یادگیری ماشین در علوم اعصاب بالینی: مبانی و کاربردها ۲۰۲۱
Machine Learning in Clinical Neuroscience: Foundations and Applications 2021

این کتاب با معرفی تمامی جنبه های مرتبط با یادگیری ماشین به شیوه ای قابل فهم، پلی بین متخصصان علم داده و پزشکان ایجاد می کند و قطعا باعث ترویج کاربردهای جدید و اتفاقی یادگیری ماشین در علوم اعصاب بالینی خواهد شد. این کتاب با بنا نهادن پایه ها و انتقال دانش و شهودات اساسی قبل از پرداختن به موضوعات پیشرفته تر و خاص تر، حتی برای پزشکان بدون تجربه قبلی در یادگیری ماشین نیز مناسب است.

این کتاب که توسط مجموعه ای گسترده از گروه های مجرب جهانی در زمینه یادگیری ماشین تالیف شده، برای پزشکانی طراحی شده است که علاقه مند به تسلط بر اصول اولیه یادگیری ماشین و شروع تحقیقات خود در این زمینه هستند.

این مجموعه در دو بخش اصلی سازماندهی شده است: بخش اول به طور منحصر به فردی تمام مفاهیم اصلی در یادگیری ماشین بالینی را از پایه معرفی می کند و شامل دستورالعمل های گام به گام در مورد نحوه توسعه و اعتبارسنجی صحیح مدل های پیش بینی بالینی است. همچنین شامل مبانی روش شناختی و مفهومی سایر کاربردهای یادگیری ماشین در علوم اعصاب بالینی، مانند کاربردهای یادگیری ماشین در تصویربرداری عصبی، پردازش زبان طبیعی و تحلیل سری های زمانی است. بخش دوم مروری بر برخی از کاربردهای پیشرفته این روش ها ارائه می دهد.

آزمایشگاه هوش ماشین در علوم اعصاب بالینی (MICN) در بخش جراحی مغز و اعصاب بیمارستان دانشگاه زوریخ به بررسی کاربردهای بالینی هوش ماشین برای بهبود مراقبت از بیمار در علوم اعصاب بالینی می پردازد. این گروه بر تجزیه و تحلیل تشخیصی، پیش آگهی و پیش بینی کننده تمرکز دارد که با افزایش عینیت و شفافیت برای بیماران، به تصمیم گیری کمک می کند. سایر علایق اصلی اعضای گروه ما شامل تصویربرداری پزشکی و کاربردهای بین عمل جراحی بینایی ماشین است.

This book bridges the gap between data scientists and clinicians by introducing all relevant aspects of machine learning in an accessible way, and will certainly foster new and serendipitous applications of machine learning in the clinical neurosciences. Building from the ground up by communicating the foundational knowledge and intuitions first before progressing to more advanced and specific topics, the book is well-suited even for clinicians without prior machine learning experience.

Authored by a wide array of experienced global machine learning groups, the book is aimed at clinicians who are interested in mastering the basics of machine learning and who wish to get started with their own machine learning research.

The volume is structured in two major parts: The first uniquely introduces all major concepts in clinical machine learning from the ground up, and includes step-by-step instructions on how to correctly develop and validate clinical prediction models. It also includes methodological and conceptual foundations of other applications of machine learning in clinical neuroscience, such as applications of machine learning to neuroimaging, natural language processing, and time series analysis. The second part provides an overview of some state-of-the-art applications of these methodologies.

The Machine Intelligence in Clinical Neuroscience (MICN) Laboratory at the Department of Neurosurgery of the University Hospital Zurich studies clinical applications of machine intelligence to improve patient care in clinical neuroscience. The group focuses on diagnostic, prognostic and predictive analytics that aid in decision-making by increasing objectivity and transparency to patients. Other major interests of our group members are in medical imaging, and intraoperative applications of machine vision.