Salamat sa pagbisita sa Nature.com. Ang bersyon sa browser nga imong gigamit adunay limitado nga suporta sa CSS. Para sa labing maayong resulta, among girekomendar ang paggamit og mas bag-ong bersyon sa imong browser (o pag-off sa compatibility mode sa Internet Explorer). Samtang, aron masiguro ang padayon nga suporta, among gipakita ang site nga walay styling o JavaScript.
Kusog nga nagtubo ang mga aplikasyon sa clinical artificial intelligence (AI), apan ang kasamtangang mga kurikulum sa medikal nga eskwelahan nagtanyag og limitado nga pagtudlo nga naglangkob niini nga natad. Dinhi among gihulagway ang usa ka kurso sa pagbansay sa artificial intelligence nga among gihimo ug gihatud sa mga estudyante sa medisina sa Canada ug naghatag og mga rekomendasyon alang sa umaabot nga pagbansay.
Ang artipisyal nga paniktik (AI) sa medisina makapauswag sa kahusayan sa trabahoan ug makatabang sa klinikal nga paghimo og desisyon. Aron luwas nga magiyahan ang paggamit sa artipisyal nga paniktik, ang mga doktor kinahanglan nga adunay gamay nga pagsabot sa artipisyal nga paniktik. Daghang mga komento ang nagsugyot sa pagtudlo sa mga konsepto sa AI1, sama sa pagpasabut sa mga modelo sa AI ug mga proseso sa pag-verify2. Bisan pa, pipila ra ka istruktura nga plano ang gipatuman, labi na sa nasudnon nga lebel. Pinto dos Santos et al.3. 263 ka mga estudyante sa medisina ang gisurbey ug 71% ang miuyon nga kinahanglan nila ang pagbansay sa artipisyal nga paniktik. Ang pagtudlo sa artipisyal nga paniktik sa usa ka medikal nga mamiminaw nanginahanglan maampingong disenyo nga naghiusa sa teknikal ug dili teknikal nga mga konsepto alang sa mga estudyante nga kanunay adunay daghang naunang kahibalo. Gihulagway namo ang among kasinatian sa paghatud sa usa ka serye sa mga workshop sa AI sa tulo ka grupo sa mga estudyante sa medisina ug naghatag mga rekomendasyon alang sa umaabot nga edukasyon sa medisina sa AI.
Ang among lima ka semana nga Introduction to Artificial Intelligence in Medicine workshop para sa mga estudyante sa medisina gipahigayon sa tulo ka higayon tali sa Pebrero 2019 ug Abril 2021. Ang iskedyul para sa matag workshop, uban ang mubo nga paghulagway sa mga pagbag-o sa kurso, gipakita sa Figure 1. Ang among kurso adunay tulo ka pangunang tumong sa pagkat-on: masabtan sa mga estudyante kung giunsa pagproseso ang datos sa mga aplikasyon sa artificial intelligence, analisahon ang literatura sa artificial intelligence para sa mga klinikal nga aplikasyon, ug pahimuslan ang mga oportunidad sa pakigtambayayong sa mga inhenyero nga nagpalambo sa artificial intelligence.
Asul ang hilisgutan sa lecture ug ang luspad nga asul mao ang interactive nga pangutana ug tubag nga panahon. Ang abohon nga seksyon mao ang pokus sa mubo nga pagrepaso sa literatura. Ang orange nga mga seksyon mga pinili nga mga case study nga naghulagway sa mga modelo o teknik sa artificial intelligence. Ang berde usa ka giya nga kurso sa programming nga gidisenyo aron magtudlo sa artificial intelligence aron masulbad ang mga problema sa klinika ug masusi ang mga modelo. Ang sulud ug gidugayon sa mga workshop managlahi base sa pagtimbang-timbang sa mga panginahanglanon sa estudyante.
