Machine Learning Applications In Healthcare: The State Of Knowledge and Future Directions

要約

高速処理能力で見逃しやすい隠れたパターンを検出できる機械学習 (ML) は、今日の医療システムに不可欠なものとなっています。
多くの ML アプリケーションがすでに発見されており、多くはまだ調査中ですが、現在の医療システムに採用されているのはほんのわずかです。
その結果、医療システムには ML の大きなチャンスが存在しますが、情報が分散していること、関連分野で適切に整理され簡単に説明できる文書が不足していることが大きな障害となっており、医療従事者にとって ML の適用が困難になっています。
この研究は、ヘルスケアのさまざまな分野における ML アプリケーションを簡潔かつ効果的に収集し、関連する参考文献とともに必要な情報にすぐにアクセスできるようにすることを目的としていました。
私たちは調査を、コミュニティレベルの作業、リスク管理/予防ケア、医療運営管理、遠隔ケア、早期発見の 5 つの主要グループに分割しました。
これらのグループをサブグループに分割し、簡単にアクセスできるように、関連する参考文献と説明を表形式で提供しました。
私たちの目的は、医療業界における ML の適用性について人々に情報を提供し、ML アプリケーションに関する臨床医の知識ギャップを減らし、医療専門家がより機械学習ベースの医療システムに向かうよう動機づけることです。

要約(オリジナル)

Detection of easily missed hidden patterns with fast processing power makes machine learning (ML) indispensable to today’s healthcare system. Though many ML applications have already been discovered and many are still under investigation, only a few have been adopted by current healthcare systems. As a result, there exists an enormous opportunity in healthcare system for ML but distributed information, scarcity of properly arranged and easily explainable documentation in related sector are major impede which are making ML applications difficult to healthcare professionals. This study aimed to gather ML applications in different areas of healthcare concisely and more effectively so that necessary information can be accessed immediately with relevant references. We divided our study into five major groups: community level work, risk management/ preventive care, healthcare operation management, remote care, and early detection. Dividing these groups into subgroups, we provided relevant references with description in tabular form for quick access. Our objective is to inform people about ML applicability in healthcare industry, reduce the knowledge gap of clinicians about the ML applications and motivate healthcare professionals towards more machine learning based healthcare system.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google