王廷瑋｜數位醫療｜智慧醫療: AI for Medicine WFU

2024年3月30日 星期六

AI for Medicine

作者：王廷瑋




由 DeepLearning.AI 在 Coursera 上提供的專項證書，包含有三個部分



AI for Medical Diagnosis


第一部分X光分類與腦瘤切割過去有做過相關研究
  1. Chiu HY, Peng RH, Lin YC, Wang TW, Yang YX, Chen YY, Wu MH, Shiao TH, Chao HS, Chen YM, Wu YT. Artificial Intelligence for Early Detection of Chest Nodules in X-ray Images. Biomedicines. 2022 Nov 7;10(11):2839. (SCI, 2022 IF=4.7 Q1)
  2. Wang TW, Hsu MS, Lee WK, Pan HC, Yang HC, Lee CC, Wu YT. Brain metastasis tumor segmentation and detection using deep learning algorithms: A systematic review and meta-analysis. Radiotherapy Oncol. 2023 Nov 13;190:110007.(SCI, 2022 IF=5.7, Q1)
  3. Wang TW, Shiao, Y., Hong, J., Lee, W., Hsu, M., Cheng, H., Yang, H., Lee, C., Pan, H., You, W. C., Lirng, J., Guo, W., & Wu, Y. (2024). Artificial Intelligence Detection and Segmentation Models: A Systematic Review and Meta-Analysis of Brain Tumors in Magnetic Resonance Imaging. Mayo Clinic Proceedings: Digital Health, 2(1), 75-91. (New journal)


AI for Medical Prognosis


第二部分預後的存活分析則是博士論文的主要內容！
  1. Wang TW, Chao HS, Chiu HY, Lu CF, Liao CY, Lee Y, Chen JR, Shiao TH, Chen YM, Wu YT. Radiomics of metastatic brain tumor as a predictive image biomarker of progression-free survival in patients with non-small-cell lung cancer with brain metastasis receiving tyrosine kinase inhibitors. Translational Oncol. 2024 Jan;39:101826. (SCI, 2022 IF=5.0, Q2)
  2. Wang TW, Chao HS, Chiu HY, Lin YH, Chen HC, Lu CF, Liao CY, Lee Y, Shiao TH, Chen YM, Huang JW, Wu YT. Evaluating the Potential of Delta Radiomics for Assessing Tyrosine Kinase Inhibitor Treatment Response in Non-Small Cell Lung Cancer Patients. Cancers (Basel). 2023 Oct 24;15(21):5125. (SCI, 2022 IF=5.2 Q2)
  3. Wang TW, Hsu MS, Lin YH, Chiu HY, Chao HS, Liao CY, Lu CF, Wu YT, Huang JW, Chen YM. Application of Radiomics in Prognosing Lung Cancer Treated with Epidermal Growth Factor Receptor Tyrosine Kinase Inhibitors: A Systematic Review and Meta-Analysis. Cancers (Basel). 2023 Jul 8;15(14):3542. (SCI, 2022 IF=5.2 Q2)
儘管專項證書課程的內容深度可能無法與學術論文相比，但它們廣泛覆蓋了相關領域的核心概念。


AI For Medical Treatment


關於臨床試驗的第三部分，這是一個我過去較少探索的領域。據了解，臨床試驗不僅是醫學研究的重要組成部分，也反映了一個國家科學研究的水平，美國在這方面尤為突出。

近期於 nejm ai 上發表的人工智能臨床實驗顯示，通過人工智能技術識別的高風險患者，進行額外評估後，不僅能降低醫療成本，還能改善患者的臨床預後。這些發現進一步證實了人工智能在醫學領域應用的巨大潛力及其在優化醫療資源配置和提高患者治療效果方面的重要作用。

深入淺出的專項課程！5星好評！