Ang unang workshop gipahigayon sa University of British Columbia gikan Pebrero hangtod Abril 2019, ug ang tanang 8 ka partisipante naghatag og positibong feedback4. Tungod sa COVID-19, ang ikaduhang workshop gipahigayon sa virtual nga paagi niadtong Oktubre-Nobyembre 2020, diin 222 ka mga estudyante sa medisina ug 3 ka residente gikan sa 8 ka mga eskwelahan sa medisina sa Canada ang nagparehistro. Ang mga slide sa presentasyon ug code gi-upload na sa usa ka open access site (http://ubcaimed.github.io). Ang pangunang feedback gikan sa unang iteration mao nga ang mga lecture sobra ka intense ug ang materyal sobra ka theoretical. Ang pagserbisyo sa unom ka lain-laing time zone sa Canada naghatag og dugang nga mga hagit. Busa, ang ikaduhang workshop nagpamubo sa matag sesyon ngadto sa 1 ka oras, gipasimple ang materyal sa kurso, nagdugang og dugang mga case study, ug naghimo og mga boilerplate program nga nagtugot sa mga partisipante sa pagkompleto sa mga code snippet nga adunay gamay nga debugging (Kahon 1). Ang pangunang feedback gikan sa ikaduhang iteration naglakip sa positibong feedback sa mga ehersisyo sa programming ug usa ka hangyo nga ipakita ang pagplano alang sa usa ka proyekto sa machine learning. Busa, sa among ikatulong workshop, nga gipahigayon nga virtual alang sa 126 ka mga estudyante sa medisina niadtong Marso-Abril 2021, gilakip namo ang dugang interactive nga mga ehersisyo sa coding ug mga sesyon sa feedback sa proyekto aron ipakita ang epekto sa paggamit sa mga konsepto sa workshop sa mga proyekto.
Pag-analisar sa Datos: Usa ka natad sa pagtuon sa estadistika nga nag-ila sa makahuluganon nga mga sumbanan sa datos pinaagi sa pag-analisar, pagproseso, ug pagpaambit sa mga sumbanan sa datos.
Pagmina sa datos: ang proseso sa pag-ila ug pagkuha sa datos. Sa konteksto sa artipisyal nga paniktik, kini kasagaran dako, nga adunay daghang mga variable alang sa matag sample.
Pagkunhod sa dimensyon: Ang proseso sa pag-usab sa datos nga adunay daghang indibidwal nga mga bahin ngadto sa mas gamay nga mga bahin samtang gipreserbar ang hinungdanon nga mga kabtangan sa orihinal nga set sa datos.
Mga kinaiya (sa konteksto sa artipisyal nga paniktik): masukod nga mga kabtangan sa usa ka sampol. Kasagaran gigamit nga baylobaylo sa "kabtangan" o "baryable".
Gradient Activation Map: Usa ka teknik nga gigamit sa paghubad sa mga modelo sa artificial intelligence (ilabi na ang convolutional neural networks), nga nag-analisar sa proseso sa pag-optimize sa katapusang bahin sa network aron mailhan ang mga rehiyon sa datos o mga imahe nga taas og prediksyon.
Standard nga Modelo: Usa ka kasamtangang modelo sa AI nga nabansay daan aron makahimo og susamang mga buluhaton.
Pagsulay (sa konteksto sa artipisyal nga paniktik): pag-obserbar kon giunsa paghimo sa usa ka modelo ang usa ka buluhaton gamit ang datos nga wala pa niini masinati kaniadto.
Pagbansay (sa konteksto sa artipisyal nga paniktik): Paghatag og modelo nga adunay datos ug mga resulta aron ang modelo maka-adjust sa internal nga mga parametro niini aron ma-optimize ang abilidad niini sa paghimo sa mga buluhaton gamit ang bag-ong datos.
Vector: han-ay sa datos. Sa machine learning, ang matag elemento sa han-ay kasagaran usa ka talagsaon nga bahin sa sample.
Ang Talaan 1 naglista sa pinakabag-ong mga kurso alang sa Abril 2021, lakip ang gipunting nga mga katuyoan sa pagkat-on alang sa matag hilisgutan. Kini nga workshop gituyo alang sa mga bag-o sa teknikal nga lebel ug wala magkinahanglan og bisan unsang kahibalo sa matematika lapas sa unang tuig sa usa ka undergraduate nga medikal nga degree. Ang kurso gihimo sa 6 ka mga estudyante sa medisina ug 3 ka mga magtutudlo nga adunay mga advanced degree sa engineering. Ang mga inhenyero nagpalambo sa teorya sa artificial intelligence aron itudlo, ug ang mga estudyante sa medisina nagkat-on sa mga materyal nga may kalabotan sa klinika.
