0项
科技不仅重塑了我们对心脏病的认识，也重塑了病人求医的动机。这两种趋势都可能在未来几年加强，极大地扩展我们对心脏病的理解，并不可磨灭地改变医学实践帕托·森古普塔，医学博士他是芝加哥大学心脏病学主任西弗吉尼亚大学在西弗吉尼亚州的摩根敦
在一个ITN播客森古普塔说，他还指导心血管影像学，并主持该大学的创新中心心脏和血管研究所，描述了如何通过智能算法分析大数据，揭示心脏病的真相。他说，多年来，许多事实都被埋在基于超声的超声心动图产生的大量数据中。超声心动图是一种广泛应用的心脏成像形式。
森古普塔在ITN的播客中说:“Echo中充满了我们甚至还没有挖掘的信息。”在播客中，他讨论了智能算法以及其他技术对现在和未来几年医疗实践的影响。
森古普塔计划在# ACC.19，一年一度的会议美国心脏病学会该活动将从3月16日持续到18日。他将说话3月16日，主题为:
- “人与机器:机器学习在心血管成像中的当前和未来应用”
- "先天性心脏病影像创新中心"
当天，他还将在Future Hub主持一场题为“临床虚拟现实和增强现实准备好迎接黄金时间了吗?”3月17日，他将在题为“超声心动图的当前争议”的会议上做演讲。
森古普塔上市了十个海报预定在ACC.19展出。许多人将描述回声如何提高医生诊断心脏病的能力。
机器学习对心脏病学的影响
森古普塔和他的同事目前正在研究超声心动图中的机器学习算法。他指出，ML算法可以分析数据集，否则这些数据集会让人不堪重负。他们从医疗数据中提取的信息可能会带来关于心脏病的新知识。还有很多东西需要学习。他说:“我们对心脏病学的了解还只是冰山一角。”
森古普塔在ITN播客上承认，与此同时，智能算法以外的技术正在影响医学成像的其他方面。例如，监测生命体征的可穿戴传感器和家用传感器的输出已经在改变医患关系。他说，这可以从病人向医生提出的问题中看出。例如，今天的病人可能不会因为呼吸短促而去看医生，而是会询问这些设备报告的重要性。
“这是病人想要看医生的一种新型理由。我们如何定义心脏疾病的整个分类将会改变。人们不会表现出症状，”森古普塔在ITN播客上说，并指出这“开启了我们需要观察疾病的无数其他方式。”
Greg Freiherr是《成像技术新闻》(ITN)的特约编辑。阿根廷vs乌拉圭直播在过去的30年里，Freiherr曾担任医学影像学出版物的商业和技术编辑，并为供应商、专业组织、学术界和金融机构提供咨询。
相关内容: