Automatická strojová diagnostika - machine learning a precizní medicína. Pojmy, principy, perspektivy. (Czech)
In: Klinická Biochemie a Metabolismus, Jg. 28 (2020-12-01), Heft 4, S. 161-165
academicJournal
Zugriff:
Digitalization of clinical laboratories, application of big data and methods of machine learning re contemporary tools for precision medicine. Precision medicine is based mainly on the genomic methods, namely of dominant PCR and NGS methods. These methods produces enormous number of dates (big data) and can be explored by means of artificial intelligence in processes called "machine learning". Machine learning was primarily used in industry and research and now contemporary penetrates into medicine and also to laboratory medicine. Methods based on the big data and artificial intelligence with exploration of big data is certainly very important factor of future of medicine. It will be needs large requirements not only on high-technology equipment, but also for new type of young laboratory Professional used basically new methods of work and mind. Machine learning, part of precision medicine, necessary namely for oncology and prediction of patients state crettemeans also lot of new types of ethical problems. These ethical questions and problems should be soluted immediately, parallel with introduction of machine learning to laboratory practice. [ABSTRACT FROM AUTHOR]
Digitalizace laboratoří, aplikace big dat a automatizovaná strojová diagnostika („machine learning“) jsou nástroji pro vznik a fungování toho, co se označuje jako precizní medicína. Genomika, její dominantní metody (qPCR, dPCR, ddPCR, NGS), produkující obrovská kvanta dat (big data) a schopnosti počítačových systémů tyto soubory dat využívat v diagnostice a terapii za významného přispění „umělé inteligence“ se označují jako strojová automatizovaná diagnostika - machine learning respektive deep learning). Tyto postupy pronikají z průmyslu a výzkumu do rutinní medicíny včetně medicíny laboratorní. Zvládnutí technických a personálních problémů těchto změn bude stát značné úsilí, srovnatelné s před lety realizovanou přeměnou manuální laboratorní práce na automatizovanou činnost a s přeměnou papírové dokumentace výsledků na laboratorní a nemocniční informační systémy. Lze předpokládat nejen zásadní změny metod laboratorní práce, ale i změny požadavků na odbornost personálu laboratoří a rovněž lze předpokládat nevyhnutelnost radikálního ovlivnění činnosti klinických laboratoří. Etický rozměr nastávajících změn bude stejně závažný, jako ten technický a bude možné očekávat nejen významný progres v diagnostice e prognostice chorob, ale i vzestup rizika zdravotní péče v případě chyb a neprofesionality. Automatická strojová aplikace big dat a používání umělé inteligence jsou náročné, je s nimi v medicíně málo zkušeností, ale vyhnout se jim nebude možné. [ABSTRACT FROM AUTHOR]
Copyright of Klinická Biochemie a Metabolismus is the property of Czech Medical Association of JE Purkyne and its content may not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's express written permission. However, users may print, download, or email articles for individual use. This abstract may be abridged. No warranty is given about the accuracy of the copy. Users should refer to the original published version of the material for the full abstract. (Copyright applies to all Abstracts.)
Titel: |
Automatická strojová diagnostika - machine learning a precizní medicína. Pojmy, principy, perspektivy. (Czech)
|
---|---|
Autor/in / Beteiligte Person: | Friedecký, B. |
Zeitschrift: | Klinická Biochemie a Metabolismus, Jg. 28 (2020-12-01), Heft 4, S. 161-165 |
Veröffentlichung: | 2020 |
Medientyp: | academicJournal |
ISSN: | 1210-7921 (print) |
Schlagwort: |
|
Sonstiges: |
|