Ang mga workshop naglakip sa mga lektyur, mga case study, ug guided programming. Sa unang lektyur, among girepaso ang pinili nga mga konsepto sa data analysis sa biostatistics, lakip ang data visualization, logistic regression, ug ang pagtandi sa descriptive ug inductive statistics. Bisan tuod ang data analysis mao ang pundasyon sa artificial intelligence, wala namo gilakip ang mga hilisgutan sama sa data mining, significance testing, o interactive visualization. Kini tungod sa mga limitasyon sa oras ug tungod usab kay ang ubang mga undergraduate nga estudyante adunay naunang training sa biostatistics ug gusto nga matabonan ang mas talagsaon nga mga hilisgutan sa machine learning. Ang sunod nga lektyur nagpaila sa mga modernong pamaagi ug naghisgot sa AI problem formulation, mga bentaha ug limitasyon sa mga modelo sa AI, ug model testing. Ang mga lektyur gikomplementohan sa literatura ug praktikal nga panukiduki sa kasamtangang mga artificial intelligence device. Gipasiugda namo ang mga kahanas nga gikinahanglan aron masusi ang kaepektibo ug kahimoan sa usa ka modelo aron matubag ang mga klinikal nga pangutana, lakip ang pagsabot sa mga limitasyon sa kasamtangang mga artificial intelligence device. Pananglitan, gihangyo namo ang mga estudyante sa paghubad sa mga giya sa pediatric head injury nga gisugyot ni Kupperman et al., 5 nga nagpatuman sa usa ka artificial intelligence decision tree algorithm aron mahibal-an kung ang usa ka CT scan mapuslanon ba base sa eksaminasyon sa usa ka doktor. Gipasiugda namo nga kini usa ka komon nga pananglitan sa AI nga naghatag og predictive analytics para sa mga doktor nga ihubad, imbes nga ilisan ang mga doktor.
Sa mga magamit nga open source bootstrap programming examples (https://github.com/ubcaimed/ubcaimed.github.io/tree/master/programming_examples), among gipakita kung unsaon paghimo sa exploratory data analysis, dimensionality reduction, standard model loading, ug training ug testing. Gigamit namo ang Google Colaboratory notebooks (Google LLC, Mountain View, CA), nga nagtugot sa Python code nga i-execute gikan sa web browser. Sa Fig. Ang Figure 2 naghatag og ehemplo sa usa ka programming exercise. Kini nga ehersisyo naglakip sa pagtagna sa mga malignancies gamit ang Wisconsin Open Breast Imaging Dataset6 ug usa ka decision tree algorithm.
Pagpresentar og mga programa sa tibuok semana bahin sa mga may kalabutan nga hilisgutan ug pagpili og mga ehemplo gikan sa gipatik nga mga aplikasyon sa AI. Ang mga elemento sa programming gilakip lamang kung kini giisip nga may kalabutan sa paghatag og panabut sa umaabot nga klinikal nga praktis, sama sa kung giunsa pagtimbang-timbang ang mga modelo aron mahibal-an kung andam na ba kini gamiton sa mga klinikal nga pagsulay. Kini nga mga pananglitan matapos sa usa ka hingpit nga end-to-end nga aplikasyon nga nagklasipikar sa mga tumor isip benign o malignant base sa mga parameter sa medikal nga imahe.
Pagkalainlain sa naunang kahibalo. Nagkalainlain ang among mga partisipante sa ilang lebel sa kahibalo sa matematika. Pananglitan, ang mga estudyante nga adunay abanteng background sa inhenyeriya nangita og mas lawom nga materyal, sama sa kung unsaon paghimo sa ilang kaugalingong Fourier transforms. Bisan pa, ang paghisgot sa Fourier algorithm sa klase dili mahimo tungod kay nanginahanglan kini og lawom nga kahibalo sa signal processing.
Pag-awas sa mga nanambong. Mikunhod ang mga nanambong sa mga follow-up meeting, labi na sa mga online nga format. Ang solusyon mahimong ang pagsubay sa mga nanambong ug paghatag og sertipiko sa pagkompleto. Ang mga eskwelahan sa medisina nailhan nga moila sa mga transcript sa mga ekstrakurikular nga akademikong kalihokan sa mga estudyante, nga makadasig sa mga estudyante sa pagpadayon sa usa ka degree.
