Deep Learning in Cardiology

要約

医療分野では、医師が解読して効率的に使用することができない大量のデータが作成されています。
さらに、ルールベースのエキスパート システムは、複雑な医療タスクを解決したり、ビッグ データを使用して洞察を作成したりする場合には非効率的です。
ディープラーニングは、診断、予測、介入などの幅広い医療問題において、より正確で効果的なテクノロジーとして登場しました。
ディープラーニングは、データを非線形に変換するレイヤーで構成され、階層関係と構造を明らかにする表現学習方法です。
このレビューでは、心臓病学の構造化データ、信号、および画像モダリティを使用する深層学習アプリケーション論文を調査します。
私たちは、医療全般にも当てはまる深層学習を心臓病学に適用する利点と限界について議論し、臨床での使用に最も実現可能な特定の方向性を提案します。

要約(オリジナル)

The medical field is creating large amount of data that physicians are unable to decipher and use efficiently. Moreover, rule-based expert systems are inefficient in solving complicated medical tasks or for creating insights using big data. Deep learning has emerged as a more accurate and effective technology in a wide range of medical problems such as diagnosis, prediction and intervention. Deep learning is a representation learning method that consists of layers that transform the data non-linearly, thus, revealing hierarchical relationships and structures. In this review we survey deep learning application papers that use structured data, signal and imaging modalities from cardiology. We discuss the advantages and limitations of applying deep learning in cardiology that also apply in medicine in general, while proposing certain directions as the most viable for clinical use.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google