• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

What Epidemiologists Can Do in the Era of Machine Learning and Artificial Intelligence.

作者信息

Nishi Akihiro, Inoue Kosuke

机构信息

Department of Epidemiology, Fielding School of Public Health, University of California, Los Angeles.

California Center for Population Research, University of California, Los Angeles.

出版信息

J Epidemiol. 2025 Jun 5;35(6):303-304. doi: 10.2188/jea.JE20240412. Epub 2025 Apr 30.

DOI:10.2188/jea.JE20240412
PMID:39805596
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC12066194/
Abstract
摘要

相似文献

1
What Epidemiologists Can Do in the Era of Machine Learning and Artificial Intelligence.流行病学家在机器学习和人工智能时代能做什么。
J Epidemiol. 2025 Jun 5;35(6):303-304. doi: 10.2188/jea.JE20240412. Epub 2025 Apr 30.
2
Neurology education in the era of artificial intelligence.人工智能时代的神经病学教育
Curr Opin Neurol. 2023 Feb 1;36(1):51-58. doi: 10.1097/WCO.0000000000001130. Epub 2022 Nov 11.
3
Artificial intelligence, machine learning and the pediatric airway.人工智能、机器学习与小儿气道。
Paediatr Anaesth. 2020 Mar;30(3):264-268. doi: 10.1111/pan.13792. Epub 2020 Jan 2.
4
Deep Learning for Epidemiologists: An Introduction to Neural Networks.深度学习在流行病学家中的应用：神经网络导论。
Am J Epidemiol. 2023 Nov 3;192(11):1904-1916. doi: 10.1093/aje/kwad107.
5
Open Data and transparency in artificial intelligence and machine learning: A new era of research.人工智能和机器学习中的开放数据和透明度：研究的新时代。
F1000Res. 2023 Apr 12;12:387. doi: 10.12688/f1000research.133019.1. eCollection 2023.
6
Artificial Intelligence and Machine Learning in Surgery.人工智能和机器学习在外科手术中的应用。
Am Surg. 2023 Jan;89(1):9-10. doi: 10.1177/00031348221117024. Epub 2022 Aug 15.
7
Protein-DNA/RNA interactions: Machine intelligence tools and approaches in the era of artificial intelligence and big data.蛋白质 - DNA/RNA 相互作用：人工智能与大数据时代的机器智能工具及方法
Proteomics. 2022 Apr;22(8):e2100197. doi: 10.1002/pmic.202100197. Epub 2022 Feb 13.
8
From machine learning to deep learning: progress in machine intelligence for rational drug discovery.从机器学习到深度学习：用于理性药物发现的机器智能的进展。
Drug Discov Today. 2017 Nov;22(11):1680-1685. doi: 10.1016/j.drudis.2017.08.010. Epub 2017 Sep 4.
9
The Role of Machine Learning and Artificial Intelligence for making a Digital Classroom and its sustainable Impact on Education during Covid-19.机器学习和人工智能在打造数字化课堂中的作用及其在新冠疫情期间对教育的可持续影响。
Mater Today Proc. 2022;56:3211-3215. doi: 10.1016/j.matpr.2021.09.368. Epub 2021 Sep 28.
10
The use of machine learning and artificial intelligence within pediatric critical care.机器学习和人工智能在儿科重症监护中的应用。
Pediatr Res. 2023 Jan;93(2):405-412. doi: 10.1038/s41390-022-02380-6. Epub 2022 Nov 14.

本文引用的文献

1
Machine learning in causal inference for epidemiology.流行病学中的因果推理中的机器学习。
Eur J Epidemiol. 2024 Oct;39(10):1097-1108. doi: 10.1007/s10654-024-01173-x. Epub 2024 Nov 13.
2
Machine learning approaches to evaluate heterogeneous treatment effects in randomized controlled trials: a scoping review.评估随机对照试验中异质性治疗效果的机器学习方法：一项范围综述
J Clin Epidemiol. 2024 Dec;176:111538. doi: 10.1016/j.jclinepi.2024.111538. Epub 2024 Sep 19.
3
Artificial intelligence-enabled prediction of chemotherapy-induced cardiotoxicity from baseline electrocardiograms.基于基线心电图的人工智能预测化疗引起的心脏毒性。
Nat Commun. 2024 Mar 21;15(1):2536. doi: 10.1038/s41467-024-45733-x.
4
Algorithmic fairness in artificial intelligence for medicine and healthcare.人工智能在医学和医疗保健中的算法公平性。
Nat Biomed Eng. 2023 Jun;7(6):719-742. doi: 10.1038/s41551-023-01056-8. Epub 2023 Jun 28.
5
Co-evolution of epidemiology and artificial intelligence: challenges and opportunities.流行病学与人工智能的共同进化：挑战与机遇
Int J Epidemiol. 2023 Aug 2;52(4):969-973. doi: 10.1093/ije/dyad089.
6
Machine-learning-based high-benefit approach versus conventional high-risk approach in blood pressure management.基于机器学习的高获益方法与血压管理中的传统高风险方法。
Int J Epidemiol. 2023 Aug 2;52(4):1243-1256. doi: 10.1093/ije/dyad037.
7
Underdiagnosis bias of artificial intelligence algorithms applied to chest radiographs in under-served patient populations.人工智能算法应用于服务不足患者人群的胸部 X 光片时的漏诊偏倚。
Nat Med. 2021 Dec;27(12):2176-2182. doi: 10.1038/s41591-021-01595-0. Epub 2021 Dec 10.
8
Deep learning enables genetic analysis of the human thoracic aorta.深度学习可用于人类胸主动脉的基因分析。
Nat Genet. 2022 Jan;54(1):40-51. doi: 10.1038/s41588-021-00962-4. Epub 2021 Nov 26.
9
The Artificial Intelligence Clinician learns optimal treatment strategies for sepsis in intensive care.人工智能临床医生学习重症监护中脓毒症的最佳治疗策略。
Nat Med. 2018 Nov;24(11):1716-1720. doi: 10.1038/s41591-018-0213-5. Epub 2018 Oct 22.
10
Using genetic data to strengthen causal inference in observational research.利用遗传数据加强观察性研究中的因果推断。
Nat Rev Genet. 2018 Sep;19(9):566-580. doi: 10.1038/s41576-018-0020-3.