题目: A Comprehensive Scoping Review of Bayesian Networks in Healthcare: Past, Present and Future

摘要:

过去没有发表过关于贝叶斯网络(BNs)在医疗领域的全面综述,这使得组织当前的研究贡献和确定未来需要处理的挑战和被忽视的领域变得困难。这种独特和新颖的范围审查BNs在医疗保健方面提供了一个分析框架,全面表征该领域及其现状。综述表明:(1)保健领域的BNs没有充分发挥其潜力;(2)缺乏通用的BN开发流程;(3)文献中BNs在医疗领域的表述存在局限性,影响了对BNs的理解、对系统方法学的共识、BNs的实践和应用;(4)准确的BN和影响临床实践的有用BN之间存在差距。本综述为研究人员和临床医生提供了一个分析框架和研究结果,使他们能够理解解决BN限制目标、特别是BN开发方法和实践中缺乏BN采用等问题的必要性。还展望了未来的研究方向,并对BN的发展方法和在实践中的应用提出了建议。

成为VIP会员查看完整内容
38

相关内容

贝叶斯网络是一种概率网络,它是基于概率推理的图形化网络,而贝叶斯公式则是这个概率网络的基础。贝叶斯网络是基于概率推理的数学模型,所谓概率推理就是通过一些变量的信息来获取其他的概率信息的过程,基于概率推理的贝叶斯网络(Bayesian network)是为了解决不定性和不完整性问题而提出的,它对于解决复杂设备不确定性和关联性引起的故障有很大的优势,在多个领域中获得广泛应用。
CNCC技术论坛 | 知识图谱引领认知智能+
中国计算机学会
22+阅读 · 2019年9月15日
关于GANs在医学图像领域应用的总结
人工智能前沿讲习班
31+阅读 · 2019年6月4日
Nature 一周论文导读 | 2019 年 2 月 14 日
科研圈
7+阅读 · 2019年2月24日
人工智能与机器学习技术在医疗保健行业中的应用
深度学习与NLP
11+阅读 · 2018年3月25日
A Comprehensive Survey on Graph Neural Networks
Arxiv
13+阅读 · 2019年3月10日
Arxiv
53+阅读 · 2018年12月11日
Deep Reinforcement Learning: An Overview
Arxiv
17+阅读 · 2018年11月26日
Arxiv
11+阅读 · 2018年7月31日
Arxiv
4+阅读 · 2016年9月20日
VIP会员
相关VIP内容
相关论文
微信扫码咨询专知VIP会员