Reinventare il supporto alle decisioni cliniche: Analisi dei dati, intelligenza artificiale e ragionamento diagnostico

Recensioni dei lettori

Il libro offre un'esplorazione completa e approfondita dell'IA in medicina, rendendo accessibili argomenti complessi anche a chi non ha una formazione medica. È una risorsa preziosa per i professionisti della sanità e i leader dell'informatica, anche se alcuni lettori hanno trovato alcuni capitoli frammentati e meno rilevanti per i medici praticanti.

⬤ Completo e ben studiato
⬤ scritto con chiarezza e stile
⬤ accessibile ai lettori non medici
⬤ rilevante per i professionisti dell'informatica sanitaria
⬤ esamina le tecnologie attuali e innovative
⬤ affronta con franchezza le sfide dell'IA e del ML.

I capitoli possono essere frammentati e talvolta irrilevanti per i medici praticanti; può mancare la concentrazione sulle aree di contenuto promesse.

(basato su 4 recensioni dei lettori)

Titolo originale:

Reinventing Clinical Decision Support: Data Analytics, Artificial Intelligence, and Diagnostic Reasoning

Contenuto del libro:

Questo libro analizza in modo approfondito le tecnologie emergenti che stanno trasformando il modo in cui i medici gestiscono i pazienti, sottolineando allo stesso tempo che i migliori professionisti utilizzano sia l'intelligenza artificiale che quella umana per prendere decisioni.

L'intelligenza artificiale e l'apprendimento automatico sono ampiamente esplorati, con spiegazioni in inglese clinico semplice delle reti neurali convoluzionali, della propagazione all'indietro e dell'analisi delle immagini digitali. Vengono inoltre discussi esempi reali di utilizzo di questi strumenti, tra cui il loro valore nella diagnosi della retinopatia diabetica, del melanoma, del cancro al seno, delle metastasi tumorali e del cancro colorettale, nonché nella gestione di sepsi gravi.

Con tutto l'entusiasmo per l'IA e l'apprendimento automatico, è stato anche necessario delineare alcune critiche, ostacoli e limiti di questi nuovi strumenti. Tra le critiche discusse: la relativa mancanza di prove scientifiche concrete a sostegno di alcuni dei più recenti algoritmi e il cosiddetto problema della scatola nera. Un capitolo sull'analisi dei dati analizza in modo approfondito i nuovi modi di condurre l'analisi dei sottogruppi e il modo in cui sta costringendo i dirigenti del settore sanitario a ripensare il modo in cui applicano i risultati dei grandi studi clinici alla pratica medica quotidiana. Questa rivalutazione sta lentamente influenzando il modo in cui vengono trattati diabete, malattie cardiache, ipertensione e cancro. La ricerca discussa suggerisce anche che l'analisi dei dati avrà un impatto sulla medicina d'urgenza, sulla gestione dei farmaci e sui costi dell'assistenza sanitaria.

Un esame del processo di ragionamento diagnostico in sé analizza come vengono misurati gli errori diagnostici, quali sono gli errori tecnologici e cognitivi da imputare e quali sono le soluzioni più probabili per migliorare il processo. Vengono analizzati i metodi di ragionamento di tipo 1 e di tipo 2.

Errori cognitivi come il bias di disponibilità, il bias affettivo e l'ancoraggio.

E le potenziali soluzioni, come lo Human Diagnosis Project. Infine, il libro esplora il ruolo della biologia dei sistemi e della medicina di precisione nel supporto alle decisioni cliniche e fornisce diversi casi di studio su come l'IA di nuova generazione sta trasformando l'assistenza ai pazienti.