indexado en
- Abrir puerta J
- Genamics JournalSeek
- Claves Académicas
- DiarioTOCs
- Infraestructura Nacional de Conocimiento de China (CNKI)
- Directorio de publicaciones periódicas de Ulrich
- Búsqueda de referencia
- Universidad Hamdard
- EBSCO AZ
- Directorio de indexación de resúmenes para revistas
- OCLC-WorldCat
- Publón
- Fundación de Ginebra para la Educación e Investigación Médica
- pub europeo
- Google Académico
Enlaces útiles
Comparte esta página
Folleto de diario
Revistas de acceso abierto
- Administración de Empresas
- Agricultura y Acuicultura
- Alimentación y Nutrición
- Bioinformática y Biología de Sistemas
- Bioquímica
- Ciencia de los Materiales
- Ciencia general
- Ciencias Ambientales
- Ciencias Clínicas
- Ciencias farmacéuticas
- Ciencias Médicas
- Ciencias Veterinarias
- Enfermería y Cuidado de la Salud
- Genética y Biología Molecular
- Ingeniería
- Inmunología y Microbiología
- Neurociencia y Psicología
- Química
Abstracto
Machine Learning in Oncology: What Should Clinicians Know?
Deepak Mane
Abstract:
Over recent years, the amount and scope of scientific and clinical data in oncology has increased significantly, including but not limited to the field of electronic health data, radiographic and histological data and genomics. This growth promises a deeper understanding of malignancy and therefore personalised and more reliable oncological treatment. However, such objectives entail the creation of new methods to allow full use of the wealth of available data. Improvements in computer processing power and the advancement of algorithms have placed master learning, an artificial intelligence branch, in the field of oncology research and practise. This analysis offers a summary of the fundamentals of computer education and addresses recent advances and difficulties in the application of this technology to cancer diagnostics, prognosis, and treatment recommendations.