领域的人工智能(AI)的技术,大型数据集被用来预测未来的事件。基于ai技术的潜在应用在医学领域发展的辅助临床工具检测和预测危险的疾病。同样,机器学习(毫升)和深度学习(DL)技术需要更少的用户输入,但有可能处理大量的数据,可以更强大,增加了医生准确诊断病人的能力。ML / DL发现应用程序在许多领域的研究包括基因组、医学图像处理、疾病预测和健康信息学。

目前,基因组学和蛋白质组学的研究人员专注于预测使用ML / DL算法。基因组数据库的大小是增加一天由于新发现的DNA, RNA和蛋白质序列。尽管生化实验方法取得了较好的结果,他们是耗时和昂贵的,尤其是当它涉及到时间和金钱。因此,重要的是要引入一个基于ai卫生信息学的计算模型。

为了实现其目标,这个特殊的问题旨在收集原始研究和评论文章,描述这一领域的进步。

潜在的主题包括但不限于以下:

• 基于ai临床决策
• 人工智能在医疗和医学教育
• 数学、计算和统计建模
• 基准测试和数据分析
• 数据挖掘和健康信息学
• 计算生物学
• 医学知识工程
• 以知识为基础的系统
• 生物医学信息学
• 计算智能在生物学
• 自然语言处理(NLP)的医疗保健
• 人工智能和数据科学在医学,medically-oriented人类生物学和医疗保健