We're sunsetting PodQuest on 2025-07-28. Thank you for your support!
Export Podcast Subscriptions
cover of episode AI for COVID-19 with Professor Matthew Lungren

AI for COVID-19 with Professor Matthew Lungren

2020/4/15
logo of podcast Last Week in AI

Last Week in AI

AI Deep Dive AI Chapters Transcript
People
M
Matthew Lungren
Topics
Matthew Lungren: 人工智能在新冠肺炎的直接诊断方面作用有限,不应作为主要的筛查工具,因为它可能导致交叉感染和过度诊断。然而,人工智能可以有效地用于量化疾病进展、预测患者预后,并辅助临床医生做出更明智的治疗决策。此外,人工智能还可以帮助识别那些因其他疾病就医但同时患有新冠肺炎的患者,即使他们没有出现呼吸窘迫症状,从而有助于更好地控制疫情。在疫情结束后,人工智能还可以帮助区分新冠肺炎和其他呼吸系统疾病,提高诊断的准确性。 Matthew Lungren: 为了充分发挥人工智能在新冠肺炎疫情中的作用,需要整合多种数据源,包括医学影像数据、结构化数据和非结构化文本数据,以获得更全面的患者信息,从而提高诊断准确性和临床意义。 Matthew Lungren: RSNA 正在建立一个新冠肺炎影像数据存储库,旨在促进对这种疾病的研究。这将促进数据共享,并可能成为未来医学数据共享的典范。医学数据的共享比其他类型的数据更具挑战性,因为涉及隐私、监管障碍以及利益相关者之间的利益冲突。然而,随着信任的建立和患者对数据共享的接受度提高,医学影像数据的共享正在变得越来越容易。 Matthew Lungren: AI在药物发现和疫苗研发方面可能产生最大的影响,因为AI可以筛选大量的潜在药物和治疗方案。 Sharon Zhou: 通过此次访谈,我对人工智能在新冠肺炎疫情中的应用有了更深入的了解,特别是人工智能在患者分诊和辅助临床决策方面的作用。此外,我还了解到数据共享在推动人工智能在医学领域的应用中的重要性。

Deep Dive

Chapters
Professor Matt Lungren discusses the dual role he plays as a radiologist on the front lines and as a researcher applying data science techniques to help manage and forecast the COVID-19 crisis.

Shownotes Transcript

Stanford AI Lab PhD Sharon Zhou interviews Professor Matthew Lungren about the efforts to leverage AI to help with the coronavirus crisis, the promise for sharing more medical data as part of those efforts, and more.

Check out coverage of similar topics at www.skynettoday.com)

Theme: Deliberate Thought Kevin MacLeod (incompetech.com) Licensed under Creative Commons: By Attribution 3.0 License)