人工智能有望對醫(yī)學(xué)和影像學(xué)的未來產(chǎn)生巨大的影響。然而，許多醫(yī)學(xué)院并不關(guān)心這種迅速發(fā)展的醫(yī)療保健提供系統(tǒng)。

為了縮小知識鴻溝，達特茅斯學(xué)院的專家們開發(fā)了一種新穎的課程，以增強醫(yī)生在這一領(lǐng)域的知識。專家周五在《學(xué)術(shù)放射學(xué)》(Academic Radiology)上報道說，所謂的AI-RADs展現(xiàn)了早期的希望，居民將其評為10分中的9.8分，并且在聽完講座后閱讀AI文章時理解力顯著提高。

總部位于新罕布什爾州大學(xué)蓋斯?fàn)栣t(yī)學(xué)院的亞歷山大·林德克斯特(Alexander Lindqwister)和同事在10月16日寫道：“ AI-RADS在我們機構(gòu)的學(xué)員中廣受好評。”從我們的質(zhì)量指標(biāo)來看，學(xué)員絕大部分感到AI-RADS講座系列的深度是理想的選擇，并且使用的示例是理解人工智能關(guān)鍵概念的有用工具。”

Lindqwister等。等人圍繞一系列基礎(chǔ)算法構(gòu)建了他們的課程，這些基礎(chǔ)算法以彼此的邏輯擴展形式呈現(xiàn)，并基于諸如電影推薦之類的熟悉示例。他們還結(jié)合了諸如像素數(shù)學(xué)等主題的中學(xué)課程，因為大多數(shù)居民幾乎沒有計算背景。他們進一步與一家期刊俱樂部一起構(gòu)建了該程序，探索了最近一次講座中討論的算法，以及有助于切入“令人生畏的技術(shù)描述”的學(xué)習(xí)指南。

然后，團隊在每次演講之前和之后進行問卷調(diào)查，以評估其有效性，并在每個期刊俱樂部進行其他調(diào)查。學(xué)員“壓倒性地”認為內(nèi)容的深度是正確的，所提供的示例證明對理解關(guān)鍵的AI概念很有用。到目前為止，由于取得了成功，Lindqwister及其同事正在努力建立一個在線基礎(chǔ)設(shè)施來容納該計劃，并發(fā)布所有材料并與感興趣的人共享教育系列。

研究小組寫道：“隨著人工智能繼續(xù)重塑醫(yī)學(xué)世界，必須讓醫(yī)生熟悉人工智能的基本算法和技術(shù)，”。“通過具有基于基本算法的機器學(xué)習(xí)的直觀基礎(chǔ)，學(xué)習(xí)者將可能更好地了解各種技術(shù)的優(yōu)缺點，并有能力做出更明智的決策。”