Applications of machine learning in routine laboratory medicine: Current state and future directions

计算机科学 杠杆(统计) 人工智能 机器学习 医学实验室 考试(生物学) 数据科学 医学 病理 古生物学 生物
作者
Naveed Rabbani,Grace Y E Kim,Carlos J. Suarez,Jonathan Chen
出处
期刊:Clinical Biochemistry [Elsevier]
卷期号:103: 1-7 被引量:28
标识
DOI:10.1016/j.clinbiochem.2022.02.011
摘要

Machine learning is able to leverage large amounts of data to infer complex patterns that are otherwise beyond the capabilities of rule-based systems and human experts. Its application to laboratory medicine is particularly exciting, as laboratory testing provides much of the foundation for clinical decision making. In this article, we provide a brief introduction to machine learning for the medical professional in addition to a comprehensive literature review outlining the current state of machine learning as it has been applied to routine laboratory medicine. Although still in its early stages, machine learning has been used to automate laboratory tasks, optimize utilization, and provide personalized reference ranges and test interpretation. The published literature leads us to believe that machine learning will be an area of increasing importance for the laboratory practitioner. We envision the laboratory of the future will utilize these methods to make significant improvements in efficiency and diagnostic precision.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
1秒前
丘比特应助彩彩采纳,获得10
1秒前
2秒前
2秒前
2秒前
3秒前
久醉绕心旋完成签到 ,获得积分10
3秒前
mgr发布了新的文献求助20
3秒前
3秒前
子川发布了新的文献求助10
4秒前
zho应助woshihu采纳,获得10
4秒前
4秒前
5秒前
Jasper应助Katie采纳,获得10
5秒前
litianchi完成签到,获得积分10
5秒前
酷波er应助strong.quite采纳,获得10
5秒前
shiyi关注了科研通微信公众号
5秒前
shiyi关注了科研通微信公众号
5秒前
儒雅寒天发布了新的文献求助10
6秒前
rosalieshi应助加减乘除采纳,获得30
6秒前
7秒前
WT发布了新的文献求助30
7秒前
陈陈发布了新的文献求助10
8秒前
Coco完成签到,获得积分10
8秒前
郝宝真发布了新的文献求助10
8秒前
科研狗发布了新的文献求助10
8秒前
凡而不庸完成签到,获得积分10
9秒前
多啦2642完成签到,获得积分10
9秒前
未必发布了新的文献求助10
10秒前
所所应助lghxq采纳,获得10
11秒前
Andrew02应助yzbj采纳,获得10
11秒前
沉默的皮卡丘完成签到 ,获得积分10
12秒前
小鑫发布了新的文献求助10
12秒前
13秒前
13秒前
ding应助yt采纳,获得10
16秒前
16秒前
16秒前
爱听歌的明轩完成签到,获得积分10
17秒前
17秒前
高分求助中
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
BIOMIMETIC RESTORATIVE DENTISTRY (volume 2) 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Evolution 3rd edition 500
Die Gottesanbeterin: Mantis religiosa: 656 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3178048
求助须知:如何正确求助?哪些是违规求助? 2829069
关于积分的说明 7969770
捐赠科研通 2490393
什么是DOI,文献DOI怎么找? 1327538
科研通“疑难数据库(出版商)”最低求助积分说明 635270
版权声明 602904