینري پس منظر لري د ډیرو ژورو موادو په لټه کې دي، لکه څنګه چې خپل فوریر بدلونونه ترسره کړي. په هرصورت، په ټولګي کې د فوریر الګوریتم په اړه بحث کول ممکن ندي ځکه چې دا د سیګنال پروسس کولو ژورې پوهې ته اړتیا لري.
د حاضرۍ جریان. په تعقیبي غونډو کې ګډون کم شو، په ځانګړې توګه په آنلاین بڼو کې. یوه حل لاره ممکن د حاضرۍ تعقیب او د بشپړیدو سند چمتو کول وي. طبي ښوونځي د زده کونکو د غیر نصابي اکاډمیک فعالیتونو نقلونه پیژندلو لپاره پیژندل شوي، کوم چې کولی شي زده کونکي وهڅوي چې سند ترلاسه کړي.
د کورس ډیزاین: ځکه چې AI ډیری فرعي ساحې لري، د مناسب ژوروالي او پراخوالي اصلي مفکورې غوره کول ننګونکي کیدی شي. د مثال په توګه، د لابراتوار څخه کلینیک ته د AI وسیلو کارولو دوام یوه مهمه موضوع ده. پداسې حال کې چې موږ د معلوماتو دمخه پروسس کول، ماډل جوړول، او اعتبار پوښو، موږ د لوی معلوماتو تحلیل، متقابل لید، یا د AI کلینیکي آزموینو ترسره کولو په څیر موضوعات شامل نه کوو، پرځای یې موږ په خورا ځانګړي AI مفکورو تمرکز کوو. زموږ لارښود اصل د سواد ښه کول دي، نه مهارتونه. د مثال په توګه، پوهیدل چې څنګه یو ماډل د ان پټ ځانګړتیاوې پروسس کوي د تفسیر لپاره مهم دی. د دې کولو یوه لاره د تدریجي فعالولو نقشو کارول دي، کوم چې کولی شي د معلوماتو کومې سیمې د وړاندوینې وړ وي. په هرصورت، دا څو اړخیزه محاسبې ته اړتیا لري او نشي معرفي کیدی 8. د یو عام اصطلاحاتو رامینځته کول ننګونکي وو ځکه چې موږ هڅه کوله تشریح کړو چې څنګه د ریاضيکي رسمي کولو پرته د ویکتورونو په توګه د معلوماتو سره کار وکړو. په یاد ولرئ چې مختلف اصطلاحات ورته معنی لري، د بیلګې په توګه، په ایپیډیمولوژي کې، یو "ځانګړتیا" د "متغیر" یا "ځانګړتیا" په توګه تشریح شوی.
د پوهې ساتل. ځکه چې د مصنوعي ذهانت کارول محدود دي، نو دا چې ګډونوال څومره پوهه ساتي، دا لا هم لیدل کیږي. د طبي ښوونځي نصاب اکثرا د عملي دورې په جریان کې د پوهې د پیاوړتیا لپاره په فاصله تکرار تکیه کوي، 9 کوم چې د مصنوعي ذهانت زده کړې ته هم پلي کیدی شي.
مسلکيتوب د سواد په پرتله ډیر مهم دی. د موادو ژوروالی د ریاضيکي سختۍ پرته ډیزاین شوی، کوم چې د مصنوعي استخباراتو په برخه کې د کلینیکي کورسونو په پیل کولو کې یوه ستونزه وه. د پروګرام کولو مثالونو کې، موږ د ټیمپلیټ پروګرام کاروو چې ګډونوالو ته اجازه ورکوي چې ساحې ډکې کړي او سافټویر پرمخ بوځي پرته لدې چې معلومه کړي چې څنګه د بشپړ پروګرام کولو چاپیریال تنظیم کړي.
د مصنوعي استخباراتو په اړه اندیښنې چې حل شوې: پراخه اندیښنه شتون لري چې مصنوعي استخبارات کولی شي ځینې کلینیکي دندې ځای په ځای کړي. د دې مسلې د حل لپاره، موږ د مصنوعي استخباراتو محدودیتونه تشریح کوو، پشمول د دې حقیقت چې د تنظیم کونکو لخوا تصویب شوي نږدې ټول مصنوعي استخبارات د ډاکټر څارنې ته اړتیا لري11. موږ د تعصب اهمیت هم ټینګار کوو ځکه چې الګوریتمونه د تعصب سره مخ دي، په ځانګړي توګه که چیرې د معلوماتو سیټ متنوع نه وي12. په پایله کې، یو ځانګړی فرعي ګروپ ممکن په غلط ډول ماډل شي، چې د غیر عادلانه کلینیکي پریکړو لامل کیږي.
سرچینې په عامه توګه شتون لري: موږ په عامه توګه شتون لرونکي سرچینې رامینځته کړې دي، پشمول د لیکچر سلایډونه او کوډ. که څه هم د وخت زونونو له امله همغږي مینځپانګې ته لاسرسی محدود دی، د خلاصې سرچینې مینځپانګه د غیر همغږي زده کړې لپاره یوه اسانه میتود دی ځکه چې د AI تخصص په ټولو طبي ښوونځیو کې شتون نلري.