Disenyo sa Kurso: Tungod kay ang AI naglangkob sa daghang mga subfield, ang pagpili sa mga kinauyokan nga konsepto nga adunay angay nga giladmon ug gilapdon mahimong mahagiton. Pananglitan, ang pagpadayon sa paggamit sa mga himan sa AI gikan sa laboratoryo hangtod sa klinika usa ka hinungdanon nga hilisgutan. Samtang among gisakup ang preprocessing sa datos, paghimo og modelo, ug pag-validate, wala namo gilakip ang mga hilisgutan sama sa big data analytics, interactive visualization, o pagpahigayon sa mga klinikal nga pagsulay sa AI, hinoon among gipunting ang labing talagsaon nga mga konsepto sa AI. Ang among giya nga prinsipyo mao ang pagpauswag sa literasiya, dili ang mga kahanas. Pananglitan, ang pagsabot kung giunsa pagproseso sa usa ka modelo ang mga bahin sa input hinungdanon alang sa interpretability. Usa ka paagi sa pagbuhat niini mao ang paggamit sa gradient activation maps, nga makahanduraw kung unsang mga rehiyon sa datos ang matag-an. Bisan pa, kini nanginahanglan og multivariate calculus ug dili mahimong ipaila8. Ang paghimo og usa ka komon nga termino usa ka mahagiton tungod kay naningkamot kami sa pagpatin-aw kung giunsa pagtrabaho ang datos isip mga vector nga wala’y pormalismo sa matematika. Timan-i nga ang lainlaing mga termino adunay parehas nga kahulugan, pananglitan, sa epidemiology, ang usa ka "kinaiya" gihulagway nga usa ka "variable" o "attribute."
Pagtipig sa kahibalo. Tungod kay limitado ang paggamit sa AI, ang gilapdon sa pagtipig sa kahibalo sa mga partisipante wala pa matino. Ang mga kurikulum sa medikal nga eskwelahan kanunay nga nagsalig sa gilain nga pagsubli aron mapalig-on ang kahibalo atol sa praktikal nga mga rotation,9 nga mahimo usab nga magamit sa edukasyon sa AI.
Mas importante ang propesyonalismo kaysa literasiya. Ang giladmon sa materyal gidisenyo nga walay kahigpit sa matematika, nga usa ka problema sa paglunsad sa mga klinikal nga kurso sa artificial intelligence. Sa mga ehemplo sa programming, migamit kami og template program nga nagtugot sa mga partisipante sa pagpuno sa mga field ug pagpadagan sa software nga dili kinahanglan mahibal-an kung unsaon pag-set up sa usa ka kompleto nga programming environment.
Mga kabalaka bahin sa artipisyal nga paniktik nga gitubag: Adunay kaylap nga kabalaka nga ang artipisyal nga paniktik mahimong mopuli sa pipila ka mga klinikal nga katungdanan3. Aron matubag kini nga isyu, among gipasabut ang mga limitasyon sa AI, lakip ang kamatuoran nga hapit tanan nga mga teknolohiya sa AI nga giaprobahan sa mga regulator nanginahanglan og superbisyon sa doktor11. Gipasiugda usab namo ang kamahinungdanon sa bias tungod kay ang mga algorithm dali nga ma-bias, labi na kung ang set sa datos dili lainlain12. Tungod niini, ang usa ka piho nga subgroup mahimong dili husto nga mamodelo, nga mosangpot sa dili patas nga mga desisyon sa klinikal.
Ang mga kapanguhaan anaa sa publiko: Naghimo kami og mga kapanguhaan nga anaa sa publiko, lakip ang mga lecture slide ug code. Bisan kung limitado ang pag-access sa synchronous content tungod sa mga time zone, ang open source content usa ka kombenyente nga pamaagi alang sa asynchronous learning tungod kay ang kahanas sa AI dili magamit sa tanan nga mga eskwelahan sa medisina.
