生物帮一份特别报告显示，最近为四年制放射学居民开发的数据科学途径将帮助下一代放射科医生做好准备，以引领进入人工智能和机器学习(AI-ML)时代的道路发表在放射学：人工智能。
AI-ML具有通过提供更好，更有效的医疗保健来改变医学的潜力。放射学中的应用已经以惊人的速度到达。然而，有组织的AI-ML课程仅限于少数机构，并且缺乏正式的培训机会。
波士顿布里格姆妇女医院(BWH)的三名资深放射科住院医师最近帮助设计了一种数据科学途径，为四年级住院医师提供了全面的AI-ML入门经验。该途径与数据科学家合作，将正式指导与实际问题解决相结合。
该论文的共同主要作者，医学博士Walter F. Wiggins说：“全国各地有许多放射学住院医师计划，试图弄清楚如何将AI纳入他们的培训中。”“我们认为也许我们的经验可以帮助其他计划找出将这类培训纳入其选修课程或更一般的居住课程的方法。”
该途径通过麻萨诸塞州综合医院(MGH)和BWH临床数据科学中心(CCDS)灵活的教育，体验和研究活动时间表，使您沉浸在AI-ML中。Wiggins博士及其常驻医学博士M. Travis Caton和医学博士Kirti Magudia接触了AI-ML应用程序开发的各个方面，包括数据管理，模型设计，质量控制和临床测试。居民在多个阶段为模型和工具开发做出了贡献，他们在试点期间的工作得出了12份被接受的摘要，供在国家会议上发表。试点项目的反馈导致为未来的居民建立了正式的AI-ML课程。
威金斯博士说：“放射科医生一直必须管理，分析和处理数据，才能进行工作。”“我们已经掌握了基本的技能和基础设施，可以使对AI和ML感兴趣的居民真正发展并成为临床应用这些技能的领导者。”
该途径为居民提供了充分的机会直接与数据科学家合作，以更好地了解他们如何使用ML工具解决图像分析问题。反过来，这种交流帮助数据科学家更好地了解放射科医生如何在临床环境中解决放射学问题。数据科学家可以在临床实践中轻松实现。
威金斯博士说：“此类课程的重要组成部分是学习数据科学家所说的语言，并向他们介绍我们放射学家所说的语言，以便我们可以进行更好，更有效的协作。”“我认为在几个不同的项目中经历该过程是我在所有这些过程中获得的最佳经验的。”