بین الضابطه همکاري: دا ورکشاپ د طبي زده کونکو لخوا د انجینرانو سره یوځای د کورسونو پلان کولو لپاره پیل شوی ګډ کار دی. دا په دواړو برخو کې د همکارۍ فرصتونه او د پوهې تشې ښیې، ګډونوالو ته اجازه ورکوي چې هغه احتمالي رول درک کړي چې دوی یې په راتلونکي کې ونډه اخیستلی شي.
د مصنوعي ذهانت اصلي وړتیاوې تعریف کړئ. د وړتیاوو لیست تعریف کول یو معیاري جوړښت چمتو کوي چې د موجوده وړتیا پر بنسټ طبي نصاب کې مدغم کیدی شي. دا ورکشاپ اوس مهال د بلوم د ټیکسونامي د زده کړې موخې کچې 2 (پوهه)، 3 (تطبیق)، او 4 (تحلیل) کاروي. د طبقه بندي په لوړو کچو کې سرچینې درلودل، لکه د پروژو رامینځته کول، کولی شي پوهه نوره هم پیاوړې کړي. دا د کلینیکي متخصصینو سره کار کولو ته اړتیا لري ترڅو معلومه کړي چې څنګه د مصنوعي ذهانت موضوعات په کلینیکي کاري جریان کې پلي کیدی شي او د هغو تکراري موضوعاتو تدریس مخه ونیسي چې دمخه په معیاري طبي نصاب کې شامل دي.
د مصنوعي ذهانت په کارولو سره د قضیې مطالعې رامینځته کړئ. د کلینیکي مثالونو په څیر، د قضیې پر بنسټ زده کړه کولی شي د کلینیکي پوښتنو سره د دوی د تړاو په روښانه کولو سره د خلاصې مفکورې تقویه کړي. د مثال په توګه، د ورکشاپ یوې مطالعې د ګوګل د مصنوعي ذهانت پر بنسټ د شکر ناروغۍ کشف سیسټم 13 تحلیل کړ ترڅو د لابراتوار څخه کلینیک ته د لارې په اوږدو کې ننګونې وپیژني، لکه د بهرني اعتبار اړتیاوې او د تنظیمي تصویب لارې.
د تجربوي زده کړې څخه کار واخلئ: تخنیکي مهارتونه متمرکز تمرین او د ماسټرۍ لپاره تکراري غوښتنلیک ته اړتیا لري، د کلینیکي زده کونکو د دوراني زده کړې تجربو په څیر. یو احتمالي حل د فلپ شوي ټولګي ماډل دی، کوم چې د انجینرۍ زده کړې کې د پوهې ساتلو ښه کولو لپاره راپور شوی 14. پدې ماډل کې، زده کونکي په خپلواکه توګه نظري مواد بیاکتنه کوي او د ټولګي وخت د قضیې مطالعاتو له لارې د ستونزو حل کولو لپاره وقف شوی.
د څو اړخیزو ګډونوالو لپاره اندازه کول: موږ د مصنوعي ذهانت د تطبیق تصور کوو چې په مختلفو څانګو کې همکاري پکې شامله ده، په شمول د ډاکټرانو او اړونده روغتیا متخصصینو چې د روزنې مختلفې کچې لري. له همدې امله، نصاب ممکن د مختلفو څانګو د استادانو سره په مشوره کې رامینځته شي ترڅو د دوی محتوا د روغتیا پاملرنې مختلفو برخو ته تنظیم کړي.
مصنوعي استخبارات لوړ ټیک دی او د هغې اصلي مفکورې د ریاضي او کمپیوټر ساینس سره تړاو لري. د مصنوعي استخباراتو د پوهیدو لپاره د روغتیا پاملرنې پرسونل روزنه د مینځپانګې انتخاب، کلینیکي تړاو، او تحویلي میتودونو کې ځانګړي ننګونې وړاندې کوي. موږ هیله لرو چې د تعلیم په برخه کې د مصنوعي استخباراتو ورکشاپونو څخه ترلاسه شوي بصیرتونه به راتلونکي ښوونکو سره مرسته وکړي چې د طبي زده کړې سره د مصنوعي استخباراتو مدغم کولو لپاره نوښتګر لارې ومني.
د ګوګل د شریک لابراتوار پایتون سکریپټ خلاص سرچینه ده او په دې لینک کې شتون لري: https://github.com/ubcaimed/ubcaimed.github.io/tree/master/.
پروبر، کی جي او خان، ایس. د طبي زده کړې بیا فکر کول: د عمل غوښتنه. اکاد. طب. ۸۸، ۱۴۰۷-۱۴۱۰ (۲۰۱۳).