Interdisiplinaryong Kolaborasyon: Kini nga workshop usa ka hiniusa nga proyekto nga gisugdan sa mga estudyante sa medisina aron magplano og mga kurso uban sa mga inhenyero. Kini nagpakita sa mga oportunidad sa kolaborasyon ug mga kakulangan sa kahibalo sa duha ka natad, nga nagtugot sa mga partisipante nga masabtan ang potensyal nga papel nga ilang matampo sa umaabot.
Ipasabot ang mga kinauyokan nga kahanas sa AI. Ang pagpasabot sa lista sa mga kahanas naghatag og estandardisadong istruktura nga mahimong i-integrate sa kasamtangang kurikulum medikal nga nakabase sa kahanas. Kini nga workshop karon naggamit sa Learning Objective Levels 2 (Comprehension), 3 (Application), ug 4 (Analysis) sa Bloom's Taxonomy. Ang pagbaton og mga kapanguhaan sa mas taas nga lebel sa klasipikasyon, sama sa paghimo og mga proyekto, makapalig-on pa sa kahibalo. Nagkinahanglan kini og pakigtambayayong sa mga klinikal nga eksperto aron mahibal-an kung giunsa magamit ang mga hilisgutan sa AI sa mga klinikal nga workflow ug mapugngan ang pagtudlo sa balik-balik nga mga hilisgutan nga nalakip na sa estandardisadong kurikulum medikal.
Paghimo og mga case study gamit ang AI. Sama sa mga klinikal nga ehemplo, ang case-based learning makapalig-on sa mga abstract nga konsepto pinaagi sa pagpasiugda sa ilang kalabutan sa mga klinikal nga pangutana. Pananglitan, usa ka workshop study ang nag-analisar sa AI-based diabetic retinopathy detection system 13 sa Google aron mailhan ang mga hagit sa agianan gikan sa laboratoryo ngadto sa klinika, sama sa mga kinahanglanon sa external validation ug mga agianan sa pag-apruba sa regulatory.
Gamita ang experiential learning: Ang teknikal nga kahanas nanginahanglan og naka-focus nga praktis ug balik-balik nga aplikasyon aron ma-master, susama sa nagtuyok-tuyok nga mga kasinatian sa pagkat-on sa mga clinical trainees. Usa ka potensyal nga solusyon mao ang flipped classroom model, nga gitaho nga makapauswag sa pagpabilin sa kahibalo sa edukasyon sa engineering14. Niini nga modelo, ang mga estudyante nagrepaso sa teoretikal nga materyal nga independente ug ang oras sa klase gigahin sa pagsulbad sa mga problema pinaagi sa mga case study.
Pagpalapad sa mga partisipante nga adunay daghang disiplina: Gilantaw namo ang pagsagop sa AI nga naglambigit sa kolaborasyon sa daghang disiplina, lakip ang mga doktor ug mga propesyonal sa panglawas nga adunay lainlaing lebel sa pagbansay. Busa, ang kurikulum mahimong kinahanglan nga mapalambo uban ang konsultasyon sa mga magtutudlo gikan sa lainlaing mga departamento aron ipahaum ang ilang sulud sa lainlaing mga lugar sa pag-atiman sa panglawas.
Ang artipisyal nga paniktik kay high-tech ug ang kinauyokan nga mga konsepto niini may kalabutan sa matematika ug siyensya sa kompyuter. Ang pagbansay sa mga personahe sa panglawas aron masabtan ang artipisyal nga paniktik nagpresentar ug talagsaon nga mga hagit sa pagpili sa sulud, klinikal nga kalabutan, ug mga pamaagi sa paghatud. Nanghinaut kami nga ang mga panabut nga nakuha gikan sa mga workshop sa AI in Education makatabang sa umaabot nga mga magtutudlo sa pagdawat sa mga bag-ong paagi sa pag-integrate sa AI sa edukasyon sa medisina.
Ang Google Colaboratory Python script kay open source ug anaa sa: https://github.com/ubcaimed/ubcaimed.github.io/tree/master/.
Prober, KG ug Khan, S. Pag-usab sa Paghunahuna sa Edukasyong Medikal: Usa ka Panawagan sa Aksyon. Akkad. medisina. 88, 1407–1410 (2013).
McCoy, LG ug uban pa. Unsa gyud ang kinahanglan mahibal-an sa mga estudyante sa medisina bahin sa artipisyal nga paniktik? Mga numero sa NPZh. Medisina 3, 1–3 (2020).
Dos Santos, DP, et al. Mga panlantaw sa mga estudyante sa medisina bahin sa artipisyal nga paniktik: usa ka multicenter survey. EURO. radiation. 29, 1640–1646 (2019).
Fan, KY, Hu, R., ug Singla, R. Pasiuna sa machine learning para sa mga estudyante sa medisina: usa ka pilot project. J. Med. teach. 54, 1042–1043 (2020).
Cooperman N, et al. Pag-ila sa mga bata nga adunay ubos kaayo nga risgo sa klinikal nga hinungdanon nga kadaot sa utok pagkahuman sa kadaot sa ulo: usa ka prospective cohort nga pagtuon. Lancet 374, 1160–1170 (2009).
Street, WN, Wolberg, WH ug Mangasarian, OL. Pagkuha sa kinaiya sa nukleyar para sa pagdayagnos sa tumor sa suso. Biomedical Science. Pagproseso sa imahe. Biomedical Science. Weiss. 1905, 861–870 (1993).
Chen, PHC, Liu, Y. ug Peng, L. Unsaon pagpalambo sa mga modelo sa machine learning para sa pag-atiman sa panglawas. Nat. Matt. 18, 410–414 (2019).
Selvaraju, RR et al. Grad-cam: Biswal nga interpretasyon sa lawom nga mga network pinaagi sa gradient-based localization. Mga Pamaagi sa IEEE International Conference on Computer Vision, 618–626 (2017).
Kumaravel B, Stewart K ug Ilic D. Pagpalambo ug pagtimbang-timbang sa usa ka spiral model alang sa pagtimbang-timbang sa mga kakompetensya sa medisina nga gibase sa ebidensya gamit ang OSCE sa undergraduate nga edukasyon sa medisina. BMK Medicine. teach. 21, 1–9 (2021).
Kolachalama VB ug Garg PS Machine learning ug edukasyon sa medisina. Mga numero sa NPZh. medisina. 1, 1–3 (2018).
van Leeuwen, KG, Schalekamp, S., Rutten, MJ, van Ginneken, B. ug de Rooy, M. Artipisyal nga paniktik sa radiology: 100 ka komersyal nga mga produkto ug ang ilang siyentipikong ebidensya. EURO. radiation. 31, 3797–3804 (2021).
Topol, EJ Taas nga-performance nga medisina: ang panagtagbo sa tawhanong ug artipisyal nga paniktik. Nat. nga medisina. 25, 44–56 (2019).
Bede, E. et al. Human-centered nga ebalwasyon sa usa ka deep learning system nga gigamit sa klinika alang sa pag-ila sa diabetic retinopathy. Mga Kalihokan sa 2020 CHI Conference on Human Factors in Computing Systems (2020).
Kerr, B. Ang flipped classroom sa edukasyon sa inhenyeriya: Usa ka pagrepaso sa panukiduki. Mga Kalihokan sa 2015 International Conference on Interactive Collaborative Learning (2015).
Ang mga awtor nagpasalamat kang Danielle Walker, Tim Salcudin, ug Peter Zandstra gikan sa Biomedical Imaging and Artificial Intelligence Research Cluster sa University of British Columbia sa ilang suporta ug pondo.
Sila si RH, PP, ZH, RS ug MA ang responsable sa pagpalambo sa sulud sa pagtudlo sa workshop. Sila si RH ug PP ang responsable sa pagpalambo sa mga ehemplo sa programming. Sila si KYF, OY, MT ug PW ang responsable sa logistikong organisasyon sa proyekto ug sa pag-analisar sa mga workshop. Sila si RH, OY, MT, RS ang responsable sa paghimo sa mga pigura ug mga lamesa. Sila si RH, KYF, PP, ZH, OY, MY, PW, TL, MA, RS ang responsable sa pag-draft ug pag-edit sa dokumento.
Ang Communication Medicine nagpasalamat kang Carolyn McGregor, Fabio Moraes, ug Aditya Borakati sa ilang mga kontribusyon sa pagrepaso niini nga trabaho.
Oras sa pag-post: Pebrero 19, 2024