مک کای، ایل جي او نور. د طبي زده کونکو لپاره د مصنوعي استخباراتو په اړه واقعیا څه پوهیدل اړین دي؟ د NPZh شمیرې. طب 3، 1-3 (2020).
دوس سانتوس، ډي پي، او نور. د مصنوعي استخباراتو په اړه د طبي زده کونکو چلند: یو څو مرکز سروې. یورو. وړانګې. ۲۹، ۱۶۴۰-۱۶۴۶ (۲۰۱۹).
فین، کیو، هو، آر، او سنګلا، آر. د طبي زده کونکو لپاره د ماشین زده کړې پیژندنه: یوه ازمایښتي پروژه. جي. میډ. تدریس. ۵۴، ۱۰۴۲–۱۰۴۳ (۲۰۲۰).
کوپرمن این، او نور. د سر د ټپ وروسته د دماغي زیان د کلینیکي پلوه د پام وړ ټیټ خطر سره د ماشومانو پیژندل: د احتمالي کوهورټ مطالعه. لانسیټ 374، 1160-1170 (2009).
سټریټ، ډبلیو این، وولبرګ، ډبلیو ایچ او منګاسارین، او ایل. د سینې د تومور تشخیص لپاره د هستوي ځانګړتیا استخراج. بایومیډیکل ساینس. د انځور پروسس کول. بایومیډیکل ساینس. ویس. ۱۹۰۵، ۸۶۱-۸۷۰ (۱۹۹۳).
چن، پي ایچ سي، لیو، وای. او پینګ، ایل. د روغتیا پاملرنې لپاره د ماشین زده کړې ماډلونه څنګه رامینځته کړو. نیټ. میټ. ۱۸، ۴۱۰-۴۱۴ (۲۰۱۹).
سیلواراجو، آر آر او نور. ګریډ-کیم: د ګریډینټ پر بنسټ ځایی کولو له لارې د ژورو شبکو بصري تفسیر. د کمپیوټر لید په اړه د IEEE نړیوال کنفرانس پروسې، 618-626 (2017).
کماراویل بي، سټیوارټ کې او ایلیک ډي. د لیسانس طبي زده کړې کې د OSCE په کارولو سره د شواهدو پر بنسټ د درملو وړتیاو ارزولو لپاره د سرپل ماډل پراختیا او ارزونه. BMK طب. تدریس. ۲۱، ۱-۹ (۲۰۲۱).
کولاچلاما وي بي او ګارګ پي ایس د ماشین زده کړه او طبي زده کړه. د NPZh شمیرې. درمل. ۱، ۱–۳ (۲۰۱۸).
van Leeuwen, KG, Schalekamp, S., Rutten, MJ, van Ginneken, B. and de Rooy, M. مصنوعي استخبارات په راډیولوژي کې: 100 سوداګریز محصولات او د دوی ساینسي شواهد. یورو. وړانګې ۳۱، ۳۷۹۷–۳۸۰۴ (۲۰۲۱).
ټوپول، ای جي لوړ فعالیت لرونکی درمل: د انسان او مصنوعي استخباراتو همغږي. نیټ. درمل. ۲۵، ۴۴-۵۶ (۲۰۱۹).
بیډ، ای. او نور. د شکرې ناروغۍ د کشف لپاره په کلینیک کې د ژورې زده کړې سیسټم د انسان پر بنسټ ارزونه. د کمپیوټري سیسټمونو کې د بشري عواملو په اړه د 2020 CHI کنفرانس (2020) پروسې.
کیر، بي. د انجینرۍ په زده کړه کې بدل شوی ټولګي: یوه څېړنیزه بیاکتنه. د متقابل همکارۍ زده کړې په اړه د ۲۰۱۵ کال د نړیوال کنفرانس (۲۰۱۵) پروسې.
لیکوالان د برتانیا کولمبیا پوهنتون د بایومیډیکل امیجنگ او مصنوعي استخباراتو څیړنې کلستر څخه د ډینیل واکر، ټیم سالکوډین، او پیټر زندسټرا څخه د ملاتړ او تمویل لپاره مننه کوي.
RH، PP، ZH، RS او MA د ورکشاپ د تدریسي محتوا د پراختیا مسؤلیت درلود. RH او PP د پروګرام کولو مثالونو د پراختیا مسؤلیت درلود. KYF، OY، MT او PW د پروژې د لوژستیکي تنظیم او د ورکشاپونو د تحلیل مسؤلیت درلود. RH، OY، MT، RS د ارقامو او جدولونو د جوړولو مسؤلیت درلود. RH، KYF، PP، ZH، OY، MY، PW، TL، MA، RS د سند د مسودې او ایډیټ کولو مسؤلیت درلود.
د مخابراتو طب د دې کار د بیاکتنې لپاره د کارولین مک ګریګور، فابیو موریس، او ادیتیا بوراکاتي څخه د دوی د ونډې لپاره مننه کوي.
د پوسټ وخت: فبروري-۱۹-۲۰۲۴